Der Projektname KI-Span steht für „KI-gestützte Optimierung der Werkzeugstandzeit und der Qualität der Bauteile an Werkzeugmaschinen in der spanenden Fertigung“. Ziel des Projekts ist es, ein Verfahren zu entwickeln, das nicht nur die Standzeiten von Zerspanungswerkzeugen optimiert, sondern auch die Bauteilqualität überwacht und damit verbessert.

Umgesetzt wird dieses Vorhaben an Dreh- und Fräsmaschinen im Technologietransferzentrum für Prozessdaten-optimierte Fertigung in Kaufbeuren (kurz TTZ Kaufbeuren), einer Forschungseinrichtung der Hochschule Kempten sowie im Praxisbetrieb in beteiligten Fertigungsunternehmen. Hochspezialisierte Unternehmen entlang der zerspanenden Wertschöpfungskette unterstützen das Projekt mit ihrer Expertise – zum Teil als assoziierte Partner.

Im Rahmen einer Auftaktveranstaltung trafen sich vor Kurzem die am Projekt beteiligten Unternehmen bei der Firma Alois Berger GmbH am Standort Wertach, um sich persönlich auszutauschen und das weitere Vorgehen abzustimmen. Werksleiter Robin Berger begrüßte die Vertreterinnen und Vertreter der Firmen DECKEL MAHO Pfronten GmbH, pro-micron GmbH, CERATIZIT Deutschland GmbH und der Blaser Swisslube AG sowie des TTZ Kaufbeuren. Das hybride Treffen fand sowohl in Wertach als auch virtuell statt. Im Anschluss an die Gesprächsrunde besichtigten die Teilnehmenden die Werkshallen und konnten dabei die Zerspanungs- und Messmaschinen begutachten, die im Projekt KI-Span eine wichtige Rolle spielen.
„Unser übergeordnetes Anliegen ist es, nutzerfreundliche Systemlösungen für Vertreter der zerspanenden Industrie zu liefern – vom Maschinenbauer über den Sensorsystemhersteller bis hin zum Werkzeughersteller“, erklärt Prof. Dr. Frank Schirmeier, Leiter des TTZ Kaufbeuren. „Mit der Auswertung großer Mengen anfallender Sensordaten und der systematischen Anwendung von KI-Algorithmen möchten wir Prozesse in den regionalen Unternehmen optimieren und damit den Standort Bayern im internationalen Wettbewerb stärken.“

Dazu erfassen die Forschenden das Bearbeitungsgeschehen im und um den Fräsprozess. Die dabei anfallenden Daten wie zum Beispiel Temperatur oder Drehmoment werden in einer gesicherten Cloud-Umgebung für weitreichende Datenauswertungen verfügbar gemacht. Dank Spezialsensorik können auch der Einfluss des Kühlmittels oder die bei der Metallverarbeitung anfallenden Kräfte direkt am Fräskopf erfasst werden.

Mittels KI-gestützter Lernverfahren erstellt und erprobt das Team von KI-Span Modelle, die den Zusammenhang zwischen Bauteilqualität, Werkzeugverschleiß und der Position des Werkzeugs einerseits und den prozessbegleitenden Sensordaten andererseits beschreiben. Dabei kommt auch ein sogenannter digitaler Zwilling zum Einsatz. Ein digitaler Zwilling ist ein digitales Gegenstück zu einem realen Objekt und hilft im Projekt dabei, neue Erkenntnisse über das Werkstück und das Werkzeug zu gewinnen. Damit können deren Bauteilqualität beurteilt und gegebenenfalls verbessert werden.

Das Forschungsprojekt KI-Span wird vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) gefördert.