Heterogene und durch synthetische Daten gesteuerte Künstliche Intelligenz für die elektromagnetische Umformung

Herausforderung

Die elektromagnetische Umformung (EMU) hat ein hohes Potenzial für die Formgebung komplexer Bauteile und die Umsetzung von Leichtbaukonzepten. Trotz Vorteilen wie hoher Flexibilität und erweiterten Umformgrenzen bei Raumtemperatur für viele Werkstoffe hat die EMU ihren großen Durchbruch jedoch noch nicht erreicht. Ein Grund dafür ist, dass es aufgrund komplexer Wechselwirkungen zwischen thermischen, elektrischen und mechanischen Feldgrößen bisher kaum möglich war, einen Fertigungsprozess inklusive der notwendigen langlebigen Werkzeugspulen einfach und effizient zu gestalten. Zudem können wegen der sehr hohen Umformgeschwindigkeit kaum verlässliche Aussagen über die Prozessbedingungen gemacht werden.

Lösung

Aktuelle Entwicklungen in der Rechenleistung und neue Technologien wie Live-Prozessdatenanalyse, Cloud Computing, Konnektivität und gesteuerte Produktion ermöglichen es, diese Herausforderungen zu überwinden. Das geplante Projekt kombiniert Entwicklungen auf dem Gebiet der künstlichen Intelligenz (KI), der numerischen Modellierung und der Prozesstechnik, um die Untersuchung eines intelligenten EMU-Prozesses zu ermöglichen. Datenbasierte KI-Methoden sollen eine systematische Prozessgestaltung und -steuerung gewährleisten. Dazu werden synthetische Daten aus Simulation und Domänenwissen zusammen mit konventionellen Prozessdaten in einem technologisch kaum erforschten Ansatz herangezogen. Zusätzlich wird eine Methode entwickelt, mit der auf Basis einer umfassenden numerischen Modellierung langlebige Werkzeuge für die EMU entworfen werden können. Schließlich werden alle Ergebnisse kombiniert und anhand eines Demonstrationsprozesses getestet.

Einblick in das Projekt

Eckdaten zum Projekt

Laufzeit
Mai 2023 bis April 2025

Koordination
Fraunhofer IWU

Projektpartner
Technische Universität Dresden, Professur für Werkzeugmaschinenentwicklung und adaptive Steuerungen