Übersicht des Gesamtkonzepts zur digitalen Erfassung von Prozess- und Messdaten entlang der additiven Prozesskette und Zusammenführung in einem Digitalen Schatten | Quelle: WZL der RWTH Aachen

Digitale und smarte Qualitätssicherung entlang der gesamten Prozesskette kann additive Fertigung von Kleinserien durch Ressourceneinsparung finanziell und ökologisch rentabel machen.

 

Juni 2024 – Durch die Entwicklung neuer Messtechnik und die Zusammenführung der Daten mit bereits vorhandenen Mess- & Prozessdaten entlang der additiven Prozesskette soll im Verbundforschungsprojekt AMalytik von WGP-Forschenden eine Datenbasis geschaffen werden, die Informationen über die Einflüsse von Prozessabläufen auf qualitätsrelevante Merkmale der produzierten Bauteile enthält (siehe Abbildung 1).

Digitaler Produktpass gewährleistet Qualität

Durch den Einsatz von KI-Methoden können aus diesen inhärent verknüpften Daten Wirkungseinflüsse von Einfluss- & Störgrößen extrahiert werden, mit denen finale Qualitätseigenschaften der Bauteile vorhergesagt werden können. Die Zuverlässigkeit dieser datengetriebenen Qualitätssicherung ist insbesondere für hochwertige und kritische Bauteile, wie sie in der Luftfahrtindustrie üblich sind, von erhöhter Relevanz und kann durch die Generierung eines Digitalen Schattens des Produktes sichergestellt und gegenüber dem Kunden in Form eines digitalen Produktpasses gewährleistet werden.

Produktdaten-Managementsystem im Aufbau

Der Digitale Schatten beschreibt eine Ansammlung aller in einer Produktionsumgebung anfallenden Daten und stellt ein abstrahiertes Abbild eines realen Systems dar. Damit aus diesen aggregierten Daten ein nachhaltiger Mehrwert geschöpft werden kann, muss eine Grundlage geschaffen werden, die eine strukturierte Speicherung von Daten ermöglicht. Denn nur so können die Daten langfristig verwertet werden. Dazu werden neben den reinen Prozess- und Messdaten sogenannte Metadaten benötigt, welche die erfassten Daten in einen nachvollziehbaren Kontext setzen. Diese Metadaten beinhalten idealerweise alle notwendigen Informationen, um die Daten zu einem späteren Zeitpunkt nutzen zu können. Für die Handhabung dieser (Meta-)Daten wird im Rahmen von AMalytik ein Produktdaten-Managementsystem entwickelt, welches die strukturierte Aggregation und Speicherung von Daten inklusive verknüpfter (Meta-)Daten erlaubt.

 

Grundbaustein des Beschreibungsmodells zur strukturierten Erfassung von Daten und Metadaten innerhalb des Digitalen Schattens | Quelle: WZL der RWTH Aachen

Grundbaustein des Beschreibungsmodells zur strukturierten Erfassung von Daten und Metadaten innerhalb des Digitalen Schattens | Quelle: WZL der RWTH Aachen

 

Die zugrundeliegende Datenstruktur muss dazu durch ein eindeutiges Beschreibungsmodell festgelegt und dokumentiert werden. Zu diesem Zweck wurde ein allgemeiner Baustein definiert, welcher die grundlegende Struktur von gespeicherten Metadaten beschreibt (siehe Abbildung 2). Zusätzlich zu den eigentlichen Metadaten, werden dabei weitere Metadaten erfasst, welche wiederum den Kontext der Metadaten beschreiben, sogenannte Meta-Metadaten. Insbesondere die darin enthaltene ID und URL sind von hoher Relevanz für die Verknüpfung mit anderen (Meta-)Daten. Die eigentlichen Metadaten können in Form von einfachen Attributen, zum Beispiel der Masse eines Bauteils, oder durch eine Referenz auf weitere, komplexe Elemente hinterlegt werden. In Verbindung mit Werkzeugen, welche eine Suche oder Filterung von Daten ermöglichen, können durch diese Referenzen effizient logische oder statistische Zusammenhänge identifiziert werden. Beispielweise können basierend auf den verknüpften Metadaten durch entsprechende Filter alle Produkte gefunden werden, die in einem festgelegten Zeitraum auf einer bestimmten Anlage gefertigt wurden.

Pilotlinie mit neuen Messsystemen

Im weiteren Verlauf des Verbundforschungsprojektes soll basierend auf diesem Grundbaustein ein Beschreibungsmodell für Anlagen in einer Pilotlinie und neu entwickelte Messsysteme implementiert werden. Dazu müssen die von den Fertigungsanlagen bereitgestellten Daten zunächst in das zuvor beschriebene Format überführt werden. Um Daten aus einer Maschine abzurufen, existiert eine Vielzahl an potentiellen digitalen Schnittstellen, welche in der Regel nicht ohne Anpassungen kompatibel sind. In den meisten Fällen wird ein tiefgehendes Verständnis sowohl des Kommunikationsprotokolls als auch der Maschine selbst benötigt, um die relevanten Daten zu extrahieren. Um diese Komplexität von den Problemstellungen der Datenübertragung und -speicherung zu trennen, werden derzeit Methoden zur Umsetzung eines neutralen Schnittstellenadapters, auch Gateway genannt, untersucht.

Das Projektkonsortium besteht aus:

  • Concept Laser GmbH
  • Fraunhofer IAPT
  • FTT Deutschland GmbH
  • toolcraft AG
  • Werkzeugmaschinenlabor WZL der RWTH Aachen

 

Beitragsbild: Übersicht des Gesamtkonzepts zur digitalen Erfassung von Prozess- und Messdaten entlang der additiven Prozesskette und Zusammenführung in einem Digitalen Schatten | Quelle: WZL der RWTH Aachen


Förderer

Das Forschungsprojekt AMalytik wird durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) im Rahmen des Förderprogramms LuFo (Luftfahrtforschungsprogramm des Bundes, Förderkennzeichen: 20D2124E) gefördert und durch den Projektträger Luftfahrtforschung des DLR unterstützt.

 

Ansprechpartner

Werkzeugmaschinenlabor (WZL)
RWTH Aachen

Prof. Robert Schmitt
Lehrstuhlinhaber Intelligence in Quality Sensing
Tel.: +49 241 8020 283
E-Mail: Robert.Schmitt@wzl-iqs.rwth-aachen.de

Kilian Geiger
Gruppenleiter Industrial Machine Vision
Tel.: +49 241 8020 220
E-Mail: K.Geiger@wzl-iqs-rwth-aachen.de


Downloads:

Beitragsbild:

Übersicht des Gesamtkonzepts zur digitalen Erfassung von Prozess- und Messdaten entlang der additiven Prozesskette und Zusammenführung in einem Digitalen Schatten | Quelle: WZL der RWTH Aachen

Bild 1:

Grundbaustein des Beschreibungsmodells zur strukturierten Erfassung von Daten und Metadaten innerhalb des Digitalen Schattens | Quelle: WZL der RWTH Aachen