Kompensation umgebungstemperaturbedingter Einflüsse auf die Arbeitsgenauigkeit von Werkzeugmaschinen
Zusammenfassung der Projektergebnisse
Im Fokus des Forschungsvorhabens steht die indirekte, steuerungstechnische Korrektur des Umgebungstemperatureinflusses. Diese soll, aufbauend auf der erfolgreichen drehzahlbasierten Korrektur innerer Einflüsse, die Arbeitsgenauigkeit einer Werkzeugmaschine erhöhen. Die Korrektur erfolgt dabei mittels künstlicher neuronaler Netze (KNN). Die erreichten Ziele des ersten Bewilligungszeitraumes lassen sich wie folgt zusammenfassen: Erfassung des thermoelastischen Verhaltens einer Fräsmaschine in Abhängigkeit von Umgebungstemperaturschwankungen und Bestimmung des optimalen Sensorabstandes von der Werkzeugmaschine und deren Position zur Messung der Umgebungstemperatur; Iterative Entwicklung von drei künstlichen neuronalen Netzen (je ein KNN für eine Koordinatenrichtung) durch Variation der Netzarchitektur und anschließender Verifikation der Netzgüte an einem anderen Datensatz; Reduzierung der Anzahl von verwendeten Temperatursensoren auf ein Minimum und Anpassung der entwickelten KNN; Zusammenführung der Umgebungstemperaturkorrektur mit der im Werkzeugmaschinenlabor entwickelten drehzahl- und leistungsbasierten Korrektur. Im Ergebnis konnte die Arbeitsgenauigkeit der untersuchten Werkzeugmaschine mit der Korrektur des Umgebungstemperatureinflusses erhöht werden. Allerdings ist der Optimierungsgrad wegen der kleineren Wärmeströme geringer als bei der Korrektur der spindellast- und drehzahlabhängigen Tool-Center-Point-Verlagerungen. Dennoch wird im Durchschnitt durch den Einsatz der Korrektur des Umgebungstemperatureinflusses (KdUte) ein besseres Korrekturergebnis erzielt als ohne. Im Detail beträgt die durchschnittliche Verlagerungsoptimierung ohne KdUte für die Y-Richtung 48 %, für die Z-Richtung 49 %. Hingegen konnten in Verbindung mit der KdUte und 18 Temperatursensoren Optimierungsgrade von 53 % bzw. 57 % erreicht werden. Zusammenfassend lässt sich sagen, dass die gewählte Methode in Form von künstlichen neuronalen Netzen zur Korrektur des Umgebungstemperatureinflusses geeignet ist. Trotz des geringeren Potentials der Umgebungstemperaturkorrektur im Gegensatz zur spindellast- und drehzahlabhängigen Korrektur, kann diese einen signifikanten Einfluss auf die Arbeitsgenauigkeit einer Werkzeugmaschine besitzen. So bietet diese Methode letztendlich eine Möglichkeit den Nachteil der leistungsbasierten, steuerungsinternen Korrektur, die Vernachlässigung des Umgebungstemperatureinflusses, auszugleichen. Im ersten Bewilligungszeitraum konnte gezeigt werden, dass der gewählte Ansatz geeignet ist, den Einfluss der Umgebungstemperatur auf die Verlagerung des Tool-Center-Points (TCP) zu korrigieren. Weiterer Forschungsbedarf besteht allerdings bezüglich einer industrietauglichen Umsetzung des Verfahrens. Neben der Optimierung der Effektivität der Umsetzung stehen hierbei die Generalisierbarkeit des Verfahrens sowie dessen Erprobung während eines realen Prozesses im Fokus. Eine Untersuchung der Generalisierbarkeit sollte dabei neben einer Portierung des Verfahrens auf eine weitere Werkzeugmaschine, auch in Hinblick auf wechselnde Umgebungsbedingungen erfolgen. Diesbezüglich ist eine gezielte Beeinflussung der Umgebungstemperatur mittels einer Klimakammer vorzusehen. Demnach ergeben sich für nachgelagerte Arbeiten die folgenden Aufgaben: Optimierung der Datenerfassung für eine kurze und effektive Umsetzung; Übertragung des Verfahrens auf eine weitere Maschine unter großer Varianz der Umgebungsbedingungen zur Einschätzung der Generalisierbarkeit; Verifizierung des Korrektursystems, bestehend aus last- und drehzahlabhängiger Korrektur sowie Umgebungstemperaturkorrektur, mittels einer am WZL entwickelten Belastungseinheit ohne Prozesswärme; Erprobung des Verfahrens an einem Probebauteil bei der Trockenbearbeitung, wodurch die Prozesswärme mitberücksichtigt wird.
Projektbezogene Publikationen (Auswahl)
- Thermisch bedingtes Verformungsverhalten von Fräsmaschinen - Einfluss der Umgebungstemperatur versus Einfluss der Spindelbelastung. In: VDI-Z Integrierte Produktion, 152 (2010) Nr. 9, 2010
Brecher, C.; Wissmann A.; Klein, W.
- Thermoelastisches Verhalten von Werkzeugmaschinen - Indirekte Kompensation von Tool-Center-Point-Verlagerungen mit künstlichen neuronalen Netzen. In: wt Werkstatt Online, 101 (2011) Nr. 5, 2011
Brecher, C.; Wissmann A.
