Intelligente Prozessreglung beim Schleifen mittels Machine Learning zur Steigerung der Prozesssicherheit
In der Forschungsabteilung „Prozessüberwachung und -regelung“ ist eine Stelle als
Wissenschaftliche/r Mitarbeiter/in (Doktorand/in, m/w/d) zum Thema „Intelligente Prozessreglung beim Schleifen mittels Machine Learning zur Steigerung der Prozesssicherheit“
(EntgGr. 13 TV-L, 100 %)
Die Stelle ist zunächst auf 12 Monate befristet. Eine Verlängerung bis zur Promotion ist vorgesehen
Die Schleifbearbeitung hat als letzter Fertigungsschritt einen maßgeblichen Einfluss auf die Produktwertschöpfung. Als Beispiel sei hier der Schleifprozess von Implantaten aus Mischoxidkeramik genannt, bei dem 32 % des Ausschusses allein durch Fehler beim Schleifen verursacht wird. In dem geplanten Vorhaben wird die autonome Prozessplanung und -regelung zur Vermeidung von selbsterregten Schwingungen beim Schleifen erforscht. Die autonome Schleifmaschine soll das hierzu benötigte Prozesswissen durch selbstlernende Stabilitätskarten erlernen und dadurch Beschädigungen an Werkstück oder Werkzeug vermeiden. Mithilfe von Stabilitätskarten wird die Grenze zwischen stabilen und instabilen Prozessbereichen in Abhängigkeit der Stellgrößen dargestellt. Herkömmlich wird dieses Prozesswissen erfahrungsbasiert durch eine Fachkraft berücksichtigt, wodurch Schleifprozesse unterhalb der theoretisch möglichen Produktivität betrieben werden. Für die selbstlernenden Stabilitätskarten sollen daher Verfahren des maschinellen Lernens (ML) eingesetzt werden, welche eine Untergruppe in den Verfahren der künstlichen Intelligenz (KI) darstellen. Mit selbstlernenden Stabilitätskarten auf Basis von ML wurde bereits beim Fräsen demonstriert, dass instabile Prozessbereiche vor der Bearbeitung prognostiziert werden können. Für nähere Informationen steht dir der genannte Ansprechpartner gerne zur Verfügung!