Thesis (doctoral)--Technische Hochschule, Aachen, 2006. / Includes bibliographical references (p. 126-134).

Lagegeregelte Bewegungsachsen finden sich in nahezu allen aktuellen Werkzeug‐ und Produktionsmaschinen. Um eine hohe Qualität der hergestellten Produkte bei gleichzeitig möglichst hoher Effizienz sicherzustellen muss die Regelung der Bewegungsachsen genau auf das Regelstreckenverhalten abgestimmt sein. Informationen über die Regelstrecken können mit Verfahren der Identifikation ermittelt werden. Neben der Reglerparametrierung sind diese Informationen ebenfalls für Mechanismen der Maschinenüberwachung relevant, bei denen Fehlerzustände in den Maschinen und Anlagen (modellbasiert) frühzeitig erkannt werden sollen. Neben den Identifikationsmechanismen, welche derzeit im Bereich der Werkzeugmaschinen vorherrschend sind und meist auf Testsignalen basieren, können mit nichtinvasive Ansätzen wesentliche Parameter bestimmt werden, ohne in den Produktionsprozess einzugreifen zu müssen. Im vorliegend Beitrag wird dargestellt, wie derartige Verfahren im Umfeld der Werkzeugmaschine Anwendung finden können. Nach einer Einleitung wird im Beitrag der Stand der Technik zur Identifikation von Regelstreckenparametern an Bewegungsachsen beleuchtet. Das Hauptaugenmerk liegt dabei in der Unterscheidung von invasiven (Verfahren mit Testsignalen) und nichtinvasiven Identifikationsverfahren (ohne Testsignale). Aufbauend auf den Erkenntnissen der Literaturrecherche wird das eigene Vorgehen hinsichtlich Wahl der Modellstruktur und des Identifikationsverfahrens erläutert. Ausführungen zur Anregungsdetektion, gezielten Einflussnahe auf die Parameterschätzung, Fehlerbewertung und dem Einsatz der simulationsbasierten Optimierung schließen die theoretischen Betrachtungen zum Forschungsthema ab. Die erzielten Ergebnisse werden in einem weiteren Kapitel anhand eines Laborversuchsstandes und einer Werkzeugmaschine illustriert. Der letzte Abschnitt gibt eine Zusammenfassung des Forschungsvorhabens und erläutert zukünftige Schritte auf diesem Gebiet.

Lagegeregelte Bewegungsachsen finden sich in nahezu allen aktuellen Werkzeug‐ und Produktionsmaschinen. Um eine hohe Qualität der hergestellten Produkte bei gleichzeitig möglichst hoher Effizienz sicherzustellen muss die Regelung der Bewegungsachsen genau auf das Regelstreckenverhalten abgestimmt sein. Informationen über die Regelstrecken können mit Verfahren der Identifikation ermittelt werden. Neben der Reglerparametrierung sind diese Informationen ebenfalls für Mechanismen der Maschinenüberwachung relevant, bei denen Fehlerzustände in den Maschinen und Anlagen (modellbasiert) frühzeitig erkannt werden sollen. Neben den Identifikationsmechanismen, welche derzeit im Bereich der Werkzeugmaschinen vorherrschend sind und meist auf Testsignalen basieren, können mit nichtinvasive Ansätzen wesentliche Parameter bestimmt werden, ohne in den Produktionsprozess einzugreifen zu müssen. Im vorliegend Beitrag wird dargestellt, wie derartige Verfahren im Umfeld der Werkzeugmaschine Anwendung finden können. Nach einer Einleitung wird im Beitrag der Stand der Technik zur Identifikation von Regelstreckenparametern an Bewegungsachsen beleuchtet. Das Hauptaugenmerk liegt dabei in der Unterscheidung von invasiven (Verfahren mit Testsignalen) und nichtinvasiven Identifikationsverfahren (ohne Testsignale). Aufbauend auf den Erkenntnissen der Literaturrecherche wird das eigene Vorgehen hinsichtlich Wahl der Modellstruktur und des Identifikationsverfahrens erläutert. Ausführungen zur Anregungsdetektion, gezielten Einflussnahe auf die Parameterschätzung, Fehlerbewertung und dem Einsatz der simulationsbasierten Optimierung schließen die theoretischen Betrachtungen zum Forschungsthema ab. Die erzielten Ergebnisse werden in einem weiteren Kapitel anhand eines Laborversuchsstandes und einer Werkzeugmaschine illustriert. Der letzte Abschnitt gibt eine Zusammenfassung des Forschungsvorhabens und erläutert zukünftige Schritte auf diesem Gebiet.

