Maschinelle Lernverfahren zur Vorhersage des Tragverhaltens von Clinchverbindungen
|
Aus wirtschaftlichen und
ökologischen Gründen werden immer mehr neue und innovative Strategien und
Technologien zur Einführung in die industrielle Produktion angefordert. Als
Beispiel hierfür tritt Leichtbau in den letzten Jahren für die
blechverarbeitende Industrie, insbesondere für den Automobil- und
Fahrzeugbau, mehr und mehr in den Vordergrund. Die Forderung nach
Gewichtseinsparung bedingt jedoch, dass die verwendeten Blechstrukturen
zunehmend höheren Beanspruchungen ausgesetzt werden und so den
Verbindungsstellen unter konstruktiven Gesichtspunkten eine entscheidende
Bedeutung zukommt. Die Gewichtseinsparung lässt sich einerseits durch
Änderung der verwendeten Werkstoffe sowie andererseits durch neuartige
Werkstoffkombinationen realisieren. Die neu verwendeten Werkstoffe und deren
Kombination erfordern auch neue Fertigungstechnologien bzw. Fügetechnologien,
die in der Lage sein müssen, die resultierende Werkstoffvielfalt,
variantenreiche Halbzeugarten sowie die unterschiedlichsten
Oberflächenbeschichtungen zu bewältigen. Gegenüber konventionellen Fügetechniken, wie dem Widerstandspunktschweißen, erweisen sich die umformtechnischen Fügeverfahren, wie z.B. das Clinchen oder Stanznieten, aufgrund ihres günstigen Leistungsverhältnisses und ihrer leichten Handhabbarkeit als Ergänzung und/oder Alternative zu den bisher in der blechverarbeitenden Industrie dominierenden Verbindungsverfahren. Seit ein paar Jahren sind daher die umformtechnischen Fügeverfahren in den Fachgebieten, wie z.B. Materialien, Konstruktion und Produktion, sowie in den Wirtschaftszweigen Maschinen- und Fahrzeugbau sowie der blechverarbeitenden Industrie in vielfachen Anwendungen zu finden. Als eine der zukünftig wichtigsten Fertigungsverfahren eröffnet das Clinchen gegenüber konventionellen Fügeverfahren geänderte Fertigungsabläufe und neue Möglichkeiten der Rationalisierung. Nach wie vor ist jedoch die Qualitätssicherung einer der wichtigsten Bausteine für den Erfolg eines Produktes. Zurzeit werden für die Qualitätsbeurteilung der Clinchverbindungen meistens zerstörende Stichprobenprüfverfahren oder die auf reproduzierbaren Prozesskurven basierenden Überwachungsmethoden eingesetzt. Aus diesem Grund ist eine hundertprozentige Qualitätskontrolle nicht möglich. Die steigenden Anforderungen an die Qualitätssicherungstechnik führen bei den Clinchverfahren dazu, neben den jetzigen eingesetzten Methoden neue intelligente Qualitätssicherungstechnik zu entwickeln. Bei modernen informationstechnischen Lösungen ist der verstärkte Einsatz innovativer Methoden, wie maschinelle Lernverfahren, zu verzeichnen. Durch den Einsatz maschineller Lernverfahren im Rahmen von Prozessüberwachungssystemen soll eine quantitative Aussage über das Tragverhalten von Clinchverbindungen erzielt werden. Dies wird eine bessere Auslegung von Bauteilen und Bauteilstrukturen, eine Werkstoff- und Gewichtseinsparung bzw. bessere Werkstoffausnutzung ermöglichen. Weiterhin werden insbesondere für die Industrieanwendungen die Clinchverfahren im praktischen Einsatz kalkulierbarer. Der konstruktive und fertigungstechnische Aufwand zur Herstellung einer qualitativ hochwertigen Verbindung lässt sich so reduzieren. Damit bieten sich neue Möglichkeiten für den Einsatz dieser Fügeverfahren in hochbelasteten Anwendungsfällen. Zusätzlich wird die Vorhersage des Tragverhaltens von Clinchverbindungen mittels maschineller Lernverfahren auch zerstörungsfrei möglich, wodurch eine Reduzierung der Prüfkosten erreicht wird. Um eine intelligente Überwachungsmethode für Clinchverfahren sowie andere mechanische Fügeverfahren nutzen zu können, ist vor diesem Hintergrund diese Forschungsarbeit zum Einsatz maschineller Lernverfahren in der Clinchtechnik durchgeführt worden. |
|
|
| Gefördert im Rahmen der Industriellen
Gemeinschaftsforschung der AiF (Projekt 13441BG)
|
||
ProjektpartnerUniversität Paderborn, Werkstoff- und Fügetechnik |
© GFaI 1994-2005 Kontakt: Dr. H.-M. Voigt
