Lernfähige Bohrmaschine bietet intelligente Prozessüberwachung

Im europäischen Flugzeugbau werden jedes Jahr rund 150 Millionen Nieten gesetzt – in einem überwiegend händischen Verfahren, das noch viel Optimierungspotenzial bietet. Ein Nachwuchswissenschaftler der WGP hat jetzt eine innovative neue Methode entwickelt und dafür eine Auszeichnung erhalten.

Bild 1. Schablone mit blau angezeigten Bohrpositionen im digitalen Assistenzsystem. Am Flugzeugrumpf übernimmt dann die „intelligente Maschine“ den eigentlichen Bohrprozess.

Foto: IPMT Hamburg

Zwei Drittel der 150 Millionen Nieten verarbeiten die Mitarbeiter*innen bisher mit leichten Maschinen. Das Verfahren ist fehleranfällig – entsprechend aufwendig und teuer ist die Qualitätskontrolle. Samuel Bender, wissenschaftlicher Mitarbeiter am Institut für Produktionsmanagement und -technik (IPMT) der TU Hamburg, hat sich mit Erfolg der Aufgabenstellung angenommen. Er entwickelte ein Verfahren, mit dem sich die die Überprüfung von Nietbohrungen weiter automatisieren lässt. Dabei setzt er auf Künstliche Intelligenz (KI).

Auszeichnung mit dem VDMA-Nachwuchspreis „Digitalisierung im Maschinenbau“

Professor Wolfgang Hintze, Betreuer der preisgekrönten praxisnahen Forschungsarbeit, erläutert die Problematik so: „Wenn dem Bedienpersonal vor oder während des Bohrprozesses angezeigt wird, dass ein Fehler erkannt wurde – oder aber dass Werte außerhalb der Erwartung liegen – lässt sich nun der Prozess rasch abbrechen. Alternativ kann direkt im Anschluss eine Kontrolle durchgeführt werden.“ Hintze ist Mitglied der renommierten WGP (Wissenschaftlichen Gesellschaft für Produktionstechnik) und Leiter Produktionstechnik am IPMT der TU Hamburg. Die in der WGP zusammengeschlossenen Professoren befassen sich mit den gesellschaftlich relevanten Themen der Produktionstechnik – von Industrie 4.0 über Energieeffizienz und resilienter Produktion bis hin zu 3D-Druck.

Hintze prognostiziert: „Das Verfahren kann nicht nur den Flugzeugbau verändern. Auch andere Branchen wie die Automotive-Industrie oder der Schiffbau sind angesprochen – überall dort, wo Bauteile mithilfe von Niet- oder Schraubverbindungen zusammengesetzt werden. Und dafür sind zunächst die Bohrungen einzubringen.“ Bender hat die Untersuchungen zur „intelligenten Bohrmaschine“ im Rahmen seiner Bachelorarbeit an IMPT durchgeführt. Dass er mit den Resultaten „ins Schwarze getroffen hat“, zeigt die Verleihung des VDMA-Nachwuchspreises „Digitalisierung im Maschinenbau“ für praxistaugliche Lösungen.

WGP treibt den technischen Fortschritt voran

Die Wissenschaftliche Gesellschaft für Produktionstechnik e.V. mit Sitz in Frankfurt/Main ist ein Zusammenschluss führender deutscher Professorinnen und Professoren der Produktionswissenschaft. Sie vereinigt herausragendes Know-how aus zahlreichen industrierelevanten Bereichen: Mit 66 Professorinnen und Professoren aus 40 Universitäts- und Fraunhofer-Instituten sowie rund 2.000 Wissenschaftlerinnen und Wissenschaftlern der Produktionstechnik. Die Mitglieder genießen sowohl in der deutschen Wissenschaftslandschaft als auch international eine hohe Reputation und sind weltweit vernetzt. Die Labore befinden sich auf einem hohen technischen Stand und erlauben es den Professoren, in ihren jeweiligen Themenfeldern sowohl Spitzenforschung als auch praxisorientierte Lehre zu betreiben. Das übergeordnete Ziel lautet, die Bedeutung der Produktion und der Produktionswissenschaft für die Gesellschaft und für den Standort Deutschland aufzuzeigen. Dabei vertritt die WGP die Belange von Forschung und Lehre gegenüber Politik, Wirtschaft und Öffentlichkeit.

Intelligente Lösung kann belastende Arbeiten deutlich erleichtern

Die jetzt vom VDMA preisgekrönte Arbeit ist ein gutes Beispiel für ein praxisnahes produktionstechnisches Thema, das von der WGP angegangen wurde. Denn in einem einzigen Flugzeug werden Hunderttausende Niete gesetzt, die jeweils eine Nietbohrung erfordern.

Bild 2. Semi-automatische Bohrmaschine mit Saugvorrichtung für die anfallenden Späne, die in einer intelligenten Montageumgebung genutzt wird.

