Produktivitätssteigerungen von Folgeverbundwerkzeugen durch den Einsatz maschineller Lernverfahren
Productivity Improvements of Progressive Dies trough the Application of Machine Learning Algorithms
Masterthesis, Bachelorthesis, Advanced Design Project (ADP)
Die Nutzung von Folgeverbundwerkzeugen zur Erzeugung von geometrisch anspruchsvollen Blechteilen ist in vielen deutschen Unternehmen industrieller Standard. In Folgeverbundwerkzeugen werden unterschiedliche Umformoperationen parallel durchgeführt und das Blechband über mehrere Stufen zu einem fertigen Bauteil verarbeitet. Aufgrund von Wechselwirkungen zwischen den einzelnen Stufen und bislang unerforschten, meist dynamischen Effekten werden Hubgeschwindigkeiten meist konservativ ausgewählt, wodurch die Prozesse nicht am Produktivitätsmaximum betrieben werden.
Ziel der ausgeschriebenen studentischen Arbeit ist die Durchführung experimenteller Versuche mit anschließender Datenauswertung, um mögliche Prozessfehler frühzeitig zu identifizieren und Empfehlungen bzgl. Produktivitätssteigerungen abzuleiten. Dabei sollen ML-Algorithmen zum Einsatz kommen, die im Sinne von Predictive Maintenance das zukünftige Prozessverhalten prädizieren.
Bei Fragen zum ADP können diese gerne in einem persönlichen Gespräch geklärt werden.
Forschungsmethode
Experimentell, numerisch
