Home Berücksichtigung von Oberflächeneigenschaften in der CAD/CAM-Kette
Article
Licensed
Unlicensed Requires Authentication

Berücksichtigung von Oberflächeneigenschaften in der CAD/CAM-Kette

Automatische Auswahl von Prozessstellgrößen durch integrierte Prozessmodelle
  • Berend Denkena , Marc-André Dittrich and Julia Huuk
Published/Copyright: December 2, 2019

Kurzfassung

Obwohl die Oberflächenrauheit ein funktionsbestimmendes Maß für spanend hergestellte Bauteile darstellt, wird sie bis heute nicht in der CAD/CAM-Kette berücksichtigt. In diesem Beitrag wird eine Methode vorgestellt, die aus im CAD-Modell hinterlegten Rauheitswerten einen geeigneten Vorschub beim Schaftfräsen ableitet. Hierfür wird eine technologische NC-Simulation zur geometrischen Rauheitsbestimmung verwendet. Der Vergleich simulierter und gemessener Rauheitswerte zeigt, dass bei mittleren bis hohen Vorschüben eine Genauigkeit von ca. 80 Prozent erreicht wird.

Abstract

Although surface roughness is a function-determining measure for machined components, it is still not considered within the CAD/CAM chain. In this article, a method is presented that derives a suitable feed rate for end milling from the roughness values stored in the CAD model. For this purpose, a technological NC simulation is used to determine the geometric roughness. The comparison of simulated and measured roughness values shows that an accuracy of approximately 80 % is achieved at medium to high feed rates.


Professor Dr.-Ing. Berend Denkena war nach Studium und Promotion an der Leibniz Universität Hannover in verschiedenen Industrieunternehmen als Entwicklungsleiter in den Bereichen Mechanik und Konstruktion tätig. Seit 2001 leitet er das Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) am Produktionstechnischen Zentrum der Leibniz Universität Hannover.

Dr.-Ing. Marc-André Dittrich studierte Wirtschaftsingenieurwesen an der Leibniz Universität Hannover und ist seit 2012 als Wissenschaftlicher Mitarbeiter am IFW angestellt. Im Zeitraum von 2014 bis 2015 leitete er die Abteilung Funktionalisierung am IFW. Seit 2015 ist er für die Leitung des Bereichs Produktionssysteme verantwortlich.

M.E ng. Julia Huuk studierte Produktionsmanagement an der Hochschule Hannover und ist seit 2018 Wissenschaftliche Mitarbeiterin am IFW. Ihre Forschungsschwerpunkte sind die Prozessplanung und -simulation.


Literatur

1. Müller, E.: Wie werden wir morgen produzieren? Zentrale Trends und Antworten für den ostdeutschen Maschinen- und Anlagenbau. Studie der Professur Fabrikplanung und Fabrikbetrieb der Technischen Universität Chemnitz im Auftrag des Beauftragten der Bundesregierung für die Neuen Bundesländer. Chemnitz 2013Search in Google Scholar

2. Sigwart, A.: Bauteilrandschicht und Schwingfestigkeit. Dissertation, TU Clausthal, Clausthal-Zellerfeld 1993Search in Google Scholar

3. Novovic, D.; Dewes, R.; Aspinwall, D.; Voice, W.; Bowen, P.: The Effect of Machined Topography and Integrity on Fatigue Life. International Journal of Machine Tools and Manufacture44 (2004) 2–3, S. 12513410.1016/j.ijmachtools.2003.10.018Search in Google Scholar

4. Müller, C.: Prozessgrößen und Randzoneneigenschaften beim Drehen gehärteter Stähle. Dissertation. Leibniz Universität Hannover, Hannover 2008Search in Google Scholar

5. Jawahir, I.; Brinksmeier, E.; M‘Saoubi, R.; Aspinwall, D.; Outeiro, J.; Meyer, D.; Umbrello, D.; Jayal, A.: Surface Integrity in Material Removal Processes: Recent advances. CIRP Annals60 (2011) 2, S. 60362610.1016/j.cirp.2011.05.002Search in Google Scholar

6. Klocke, F.; Gierlings, S.; Brockmann, M.; Veselovac, D.: Force-based Temperature Modeling for Surface Integrity Prediction in Broaching Nickel-based Alloys. Procedia CIRP13 (2014), S. 31431910.1016/j.procir.2014.04.053Search in Google Scholar

7. DIN EN ISO 428: 2010–07, Geometrische Produktspezifikation (GPS) – Oberflächenbeschaffenheit: Tastschnittverfahren – Benennungen, Definitionen und Kenngrößen der Oberflächenbeschaffenheit. Beuth Verlag, Berlin2010Search in Google Scholar

8. PLM-Jahrbuch 2016: Der Leitfaden für den PLM-Markt. WEKA Business Medien, Darmstadt2015Search in Google Scholar

9. Rehling, S.: Technologische Erweiterung der Simulation von NC-Fertigungsprozessen. Dissertation, Leibniz Universität Hannover, Hannover2009Search in Google Scholar

10. Dittrich, M.-A.; Uhlich, F.; Denkena, B.: Self-optimizing Tool Path Generation for 5-axis Machining Processes. CIRP Journal of Manufacturing Science and Technology24 (2019), S. 495410.1016/j.cirpj.2018.11.005Search in Google Scholar

11. VDI-Fachbereich Fabrikplanung und -betrieb (Hrsg.): VDI 4499 Blatt 2. Digitaler Fabrikbetrieb. VDI-Verlag, Düsseldorf2011Search in Google Scholar