Foto: IPMT Hamburg

Zumeist ist das Einbringen der Bohrung nicht automatisiert möglich, weil die in der Industrie üblichen Roboter zu groß, schwer oder nicht flexibel genug sind. Doch bei den von Menschen per Hand zu positionierenden semi-automatischen Bohrmaschinen kann es zum Beispiel passieren, dass letztere nicht richtig eingespannt wird. Eine weitere Fehlerquelle ist, dass das Werkzeug bereits Verschleißerscheinungen zeigt.

In der Luftfahrtindustrie ist das von hoher Relevanz, denn hier herrschen sehr hohe Sicherheitsanforderungen. „Die zulässige Grathöhe an der Klemmfläche von Nieten zum Beispiel ist sehr eng bemessen“, erklärt Hintze, „sie liegt unter einem Zehntelmillimeter – sonst könnte sich der Niet im Flugbetrieb lockern.“ Ist der Wert überschritten, muss nachgearbeitet werden. Entsprechend hoch ist der Aufwand für die Kontrolle mit sehr vielen Stichproben und Nacharbeiten an Bohrungen.

Bohrmaschine wird dank KI lernfähig

Das Bedienpersonal setzt die semi-automatischen Maschinen an Bohrschablonen an, die es erlauben, genau zu positionieren. Die Schablonen wurden zuvor am Flugzeugrumpf befestigt. Den eigentlichen Bohrprozess übernimmt dann die Maschine. „Dafür regelt sie über den kompletten Vorschubweg die Drehzahl und den Vorschub, aber auch weitere Funktionen, wie Schmierung und Spanabsaugung. Sie verhält sich wie eine kleine mobile Werkzeugmaschine“, konkretisiert Samuel Bender.

Diese zu übernehmenden Fertigungsprozesse wollte er vorhersagbar machen und nutzte hierfür KI – in diesem Fall das Verfahren des Maschinellen Lernens (ML). Generell lässt sich ML überall dort anwenden, wo Menschen oder Maschinen sich wiederholende, aber variantenreiche Bearbeitungs-, Montage oder Prüfprozesse durchführen. Zum Beispiel kann die Montage von sicherheitskritischen Bauteilen oder auch Fahrzeugen überwacht werden. Auch verhindern die intelligenten Maschinen sich anbahnende Ausfälle, weil sie frühzeitig den Verschleiß von Werkzeugen und Werkzeugmaschinen erkennen. Jedoch sollten stets ausreichend abgesicherte und aussagekräftige Daten zum Trainieren der Systeme zur Verfügung stehen.

Am IPMT der TU Hamburg entwickelte Bender – in Kooperation mit der Johannes Lübbering GmbH aus Herzebrock-Clarholz – mehrere mögliche Verfahren, um Sensordaten des Bohrmaschinen-Prototyps auswerten. Die genutzte Maschine ist zuvor von der Firma Lübbering hergestellt worden. Beim Anlernen werden unter anderem die elektrischen Ströme der beiden Elektromotoren erfasst. Gemäß der ML-Methodik ist es nötig, zunächst – unter bekannten Bohrbedingungen – Signalverläufe zu sammeln und zu charakterisieren. Die ML-Modelle erhielten zudem die positionsabhängigen Daten – wie Werkstoffarten an der Bohrstelle, die Dicke von Materialschichten oder die notwendige Motordrehzahl.

Bild 3: System zur Lokalisierung von Bohrungspositionen: Weichen Signale im aktuellen Fertigungsprozess vom angelernten Prozess ab, meldet die Maschine dies.

Foto: IPMT Hamburg

Konkrete Fehlermeldungen verringern zeitaufwendige Kontrollvorgänge

Die Bohrmaschine „lernt“ typische Verläufe einer optimalen Bohrung und vergleicht sie mit der aktuell durchzuführenden. So kann sie zuverlässig vorhersagen, ob der richtige Bohrdurchmesser verwendet wurde, die erwartete Materialkombination vorliegt, oder ob das Schmiermittel aktiv ist. Im Flugzeugbau werden oft komplexe Schichtpakete aus Aluminium, CFK und Titan verbaut, die zur Gratbildung neigen und den Bohrprozess kompliziert machen.

Dank des am IPMT entwickelten Verfahrens erhalten die Mitarbeiter*innen in der Montage zukünftig nicht nur eine allgemeine Fehlermeldung, sondern spezifische Warnhinweise: zum Beispiel „falsche Bohrposition“, „Achtung, Schmiermittel ausgefallen“ oder „Werkzeug verschlissen“. Sie können das Problem daher schon während der Bearbeitung erfassen und ggf. direkt beheben. Die zeit- und kostenintensive Nachkontrolle lässt sich auf wenige Stichproben reduzieren. Die Mitarbeitenden werden von körperlich schweren oder monotonen Belastungen so weit wie möglich befreit und die Qualitätskontrolle ist bereits im Bearbeitungsprozess integriert.