Machine Learning gestützte Regelung von Gesenkbiegeprozessen unter kamerabasierter Überwachung

Machine Learning Supported Closed-Loop Control of Die Bending Processes Using Camera based Monitoring

Masterthesis, Advanced Design Project (ADP)

Gesenkbiegeprozesse gehören aufgrund hoher Produktivität und Maßhaltigkeit zu den industriell relevantesten Umformprozessen. Die Auslegung der Prozesse erfolgt meist unter geringen Toleranzen von Werkzeug- und Matrizengeometrie, die die Maßhaltigkeit der Bauteilgeometrien sicherstellen. Ansätze zur Regelung der Bauteilgeometrie unter Berücksichtigung des Rückfederungsverhaltens werden in der Praxis noch nicht angewandt. Ziel der ausgeschriebenen Thesis ist es, ein bereits bestehendes Konzept aus einem Freibiegeprozess in den Gesenkbiegeprozess zu überführen. Dabei soll die Zustelltiefe des Werkzeugs so angepasst werden, dass der sich einstellende Biegeradius am V-Gesenk zum gewünschten Biegewinkel führt. Der Biegeradius ist dabei basierend auf CCD Kameraaufnahmen zu ermitteln, das Korrelationsmodell zwischen Biegewinkelradius und rückgefedertem Biegewinkel soll Machine Learning basiert abgeleitet werden.

Genauere Inhalte der Thesis können gerne in einer Videokonferenz besprochen werden.

Optische Biegewinkelmessung beim Freibiegen

Forschungsmethode

Konstruktiv, experimentell