Direkt zum Inhalt
Date
2020-06-10
Machine Learning

In der Industrie werden die Produktgestaltung und die anschließende Prozessplanung immer komplexer. Grund sind gestiegene Kundenanforderungen und ein Trend zu kleineren Losgrößen. So müssen etwa die Maße der meisten bearbeiteten Teile genau eingehalten werden, da sie sich direkt auf die Funktionalität auswirken. Um die Prozessplanung zu unterstützen, setzt die Industrie häufig Prozesssimulationen ein. Trotzdem sind immer noch manuelle Anpassungen notwendig, um prozess- oder maschinenspezifische Abweichungen wie Werkzeugsteifigkeit oder Maschinendynamik auszugleichen. 

Unter der Leitung von Prof. Dr. Eirini Ntoutsi vom L3S und Dr.-Ing. Marc-André Dittrich vom Institut für Fertigungstechnik und Werkzeugmaschinen der Leibniz Universität Hannover wird das von der DFG geförderte Projekt „Hephaestus: Maschine-Learning-Strategien für die adaptive Prozessplanung beim 5-Achsen-Fräsen“ unter anderem erforschen, wie Formfehler bei Fräsprozessen auf der Grundlage einer prozessparallelen Materialabtragssimulation und ausgefeilter ML-Strategien kompensiert werden können. Das Projekt startet im Oktober 2020 und dauert 2,5 Jahre.