Der verschärfte Wettbewerb auf den globalisierten Märkten, wachsender Termindruck sowie steigende Qualitätsanforderungen machen das betriebsspezifische Know-how bei der Anfertigung von Betriebsmitteln zum entscheidenden Wettbewerbsfaktor. Durch die in Werkzeug- und Formenbaubetrieben traditionell anzutreffende Werkstattorganisation wird dieses Wissen individuell durch die Erfahrungen der Facharbeiter gehalten, woraus eine geringe Transparenz der Fertigungsabläufe sowie ein hoher Anteil manueller Tätigkeiten bei der Arbeitsplanung resultiert. Zur Standardisierung und Automatisierung von Fertigungsabläufen ist folglich die Akquisition internen Erfahrungswissens erforderlich, die sowohl bei organisationalen als auch IT-orientierten Wissensmanagement-Ansätzen als hochaufwändig gilt. Anhand vorhandener globaler Modelle wurde in dieser Arbeit ein Ansatz entwickelt, der mit Hilfe maschineller Lernverfahren eine automatisierte Wissensakquisition ermöglicht. Auf Grundlage der abgeleiteten Wissensbedarfe „Werkzeuge“ und „Schnittwerte“ und den besonderen Randbedingungen bei der NC-Programmierung mit Hilfe eines grafisch interaktiven CAM-Systems wurden Verfahren konzipiert, die eine automatisierte Akquisition, Standardisierung und regelbasierte Repräsentation von Erfahrungswissen auf Basis einer großen Anzahl an Fallbeispielen ermöglicht. Die entworfenen Lernverfahren wurden prototypisch implementiert und ihre Funktionsfähigkeit anhand einer Datenbasis mit 24.000 realen Fallbeispielen (1 Fallbeispiel entspricht 1 Operation/NC-Programm) nachgewiesen. Die Plausibilität des akquirierten Wissens sowie seine automatisierte Verarbeitung mit Hilfe moderner kommerzieller CAM-Systeme wurde abschließend durch die NC-Programmierung eines Beispielwerkstücks unter Verwendung einer kommerziellen CAM-Software demonstriert. / The intensive competitive environment on globalized markets, the growing deadline pressure caused by shortened product life cycles as well as increasing quality requirements emphasize the company-specific know-how as a decisive competitive factor for toolmakers. Due to the traditional shop floor organization within toolmaking companies, this knowledge is individually held by experiences of the single skilled worker which a low transparency of manufacturing processes as well as a high degree of manual activities at the operation planning process results from. In that form of representation the existing manufacturing knowledge of the company can not be, independent of individual people, integrated in the value-adding process and hence can not be used consequently. Therefore the standardization and automation of manufacturing processes requires the acquisition of internal experience-based knowledge, what is deemed to be a complex task in organizational as well as in IT-based approaches. Based on existing global models the present work develops an approach that enables an automated acquisition of knowledge using methods of data mining based on an amount of real sample data. For that purpose, methods for the automatic extraction, preparation and structured storage of sample data sourced from a commercial CAM system were developed and prototypically implemented. Based on the specified knowledge demands, „milling tools“ and „cutting data“ as well as the special environment of the shop-floor oriented NC programming by using a graphically interactive CAM system, adequate learning methods were conceived that enable an automated acquisition, standardization and rule based representation of experiential knowledge. The conceived methods were prototypically implemented and their functional capability was verified on the basis of the mentioned amount of real sample data. The plausibility of the acquired knowledge as well as its automated processing capability within modern CAM systems was finally proved by the NC programming of a sample part using the CAM software hyperMILL®.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:ch1-qucosa-70916 |
| Date | 26 January 2012 |
| Creators | Schneider, Thomas |
| Contributors | Technische Universität Chemnitz, Maschinenbau, Logos Verlag Berlin,, Volkswagen Aktiengesellschaft,, Prof. Dr.-Ing. habil. (em.) Holger Dürr, Prof. Dr.-Ing. habil. (em.) Holger Dürr, Prof. Dr. rer. nat. habil. Frank Klawonn |
| Publisher | Universitätsbibliothek Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | deu |
| Detected Language | English |
| Type | doc-type:doctoralThesis |
| Format | application/pdf, text/plain, application/zip |
| Relation | dcterms:isPartOf:AutoUni-Schriftenreihe ; 23 |
Page generated in 0.0081 seconds