Im Rahmen der Arbeit wurde zunächst ein inlinefähiges optisches Überwachungssystem für die Glattschnittfläche beim Scherschneiden entwickelt und in einen Stanzbiegeautomaten der Firma Bihler integriert. Dies ermöglichte eine kontinuierliche Aufzeichnung der Qualität im laufenden Stanzprozess, und das bei Produktionsgeschwindigkeiten von bis zu 250 Bauteilen pro Minute. Mit dem entwickelten optischen Inspektionssystem steht zum ersten Mal eine durchgehende Aufzeichnung der Qualitätsentwicklung zur Verfügung!

Zur automatisierten Erfassung des vielbeachteten Qualitätsmerkmals Glattschnittfläche untersuchte Max Lorenz sowohl klassische Bildverarbeitungsalgorithmen als auch Segmentierungsmethoden mittels neuronaler Netzwerke. Die Ergebnisse zeigen, dass neuronale Netzwerke in der Lage sind, im Maschinentakt die Glattschnittfläche zu segmentieren – das ermöglicht nicht nur die erste lückenlose Qualitätserfassung beim Stanzen, sondern liefert sogar noch zusätzliche Informationen über die flächige Verteilung der Glattschnitthöhe!

Darauf aufbauend wurden aktuelle Methoden zur Verschleißklassifizierung betrachtet und der Mehrwert der Inline-Qualitätsbestimmung untersucht. Es konnte gezeigt werden, dass durchgehende Daten aus dem Überwachungssystem dieselbe Vorhersagegüte erreichen, wie Kraftsensoren innerhalb des Werkzeuges. Der Vorteil eines optischen Inspektionssystems liegt auf der Hand: während Kraftsensoren in jedes verwendete Schneidwerkzeug eingebaut werden müssen, reicht ein optisches Inspektionssystem pro Maschine aus; darüber hinaus ist das optische Inspektionssystem weit weniger „invasiv“, da keine zentralen Elemente der Maschine verändert werden müssen. 

Die Ergebnisse dieser Arbeit markieren einen bedeutenden Fortschritt in der Anwendung datengetriebener Methoden zur Qualitäts- und Verschleißbestimmung beim Scherschneiden.