Spanende Werkzeugmaschinen erfahren während ihres Betriebes signifikante interne Wärmeeinträge, u.a. durch die Verlustleistung der Antriebe, Reibung der Lager und Führungen und den Bearbeitungsprozess. Gleichzeitig sind sie aber auch wechselnden externen Umgebungseinflüssen ausgesetzt. Diese Vielzahl an thermischen Einflüssen erzeugt transiente Temperaturfelder in der Werkzeugmaschine, die variable Deformationen in der Maschinenstruktur verursachen. Die Auswirkung dieser Deformationen auf den Tool-Center-Point verringert die Positioniergenauigkeit und wirkt sich letztendlich negativ auf die Werkstückqualität aus. Diese Verformungen werden im hier entwickelten Verfahren, der kennfeldbasierten Korrektur, durch hochdimensionale Kennfelder mit Hilfe von Live-Sensordaten vorhergesagt und online in der Maschinensteuerung durch berechnete Offsets korrigiert. Wenngleich das prinzipielle Vorgehen anderen verwandten Korrekturverfahren, wie der Regressionsanalyse, ähnelt, müssen für die effiziente Nutzung von Kennfeldern als Modellierungstool verschiedene Aspekte der Korrektur neu untersucht bzw. vertieft werden. Am Ende erfolgt eine Implementierung und Validierung des Verfahrens an zwei ausgewählten Demonstratoren.:Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis Symbolverzeichnis 1 Einleitung 1.1 Motivation 1.2 Überblick über die Inhalte der Arbeit 2 Stand der Technik 2.1 Maßnahmen zur Reduktion thermo-elastischer Effekte 2.1.1 Korrekturverfahren 2.1.2 Kompensationsstrategien 2.2 Kennfeldberechnung mit Smoothed Grid Regression 2.2.1 Kernfunktionsansatz 2.2.2 SGR im 2D mit bilinearer Interpolation 2.2.3 SGR in n Dimensionen mit n-linearer Interpolation 2.2.4 Kennfeldberechnung 2.2.5 Glättungsbedingungen 2.2.6 Daten- versus Glättungsfehler 2.2.7 Lösung des linearen Gleichungssystems 3 Einordnung in den Stand der Technik 4 Kennfeldbasierte Korrektur Thermo-elastischer Verformungen 4.1 Idee der kennfeldbasierten Korrektur 4.2 Trainingsdaten zum Anlernen der Korrekturkennfelder 4.3 Erstellung der kennfeldbasierten Korrektur 4.3.1 Wahl der Kernfunktionen 4.3.2 Wahl der Glättungsbedingungen 4.3.3 Wahl der Daten- und Glättungsgewichte 4.4 Anwendungsbeispiel und Ableitung von Anpassungsbedarfen 5 Numerische Berechnung hochdimensionaler Kennfelder 5.1 Numerische Handhabung großer SGR-Modelle 5.2 Effiziente Kennfeldberechnung durch Mehrgitterverfahren 5.3 Einbettung von Glättungsbedingungen höherer Ordnung 5.3.1 Motivation und eine Beispielfunktion 5.3.2 Finite-Elemente-Ansatz für Glättung höherer Ordnung 5.3.3 Test und Vergleich der Berechnungsvarianten 5.3.4 Neue Kombinationsmethode für lineare Extrapolation 5.4 Erprobung und Vergleich von Mehrgitterlösern 6 Optimierung der Kennfeldgitter 6.1 Kennfeldgitter 6.2 Wichtige Gitterstrukturen 6.2.1 Äquidistante Gitter 6.2.2 Gitter mit variablen Achsintervallen 6.2.3 Transformierte Gitter 6.2.4 Gitter mit Substrukturen 6.2.5 Dünne Gitter (sparse grids) 6.2.6 Vergleich der Arten von Kennfeldgittern 7 Optimale Sensorplatzierung und Auswahl der Kennfeldeingänge 7.1 Typen von Eingangsvariablen und deren Eignung zur Korrektur 7.2 Eignung von Temperaturgradienten in Kennfeldern 7.3 Methoden der Variablenauswahl 7.3.1 Sensitivitätsanalyse 7.3.2 Hauptkomponenten-Analyse (PCA) 7.3.3 Sequentielle Heuristik 7.3.4 Stabilitätsanalyse 7.3.5 Vergleich und experimentelle Validierung der Verfahren 8 Implementierung und Validierung der kennfeldbasierten Korrektur 8.1 Korrekturwertaufschaltung in einer Maschinensteuerung 8.2 Erprobung und Validierung der Korrektur 8.2.1 MiniHex 8.2.2 DMU 80 eVo 8.3 Korrektur unter Produktionsbedingungen 8.4 Plausibilitätsüberprüfung 9 Bewertung und Erweiterungen zur kennfeldbasierten Korrektur 9.1 Vor- und Nachteile der kennfeldbasierten Korrektur 9.2 Aufwandsabschätzung und exemplarische Bewertung 9.2.1 Aufwandsabschätzung der kennfeldbasierten Korrektur 9.2.2 Bewertung an ausgewählten Beispielen 9.3 Kombination mit anderen Korrektur- und Kompensationsstrategien 9.4 Aktualisierung von Kennfeldern 9.5 Übertragbarkeit der Ergebnisse 10 Zusammenfassung 11 Ausblick A Anhang A.1 Datensätze A.1.1 Stab-Simulation A.1.2 Vermessung Auerbach ACW630 A.1.3 Simulation Maschinenständer ACW630 A.1.4 Vermessung MiniHex A.1.5 Simulation Maschinenständer mit bewegter Wärmequelle A.1.6 Vermessung 3-Achs-Bearbeitungszentrum Aachen A.1.7 Simulation DMU 80 eVo A.2 Biographie des Autors