12. Benardos, P.; Vosniakos, G.-C.: Predicting Surface Roughness in Machining: A Review. International Journal of Machine Tools and Manufacture43 (2003) 8, S. 83384410.1016/S0890-6955(03)00059-2Search in Google Scholar

13. Alauddin, M.; El Baradie, M.; Hashmi, M. S.J.: Computer-aided Analysis of a Surface-roughness Model for End Milling. Journal of Materials Processing Technology55 (1995) 2, S. 12312710.1016/0924-0136(95)01795-XSearch in Google Scholar

14. Baek, D.; Ko, T.; Kim, H.: Optimization of Feedrate in a Face Milling Operation Using a Surface Roughness Model. International Journal of Machine Tools and Manufacture41 (2001) 3, S. 45146210.1016/S0890-6955(00)00039-0Search in Google Scholar

15. Wang, G.; Liu, Z.; Huang, W.; Wang, B.; Niu, J.: Influence of Cutting Parameters on Surface Roughness and Strain Hardening During Milling NiTi Shape Memory Alloy. The International Journal of Advanced Manufacturing Technology102 (2019) 5–8, S. 2211222110.1007/s00170-019-03342-9Search in Google Scholar

16. Klobasa, I.: Analytische Berechnung der Flankengestalt beim Nutenfräsen. Dissertation, Leibniz Universität Hannover, Hannover2007Search in Google Scholar

17. Denkena, B.; Böß, V.; Nespor, D.; Samp, A.: Kinematic and Stochastic Surface Topography of Machined TiAl6V4-Parts by Means of Ball Nose End Milling. Procedia Engineering19 (2011), S. 818710.1016/j.proeng.2011.11.083Search in Google Scholar

18. Felho, C.; Kundrák, J.: A Method for the Determination of Theoretical Roughness in Face Milling Considering the Run-Out of the Inserts. Solid State Phenomena261 (2017), S. 25125810.4028/www.scientific.net/SSP.261.251Search in Google Scholar

19. Denkena, B.; Böß, V.; Nespor, D.; Gilge, P.; Hohenstein, S.; Seume, J.: Prediction of the 3D Surface Topography after Ball End Milling and its Influence on Aerodynamics. Procedia CIRP31 (2015), S. 22122710.1016/j.procir.2015.03.049Search in Google Scholar

20. Denkena, B.; Böß, V.: Technological NC Simulation for Grinding and Cutting Processes Using CutS. In: Arrazola, P. (Hrsg.): Proceedings of the 12th CIRP Conference on Modelling of Machining Operations. May 7–8, 2009, Donostia-San Sebastián, Spain. Mondragon Unibertsitateko Zerbitzu Ed, Mondragon 2009, S. 563566Search in Google Scholar

21. DIN EN ISO 4288: 1998-04, Geometrische Produktspezifikation (GPS) – Oberflächenbeschaffenheit: Tastschnittverfahren – Regeln und Verfahren für die Beurteilung der Oberflächenbeschaffenheit. Beuth Verlag, Berlin1998Search in Google Scholar

Online erschienen: 2019-12-02
Erschienen im Druck: 2019-11-28

© 2019, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. KI – eine günstige Alternative?
  3. Inhalt/Contents
  4. Inhalt
  5. Fabrikplanung
  6. Dimensionierung der Werksgröße mittels Methoden der Digitalen Fabrik
  7. Prozessplanung
  8. Berücksichtigung von Oberflächeneigenschaften in der CAD/CAM-Kette
  9. Process Mining
  10. Process Mining im Prototypenbau
  11. Wertstromanalyse
  12. Automatisierte Wertstromanalyse auf Basis mobiler Sensornetzwerke
  13. Wertstromsimulation
  14. Wertstrombasierte Erstellung von Simulationsmodellen
  15. Ganzheitliche Produktionssysteme
  16. Nachhaltiges Fehlermanagement in Ganzheitlichen Produktionssystemen der Luftfahrtzulieferindustrie
  17. Das neu(nt)e Gestaltungsprinzip im Ganzheitlichen Produktionssystem
  18. Variabilität
  19. Einfluss und Ursachen von Variabilität in der kunden-auftragsspezifischen Produktion
  20. Problemlösung
  21. A3- versus 8D-Report
  22. Konfigurations Management
  23. Methodik zur Bestimmung von Starting Solutions im B2B-Kontext
  24. Produktivität
  25. Produktivitätserhöhung in der Automobilfertigung
  26. MRK-Systeme
  27. Simulationsgestützte arbeitswissenschaftliche Bewertung von MRK-Arbeitsplätzen
  28. Hybride Fertigung
  29. HybridCAM: Durchgängiger Informationsfluss in der hybriden Fertigung
  30. Bauteilverzug
  31. Einfluss des Bauteilverzugs auf Form- und Lagetoleranzen
  32. Adaptives Kühlsystem
  33. Adaptives Kühlsystem mit thermoelektrischen Generatoren
  34. Studie
  35. IoT: Wo steht die deutsche Industrie?
  36. Digitalisierung
  37. Digitalisierung des Änderungsmanagements
  38. Digitale Transformation
  39. Digitale Transformation von Unternehmen
  40. Unternehmensqualifizierung für die Digitale Transformation
  41. Digitale Vernetzung
  42. Nutzung von Vernetzungsplattformen in der Innovationsarbeit
  43. Maschinelles Lernen
  44. Merkmalsbasierte Qualitätsprädiktion durch maschinelles Lernen
  45. Vorschau/Preview
  46. Vorschau
Downloaded on 9.9.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.112180/html
Scroll to top button