WS-B2: Production Technology – Predictive Maintenance

Steckbrief

Eckdaten

Laufzeit:
01.01.2019 bis 31.12.2026
Organisationseinheit:
Lehrstuhl für Werkzeugmaschinen, Maschinentechnik
Fördergeber:
Deutsche Forschungsgemeinschaft DFG
Status:
Laufend

Kontakt

Telephone

work Phone
+49 241 80 28223

E-Mail

 

Dem Internet of Production - IoP - liegt die Vision zugrunde, ein neues Niveau der domänenübergreifenden Kollaboration zu ermöglichen, indem semantisch adäquate und kontextbezogene Daten aus Produktion, Entwicklung und Nutzung in Echtzeit und angepasster Granularität zur Verfügung gestellt werden. Den zentralen wissenschaftlichen Ansatz hierfür stellen digitale Schatten als anwendungsspezifisch aggregierte und multi-perspektivische Datensätze dar. Im Exzellenzcluster wird eine konzeptionelle Referenzinfrastruktur entworfen und implementiert, welche die Generierung und Nutzung der digitalen Schatten ermöglicht.

Die Produktion zeichnet sich durch ein breites Spektrum an hochspezialisierten Technologien aus. Dazu gehören Technologien wie Gießen, Umformen, Metallschneiden, Spritzgießen, Extrudieren, Weben, Schweißen, Walzen, Elektroerosion, physikalische Dampfabscheidung, elektrochemische Bearbeitung und Lasermaterialabscheidung sowie neue Technologien wie das selektive Laserschmelzen. Für die einzelnen Produktionstechnologien existiert umfangreiches Expertenwissen, in komplexen Fertigungszusammenhängen sind Details und Wechselwirkungen jedoch noch nicht vollständig verstanden. Das Hauptforschungsziel von CRD-B2 ist die Integration von reduzierten und heterogenen Engineering-Modellen über Produktionsbereiche hinweg in die situationsspezifische Echtzeit-Datenanalyse.

Die Vorhersage von Verschleiß und Ermüdung von Maschinenkomponenten ist eine der anspruchsvollsten Aufgaben in der Produktionstechnik. Dies liegt daran, dass stochastische Ursachen wie Adhäsion, Abrasion, Erosion oder Korrosion kaum direkt oder parallel zum Prozess gemessen werden können.
Im Rahmen des Workstreams B2 konzentrieren sich die Arbeiten des Lehrstuhls für Werkzeugmaschinen auf die Zusammenführung und Auswertung zustands- und lastkorrelierender Signale wie Antriebsströme und Beschleunigungen, wodurch ein Komponentenausfall vorhergesagt werden kann. Hierzu wird ein Demonstrator im Produktionsumfeld aufgebaut.