Werkzeugmaschinen besitzen als Produktionsmittel einen wesentlichen Anteil an der Gesamtheit der industriellen Produktion. Als Investitionsgut muss eine hohe Verfügbarkeit und lange Lebensdauer erzielt werden, die durch einen optimalen Instandhaltungsprozess abgesichert werden muss. Durch die immer höheren Anforderungen an die Produktion neuer Produkte werden Werkzeugmaschinen jedoch komplexer und individueller, das zu aufwendigeren und komplizierteren Instandhaltungsprozessen führt. Dazu muss der Instandhalter komplexere Tätigkeiten ausführen, die Spezialwissen verlangen und höheres Potenzial für Fehler besitzen. Zur Verbesserung des Instandhaltungsprozesses werden neben der technischen Dokumentation der Werkzeugmaschine neue digitale Methoden, wie die Augmented Reality (AR), eingesetzt. Dabei entstehen neue Problemfelder, da entsprechend viel Fachwissen des Instandhaltungsplaners erforderlich ist, der Einsatz der neuen Technologie eine hohe Komplexität aufweist und der Planungsprozess einen erheblichen Aufwand zur individuellen Anpassung an die jeweilige Werkzeugmaschine erfordert. In dieser Arbeit werden der Instandhaltungsplanungsprozess von Werkzeugmaschinen unter Nutzung der AR-Technologie analysiert und neue Methoden und Konzepte zur Integration verschiedener AR-Komponenten sowie Unternehmenssysteme und -daten in den Planungsprozess entwickelt, die anhand verschiedener Instandhaltungsszenarien verifiziert werden.:Abkürzungsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis 1 Einleitung 1.1 Motivation zur Anwendung der Augmented Reality bei der Instandhaltung von Werkzeugmaschinen 1.2 Problemstellung des Einsatzes der Augmented Reality bei der Instandhaltung von Werkzeugmaschinen 2 Stand der Technik 2.1 Instandhaltung von Werkzeugmaschinen 2.1.1 Die Werkzeugmaschine als Instandhaltungsobjekt 2.1.2 Begriff der Instandhaltung 2.1.3 Maßnahmen zur Instandhaltung 2.1.4 Technische Dokumentation für die Instandhaltung 2.1.5 Diskussion bestehender technischer Dokumentationsformen 2.2 Augmented Reality 2.2.1 Entwicklung der Augmented Reality 2.2.2 Merkmale der Augmented Reality 2.2.3 Hard- und Software-Komponenten der Augmented Reality 2.2.4 Technische Anwendungsgebiete der Augmented Reality 2.2.5 Frameworks für Augmented-Reality-Anwendungen 2.2.6 Erstellungskonzepte für Augmented-Reality-Anwendungen 2.3 Augmented Reality in der Instandhaltung von Werkzeugmaschinen 2.3.1 Vorteile der Nutzung von Augmented Reality in der Instandhaltung 2.3.2 Augmented-Reality-Nutzungskonzepte für die Instandhaltung 2.3.3 Augmented-Reality-Erstellungskonzepte für die Instandhaltung 2.3.4 Diskussion bestehender Augmented-Reality-Erstellungskonzepte 2.4 Zusammenfassung Stand der Technik 3 Zielsetzung und Vorgehensweise 3.1 Zielsetzung 3.2 Vorgehensweise 4 Methode zur Integration der Augmented Reality in die Instandhaltung 4.1 Anforderungen an die Augmented-Reality-basierte Instandhaltung 4.1.1 Anforderungen an die Augmented-Reality-Anwendung 4.1.2 Anforderungen an die Augmented-Reality-Komponenten 4.1.3 Anforderungen an die Instandhaltungsdokumentation 4.1.4 Anforderungen an den Instandhaltungsplanungsprozess 4.2 Konzept des Augmented-Reality-Systems zur Instandhaltung 4.2.1 Konzept des Instandhaltungsplanungsprozesses 4.2.2 Konzept des Augmented-Reality-Gesamtsystems 4.3 Integration von Augmented-Reality-Komponenten 4.3.1 Kamerabild 4.3.2 Tracking 4.3.3 Visualisierung 4.3.4 Interaktion 4.4 Integration von Produktionsdaten 4.4.1 CAD-Anwendung 4.4.2 Dokumentationsanwendung für die Instandhaltung 4.4.3 PDM-System 4.5 Integration von Maschinendaten 4.5.1 Manufacturing Execution System 4.5.2 Maschinensteuerung 5 Verifikation der Methode 5.1 Vorgehensweise der Verifikation 5.2 Definition der Instandhaltungsszenarien 5.2.1 Instandhaltungsszenario A: Dreh-Fräs-Bearbeitungszentrum 5.2.2 Instandhaltungsszenario B: Drahtziehmaschine 5.3 Anwendung der Methode auf die Instandhaltungsszenarien 5.3.1 Instandhaltungsszenario A: Dreh-Fräs-Bearbeitungszentrum 5.3.2 Instandhaltungsszenario B: Drahtziehmaschine 5.4 Auswertung der Methode 6 Zusammenfassung und Ausblick 6.1 Zusammenfassung 6.2 Ausblick Literaturverzeichnis

