SPP 2402
Greybox-Modellierungen zum Einlaufverhalten beschichteter Werkzeuge im Fräsprozess als dynamisches Lastkollektiv auf Basis von Operando-, In- und Ex-Situ-Analysen
Schwerpunktprogramm 2402: Greybox-Modelle zur Qualifizierung beschichteter Werkzeuge für die Hochleistungszerspanung
Sprecherin: Prof. Dr.-Ing. Kirsten Bobzin
Institut für Oberflächentechnik
RWTH Aachen
Das Ziel des Schwerpunktprogramms 2402 besteht darin, neue grundlegende Erkenntnisse über das Verhalten von beschichteten Zerspanwerkzeugen zu gewinnen. Im Einsatz können der Verschleißbeginn und der Verschleißfortschritt dieser Werkzeuge aufgrund nichtlinearer Wechselwirkungen nicht deterministisch durch reine Whitebox-Modelle mit vereinfachten Annahmen beschrieben werden. Blackbox-Modelle hingegen können komplexe Korrelationen anhand großer Datensätze modellhaft abbilden, aber die physikalischen Kausalitäten bleiben unverstanden. Eine vielversprechende Lösung besteht darin, Whitebox- und Blackbox-Modelle zu kombinieren, um sogenannte Greybox-Modelle zu erstellen. Diese Modelle ermöglichen es, Korrelationen mithilfe von künstlicher Intelligenz zu bestimmen und gleichzeitig die Kausalitäten mit deterministischem Wissen zu identifizieren. Durch die Entwicklung von Greybox-Modellen kann das Verhalten der beschichteten Werkzeuge beschrieben werden, wodurch Ursache-Wirkungs-Zusammenhänge ermittelt und Vorhersagen zur Einsatzzeit getroffen werden können.
Förderung des Teilprojekts F1 (Förderzeitraum: 10/2023 – 09/2026)
Projektpartner
Projektbeschreibung
Die dynamische Stabilität eines Fräsprozesses wird sowohl von Zerspanparametern als auch von strukturell-mechanischen Eigenschaften des Fräswerkzeugs bestimmt. In der Zerspanung werden die Eigenschaften der Werkzeugschneide durch tribologische Beanspruchungen verändert, woraus ein instationäres Systemverhalten resultiert. Folglich können im Einsatzverlauf dynamisch instabile Prozesszustände auftreten, die den Werkzeugverschleiß drastisch erhöhen und sich nachteilig auf die Fertigungsqualität auswirken. Eine Verschleißschutzschicht aus z.B. TiAlN oder TiAlSiN wirkt sich verschleißmindernd aus. Ein grundlegendes und ganzheitliches Verständnis zum instationären Systemverhalten beschichteter Fräswerkzeuge und dessen Einfluss auf die dynamische Prozessstabilität soll eine effiziente und resiliente Prozessauslegung ermöglichen.
In dem Projekt werden durch den Einsatz einer mehrskaligen Greybox-Modellierung Messdaten des stationären und instationären Systemverhaltens zur Abbildung der chemischen und mechanischen Verschleißinitiierung und -entwicklung beschichteter Fräswerkzeuge hinsichtlich des dynamischen Einlaufverhaltens genutzt. Die prozessorientierte Auslegung der Schneidkantenpräparation sowie die PVD-Beschichtung mit TiAlN- und TiAlSiN-Dünnschichten berücksichtigen hierbei etablierte Werkzeugkonzepte für Fräsprozesse. Mit parametrisch-breitbandigen Messungen wird das Verschleißverhalten der beschichteten Werkzeugschneiden orts- und zeitaufgelöst in Abhängigkeit des Lastkollektivs quantifiziert. Die angestrebte Greybox-Modellierung basiert auf (i) Daten aus Operando- und In-Situ-Messungen des instationären Systemverhaltens sowie Ex-Situ-Analysen des Vorher- und Nachherzustands der Fräswerkzeuge, die mittels künstlicher neuronaler Netze ausgewertet werden, und (ii) bekannten physikalischen sowie werkstoff- und produktionstechnologischen Kausalitäten (siehe Abbildung). Durch die interdisziplinäre Zusammenarbeit an der TU Dortmund zwischen dem Institut für Spanende Fertigung (Prof. Dr. Dirk Biermann), der Experimentellen Physik 2 (Dr. Jörg Debus) und dem Lehrstuhl für Werkstofftechnologie (Prof. Dr. Wolfgang Tillmann) fließt Fachwissen aus den Bereichen der Zerspanungstechnologie, Laserspektroskopie und multiparametrischen Oberflächenanalytik wie auch Dünnschichttechnologie in die über eine gemeinsame Plattform laufende Greybox-Modellierung ein. Dabei werden der Versagensbeginn, Verschleißfortschritt und das Einsatzzeitende der TiAlN- und TiAlSiN-beschichteten Werkzeuge mit hinreichender Sicherheit identifiziert und prognostiziert.
Das verbesserte Verständnis zum Systemverhalten ermöglicht die Entwicklung grundlegender Strategien zur Steigerung der Standzeit, Prozessstabilität und -effizienz im Hinblick auf eine hohe Fertigungsqualität und Produktivität. Dabei dienen die interdisziplinär erarbeiteten Erkenntnisse und modellbasierten Prognosen zur resilient optimierten Auslegung der Fräsprozesse.
