Über das Projekt

Bei einem Tiefbohrprozess ist es nicht trivial, die Stabilität des Prozesses ausreichend zu beurteilen. Bei diesem Projekt wurde überprüft, ob es möglich ist, über Daten von Beschleunigungssensoren an der Maschine und mithilfe von KI-Modellen und mathematischen Verfahren die Stabilität zu bestimmen. Ziel ist es, den Bohrprozess zu optimieren, um den Ausschuss und den Materialverschleiß zu reduzieren.

Die Untersuchungen zeigen, dass Auto Encoder, eine spezielle Form von künstlichen neuronalen Netzwerken, die Beschleunigung des Bohrers lernen und rekonstruieren können. Im Falle einer Anomalie steigt der Rekonstruktionsfehler, der als Indikator für die Stabilität des Prozesses genutzt werden kann.

Neben künstlichen neuronalen Netzwerken ermöglichen auch die Ergebnisse aus der Anwendung mathematischer Verfahren, wie die Hauptkomponentenanalyse (PCA), den Bohrprozess zu beschreiben und zu abstrahieren. Mithilfe dieser Verfahren können weitere Erkenntnisse über den Bohrprozess gewonnen werden, die zur Optimierung des Prozesses eingesetzt werden können.

Foto: Hans Weber Maschinenfabrik GmbH

Partner