Fertig, Alexander ; Teige, Christian ; Blech, Heiko ; Schmittberger, Michael ; Wörner, Stefan ; Weisemann, Patrice ; Linner, Ludwig ; Zeitz, Jens ; Huynh, Kim ; Blum, Matthias ; Holl, Anika ; Simnacher, Timo ; Laube, Pascal ; Duck, Michael ; Wilhelm, Matthias (2023)
Intelligente Vernetzung zur autonomen Fräsbearbeitung
von Strukturbauteilen - Ergebnisbericht des BMBF Verbundprojektes TensorMill.
doi: 10.26083/tuprints-00023084
Report, Erstveröffentlichung, Verlagsversion
Kurzbeschreibung (Abstract)
Digitalisierte Prozesse können zukünftig zu einer intelligenten Fertigung beitragen, um den Herausforderungen einer intelligent vernetzten, autonomen Fertigung von sicherheitsrelevanten Integralbauteilen zu begegnen. Die Herausforderungen hierbei liegen insbesondere in der Aufzeichnung und Extraktion von nutzerrelevanten Daten zur Steigerung der Produktivität bei der Fertigung von sicherheitsrelevanten Integralbauteilen für die Luft- und Raumfahrtbranche. An diesem Punkt hat das Verbundforschungsprojekt „TensorMill“ angesetzt. Ziel des Projekts war es, die Produktivität in der spanenden Fertigung sicherheitsrelevanter Integralbauteile durch die Entwicklung und den Aufbau einer intelligent, vernetzten, autonomen Fertigung zu erhöhen und die Prozesssicherheit zu verbessern. Die intelligente Fertigung soll dabei in der Lage sein, auf möglichst viele Situationen im Fertigungsprozess mit Hilfe von künstlicher Intelligenz (KI) zu reagieren. Für die Implementierung der KI-basierten Lösungen sind im Projekt fortschrittliche Methoden und Vorgehensweisen entstanden, welche es ermöglichen, die Daten von Produktionsmitteln in einer einfachen Form nutzbar zu machen, damit diese einen Mehrwert für Hersteller und Anwender bringen. Die aufbereiteten Daten dienten schließlich der Umsetzung von KI-basierten Lösungen zur prozessparallelen Qualitätsprognose und Werkzeugzustandserkennung. Darüber hinaus wurde ein entwickeltes cyber-physisches Spannsystem entwickelt, um neuartige Ansätze zur Abdrängungskompensation und Echtzeitbewertung der Prozessstabilität zu erforschen.
| Typ des Eintrags: | Report |
|---|---|
| Erschienen: | 2023 |
| Autor(en): | Fertig, Alexander ; Teige, Christian ; Blech, Heiko ; Schmittberger, Michael ; Wörner, Stefan ; Weisemann, Patrice ; Linner, Ludwig ; Zeitz, Jens ; Huynh, Kim ; Blum, Matthias ; Holl, Anika ; Simnacher, Timo ; Laube, Pascal ; Duck, Michael ; Wilhelm, Matthias |
| Art des Eintrags: | Erstveröffentlichung |
| Titel: | Intelligente Vernetzung zur autonomen Fräsbearbeitung von Strukturbauteilen - Ergebnisbericht des BMBF Verbundprojektes TensorMill |
| Sprache: | Deutsch |
| Publikationsjahr: | 2023 |
| Ort: | Darmstadt |
| Kollation: | 130 Seiten |
| DOI: | 10.26083/tuprints-00023084 |
| URL / URN: | https://tuprints.ulb.tu-darmstadt.de/23084 |
| Kurzbeschreibung (Abstract): | Digitalisierte Prozesse können zukünftig zu einer intelligenten Fertigung beitragen, um den Herausforderungen einer intelligent vernetzten, autonomen Fertigung von sicherheitsrelevanten Integralbauteilen zu begegnen. Die Herausforderungen hierbei liegen insbesondere in der Aufzeichnung und Extraktion von nutzerrelevanten Daten zur Steigerung der Produktivität bei der Fertigung von sicherheitsrelevanten Integralbauteilen für die Luft- und Raumfahrtbranche. An diesem Punkt hat das Verbundforschungsprojekt „TensorMill“ angesetzt. Ziel des Projekts war es, die Produktivität in der spanenden Fertigung sicherheitsrelevanter Integralbauteile durch die Entwicklung und den Aufbau einer intelligent, vernetzten, autonomen Fertigung zu erhöhen und die Prozesssicherheit zu verbessern. Die intelligente Fertigung soll dabei in der Lage sein, auf möglichst viele Situationen im Fertigungsprozess mit Hilfe von künstlicher Intelligenz (KI) zu reagieren. Für die Implementierung der KI-basierten Lösungen sind im Projekt fortschrittliche Methoden und Vorgehensweisen entstanden, welche es ermöglichen, die Daten von Produktionsmitteln in einer einfachen Form nutzbar zu machen, damit diese einen Mehrwert für Hersteller und Anwender bringen. Die aufbereiteten Daten dienten schließlich der Umsetzung von KI-basierten Lösungen zur prozessparallelen Qualitätsprognose und Werkzeugzustandserkennung. Darüber hinaus wurde ein entwickeltes cyber-physisches Spannsystem entwickelt, um neuartige Ansätze zur Abdrängungskompensation und Echtzeitbewertung der Prozessstabilität zu erforschen. |
| Status: | Verlagsversion |
| URN: | urn:nbn:de:tuda-tuprints-230844 |
| Sachgruppe der Dewey Dezimalklassifikatin (DDC): | 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau |
| Fachbereich(e)/-gebiet(e): | 16 Fachbereich Maschinenbau 16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW) 16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW) > TEC Fertigungstechnologie |
| Hinterlegungsdatum: | 19 Jan 2023 13:03 |
| Letzte Änderung: | 20 Jan 2023 07:05 |
| PPN: | |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum