Entwicklung eines Kraftschatz-modells beim Frasen: Anwendung eines modernen, hybriden Lernansatzes auf Basis kunstlicher neuronaler Netze zur prozessparallelen Ermittlung der Prozesskraft anhand maschineninterner Daten

摘要

Die prozessparallele Vorhersage von Prozesskraften beim Frasen hat das Potenzial, echtzeitfahige Regelungs- und Fertigungsanalysen an der Werkzeugmaschine durchzufuhren. Mogliche Anwendungen sind beispielsweise die Online-Qualitatsvorhersage und -kontrolle des Werkstucks. Dieser Beitrag beschaftigt sich daher mit einem hybriden Ansatz, der maschineninterne Daten aus der NC-Steuerung mit einem virtuellen Materialabtragsmodell kombiniert, um die Prozesskraft in Echtzeit uber ein kunstliches neuronales Netz (KNN) vorherzusagen.