Eine Absicherung der Maschinendynamik im gesamten Arbeitsraum unter Berücksichtigung des Einflusses der Maschinensteuerung kann nur durch eine mechatronische Analyse der Werkzeugmaschine auf Gesamtsystemebene erfolgen. Derart komplexe Berechnungen erfordern allerdings die Simulation von großen Verfahrbewegungen (MKS) unter Berücksichtigung der Strukturelastizitäten (FEM) sowie der Steuerung (Controls) und sind somit vor allem multi–disziplinären Virtual Prototyping Tools vorbehalten. Die erfolgreiche multi-disziplinäre WZM–Berechnung stellt außerordentlich hohe Anforderungen an die Modellbildungsgüte der einzelnen Maschinenkomponenten inklusive der Validierung des jeweils gewählten Modellierungsansatzes bzw. Detailierungsgrades. Dieses gilt insbesondere für funktionelle Komponenten wie Linearantriebe, Kugelgewindetriebe usw., da diese nicht ohne Weiteres aus einem CAD–Baugruppenmodell abgeleitet und in das Berechnungsmodell übernommen werden können. Das zur Modellierung und Simulation notwendige Expertenwissen ist in einer vordefinierten, parametrischen Komponentenbibliothek – ähnlich einem Baukastenprinzip – implementiert.

