Untersuchung komponentenspezifischer Kausalitätsbeziehungen im dynamischen Verhalten von Werkzeugmaschinen durch die Identifikation eines modalen Fingerabdrucks

• Antragsteller: Professor Dr.-Ing. Martin Dix
• Fachliche Zuordnung: Produktionsautomatisierung und Montagetechnik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 550608699

Um Verschleiß, Ausfälle und Stillstandszeiten zu minimieren und gleichzeitig Leistungsgrenzen im dynamischen Verhalten auszunutzen, sind im Bereich von Werkzeugmaschinen (WZM) eine Vielzahl von Überwachungssystemen erforscht worden. Im Kontext der Sicherstellung von Arbeitsgenauigkeit, Zuverlässigkeit und Leistungsvermögen erfahren vor allem Baugruppen wie Hauptspindel und Vorschubantriebe erhöhte Aufmerksamkeit. Die Zustandsüberwachung beruht zu einem Großteil auf einer Signalanalyse. Alternativ existiert die modellbasierte Zustandsüberwachung, die darauf fokussiert, die Maschine und ihre Zustände als System zu beschreiben und Messsignale zu nutzen, um die Parametrierung der Modelle zu ermitteln. Ziel des Vorhabens ist es, mittels modellbasiertem Ansatz über den Lebenszyklus von WZM hinweg wiederkehrend Systembeschreibungen in Form modaler Parameter (Eigenfrequenzen, modale Dämpfungen und Eigenschwingformen) zu ermitteln. Die identifizierten Parameter charakterisieren die Veränderungen innerhalb der Maschinenstruktur und erlauben die Definition eines modalen Fingerabdrucks. Dieser ist einerseits abhängig von der Individualität der Maschine selbst (Montage, Aufstellung, konstruktive Anpassung) als auch von den Ereignissen innerhalb des Lebenszyklus der spezifischen Maschine (Kollision, Komponentenverschleiß, Prozessspezifikationen). Diese Abhängigkeiten werden untersucht, um die Nutzungsmöglichkeiten für eine Strukturüberwachung auf Basis sich ändernder modaler Parameter zu beurteilen. Die modale Charakterisierung bietet die Möglichkeit einer systembasierten Beschreibung, die durch die Ableitung von Kausalbeziehungen die Erkenntnisse von aktuellen Signalanalysen weit übertrifft, um das dynamische Systemverhalten fortwährend zu analysieren und somit Fehlereignisse klassifizieren zu können. Mithilfe der Eigenfrequenzen und der Eigenmoden lassen sich einerseits bereits durch deren Visualisierung auf einfache Art Schwachstellen und Verbesserungspotentiale erkennen. Andererseits lassen sich diese Schwingungsantworten und Eigenschwingungsformen objektiv durch Kriterien wie MAC, CoMAC, FRAC usw. bewerten und unterscheiden. Im Vorhaben wird untersucht, in welchen Grenzen sich normale zeitvariante Ereignisse, wie z. B. Positionsänderungen des Werkstücks oder Werkzeugs, von Ereignissen, wie z. B. Verschleiß und Störungen, trennen lassen. Es wird ein Prüfzyklus entwickelt, der eine adäquate Anregung erzielt und gleichzeitig in den Lebenszyklus der Maschine wiederkehrend inkludiert werden kann. Weiterhin stellt sich die Frage, in welchem Maß sich Berechnungsmodelle (Simulationen/Zustandsraumbeschreibungen, Signalflusspläne) und experimentelle Beschreibungen (modale Parameter, Übertragungsfunktionen) verknüpfen lassen und wie austauschbar diese sind. Abschließend werden die Grenzen untersucht, inwieweit sich Ereignisse, die in ihrem Ursachenort nicht unmittelbar in Sensornähe auftreten, dennoch durch Veränderungen in modalen Parametern erkennen lassen.

• DFG-Verfahren: Sachbeihilfen (Transferprojekt)
• Anwendungspartner: DECKEL MAHO Seebach GmbH; FunctionBay GmbH