Mit der draht- und lichtbogenbasierten additiven Fertigung (wire arc additive manufacturing, waam) erzeugte Werkstücke haben eine geringe Oberflächengüte und müssen deshalb zerspanend nachbearbeitet werden. Im Forschungsprojekt Cicam werden Methoden des bestärkenden Lernens (reinforcement learning) für den Einsatz in der rechnergestützten Prozessplanung für die hybride Prozesskette aus waam und spanender Nachbearbeitung entwickelt. In einem Software-Framework wird ein virtueller Agent mit Prozesssimulationen interagieren, um die optimalen Prozessparameter (etwa die Vorschubgeschwindigkeit) zu identifizieren. Zur quantitativen Bewertung der gewählten Aktionen des Agenten dient eine Kostenfunktion, die beispielsweise Maschinenbelegungszeit, Werkstoffkosten, Werkzeugverschleiß und Bauteilqualität berücksichtigt.
Schnittkräfte simulieren
Open Mind sammelte reichlich Erfahrung mit der Prozesssimulation in Hypermill. Das gilt beispielsweise im Zusammenhang mit ‚Virtual Machining‘. Für das TUM-Forschungsprojekt lieferte Open Mind das Auftragsmodell für den waam-Prozess und die Simulation der Schnittwerte zur Prozesskraftberechnung für die spanende Nachbearbeitung. Das mathematische Prozessmodell zum Berechnen dieser Kräfte erstellte die TUM. Das lernende System soll auf dieser Basis zum Beispiel zwischen Dauer des Prozesses und Werkzeugverschleiß abwägen können.
KI zur Prozessoptimierung
„Wir freuen uns, einen Beitrag zu diesem faszinierenden Projekt leisten zu können. Mithilfe unserer Prozesssimulation wird das lernende System eine Balance finden können zwischen einer ausreichenden Effizienz beim additiven Aufbau und den resultierenden Anforderungen bei der spanenden Nachbearbeitung“, erklärt Alexander Rautenberg (Bild), Innovations- und Patentmanager bei Open Mind Technologies. „Prozessoptimierung ist schon in der Zerspanung allein eine lohnende Herausforderung. In den immer wichtiger werdenden hybriden Verfahren mit der additiven Herstellung des Rohlings ergeben sich komplexe Abhängigkeiten. Wir sind gespannt, was die ‚KI‘ hier erreichen wird.“ Das Projekt läuft noch bis Ende 2025.