Zugl.: Karlsruhe, Universiẗat, Diss., 2007.

Zugl.: Dortmund, University, Diss., 2006.

Steigende Anforderungen an die Genauigkeit von Werkzeugmaschinen sind nicht mehr allein durch die Verbesserung des statischen und dynamischen Verhaltens zu erfüllen. Die Simulation des thermischen Verhaltens kann bereits in frühen Phasen der Produktentwicklung entscheidende Hinweise zur Gestaltung des Maschinenentwurfes geben. Die Arbeit beschreibt die Methodik und Umsetzung eines Simulationswerkzeuges aufbauend auf Programmen der Finite-Elemente-Analyse. Neben der Modellierung von Antriebs- und Gestellkomponenten wird auf deren Kopplung eingegangen. Thermische Lasten durch Hauptantrieb, Nebenantrieb und Zerspanungsprozess werden dargestellt. Mit der Berücksichtigung konvektiver Randbedingungen als funktionaler Zusammenhang wird die Genauigkeit der Simulation gesteigert. Möglichkeiten zur Abbildung von Aufstellbedingungen und Temperaturschwankungen der Umgebung werden aufgezeigt. Hinweise zur Einbindung von thermischen Kompensationsmaßnahmen runden das Konzept ab. Anhand eines Demonstrators werden der theoretische und praktische Nachweis der Funktionsfähigkeit erbracht. / Simulation of the thermal behavior of cutting machine tools during the conceptual stage Greater demands in the accuracy of machine tools can no longer be achieved by improved static and dynamic functions alone. The simulation of thermal behavior can provide essential information for the machine’s design concept at the earliest stages of product development. This thesis describes methodology and implementation of a simulation tool, based on software utilizing finite element analysis. In addition to the modeling of drives and base components, the work focuses on coupling different sub-components. Heat sources of the main drive, feed drives and cutting process are described. Greater accuracy is obtained by the implementation of convection as a functional process in the simulation. Methods of implementing working area conditions and temperature deviations in the environment are illustrated. Finally, steps for incorporation of a thermal compensation mechanism are included to complete the concept. The workflow applied to a demonstration structure validates the theoretical background and demonstrates the functionality of the thesis. / Моделирование температурных характеристик металлорежущих станков на этапе разработки В настоящее время растущие требования к точности металлорежущих станков обеспечиваются не только улучшением их статических и динамических параметров. Моделирование температурных характеристик на ранних стадиях проектирования может задать определяющее направление для всего процесса разработки и производства металлорежущего станка. Данная работа описывает методику и реализацию средств симуляции, основанных на программе анализа конечных элементов. Кроме моделирования звеньев привода и неподвижных звеньев станка на них также наложены связи. Показаны температурные воздействия от главного и вспомогательного приводов, а также непосредственно от самого процесса резания. Введение учета конвекционных граничных условий как функциональной связи улучшает точность моделирования. Представлены способы для отображения начальных условий и температурных изменений среды. Концепцию завершают указания для учета термокомпенсаций. Изложены доказательства теоретической и практической применимости.

Computational methods for reducing the complexity of Finite Element (FE) models in structural dynamics are usually based on modal analysis. Classical approaches such as modal truncation, static condensation (Craig-Bampton, Guyan), and component mode synthesis (CMS) are available in many CAE tools such as ANSYS. In other disciplines, different techniques for Model Order Reduction (MOR) have been developed in the previous 2 decades. Krylov subspace methods are one possible choice and often lead to much smaller models than modal truncation methods given the same prescribed tolerance threshold. They have become available to ANSYS users through the tool mor4ansys. A disadvantage is that neither modal truncation nor CMS nor Krylov subspace methods preserve properties important to control design. System-theoretic methods like balanced truncation approximation (BTA), on the other hand, are directed towards reduced-order models for use in closed-loop control. So far, these methods are considered to be too expensive for large-scale structural models. We show that recent algorithmic advantages lead to MOR methods that are applicable to FE models in structural dynamics and that can easily be integrated into CAE software. We will demonstrate the efficiency of the proposed MOR method based on BTA using a control system including as plant the FE model of a machine tool.