Home Technology KI-gestützte Prozessüberwachung in der Zerspanung
Article
Licensed
Unlicensed Requires Authentication

KI-gestützte Prozessüberwachung in der Zerspanung

  • Berend Denkena , Benjamin Bergmann , Svenja Reimer , Alexander Schmidt , Tobias Stiehl and Matthias Witt
Published/Copyright: May 22, 2020
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 115 Issue 5

Kurzfassung

Die nicht erst seit Industrie 4.0 zunehmende Digitalisierung und Vernetzung bietet das Potenzial, die zusätzlich erhobenen Prozessdaten zur Entwicklung neuartiger Prozessüberwachungssysteme zu nutzen. Am Institut für Fertigungstechnik und Werkzeugmaschinen der Leibniz Universität Hannover (IFW) wird intensiv an der Verwendung von KI-basierten Systemen geforscht, um die Prozesssicherheit und Produktivität weiter zu steigern.

Abstract

The continuously increasing digitalization caused by Industry 4.0 offers the potential to use the additionally collected process data for the development of new types of process monitoring systems. At the Institute of Production Engineering and Machine Tools, Leibniz University Hannover (IFW), intensive research is being performed on the use of AI-based systems in order to continuously improve process reliability and productivity.

Prof. Dr.-Ing. Berend Denkena, geb. 1959, studierte und promovierte an der Leibniz Universität Hannover im Bereich Maschinenbau. Seit 2001 leitet er das Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) der Leibniz Universität Hannover.

Dr.-Ing. Benjamin Bergmann, M. Sc. Svenja Reimer, Dipl.-Ing. Alexander Schmidt, Dipl.-Ing. Tobias Stiehl und Dipl.-Ing. Matthias Witt sind Mitarbeiter/innen am Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) der Leibniz Universität Hannover.

Literatur

Behrens, B.-A.; Groche, P.; Krüger, J.; Wulfsberg, J. P.: WGP-Standpunkt Industriearbeitsplatz 2025. WGP – Wissenschaftliche Gesellschaft für Produktionstechnik e. V., 2018Search in Google Scholar

Denkena, B.; Mörke, T.: Cyber-Physical and Gentelligent Systems in Manufacturing and Life Cycle. Elsevier Fachverlag, Amsterdam2017Search in Google Scholar

Bauernhansl, T.; Krüger, J.; Reinhart, G.; Schuh, G.: WGP-Standpunkt Industrie 4.0. WGP – Wissenschaftliche Gesellschaft für Produktionstechnik e. V., 2016Search in Google Scholar

Altintas, Y.; Weck, M.: Chatter Stability of Metal Cutting and Grinding. CIRP Annals53 (2004) 2, S. 619–64210.1016/S0007-8506(07)60032-8Search in Google Scholar

Tyler, C.; Troutman, J.; Schmitz, T.: Radial Depth of Cut Stability Lobe Diagrams with Process Damping Effects. Precision Engineering40 (2015), S. 318–32410.1016/j.precisioneng.2014.11.004Search in Google Scholar

Duncan, G.; Kurdi, M.; Schmitz, T.; Snyder, J.: Stability Lobe Uncertainty. In: Proceedings of American Society for Precision Engineering Annual Meeting (2005)Search in Google Scholar

Lee, L.; Lee, K.; Gan, C.: On the Correlation between Dynamic Cutting Force and Tool Wear. International Journal of Machine Tools and Manufacture29 (1989) 3, S. 295–30310.1016/0890-6955(89)90001-1Search in Google Scholar

Denkena, B.; Bergmann, B.; Witt, M.: Material Identification Based on Machine-Learning Algorithms for Hybrid Workpieces during Cylindrical Operations. Journal of Intelligent Manufacturing30 (2019), S. 2449–245610.1007/s10845-018-1404-0Search in Google Scholar

Denkena, B.; Bergmann, B.; Witt, M.: Investigations on a Predictive Process Parameter Adaptation for Machining of Hybrid Workpieces. CIRP Journal of Manufacturing Science and Technology23 (2018), S. 1–510.1016/j.cirpj.2018.10.004Search in Google Scholar

Fleischer J. ; SchoppM.; BroosA.; WieserJ.: Datenbasis für lastabhängige Prozesseingriffe: Modularisierung und Analyse von Ausfallursachen zur Erhöhung der Verfügbarkeit von Werkzeugmaschinen. wt Werkstattstechnik online97 (2007) 7–8, S. 491–497Search in Google Scholar

Schopp, M.: Sensorbasierte Zustandsdiagnose und -prognose von Kugelgewindetrieben. Dissertation, Karlsruher Institut für Technologie, wbk Institut für Produktionstechnik, Karlsruhe 2009Search in Google Scholar

Bertram, O.: Energieautarker sensorischer Kugelgewindetrieb. Dissertation, Leibniz Universität Hannover, Institut für Fertigungstechnik und Werkzeugmaschinen, Hannover 2012Search in Google Scholar

Machelski, E. J.: Get More Life out of That Ball Screw. Power Transmission Design38 (1996) 6, S. 53–56Search in Google Scholar

Schröder, W.: Feinpositionierung mit Kugelgewindetrieben. Dissertation, Eidgenössische Technische Hochschule Zürich, 1997Search in Google Scholar

Olsen, U.: Die zustandsorientierte Maschineninstandhaltung in der Praxis - Grundlagen, Wirtschaftlichkeit, Methoden und Systeme. In: Biedermann, H. (Hrsg.): Inspektion und Wartung: Techniken, Organisation und Wirtschaftlichkeit. TÜV Rheinland, Köln1989, S. 95–123Search in Google Scholar

du Preez, A.; Oosthuizen, G. A.: Machine Learning in Cutting Processes as Enabler for Smart Sustainable Manufacturing. Procedia Manufacturing33 (2019), S. 810–81710.1016/j.promfg.2019.04.102Search in Google Scholar

Zhou, Y.; Xue, W.: Review of Tool Condition Monitoring Methods in Milling Processes. The International Journal of Advanced Manufacturing Technology96 (2018)5–8, S. 2509–252310.1007/s00170-018-1768-5Search in Google Scholar
Online erschienen: 2020-05-22
Erschienen im Druck: 2020-05-28

© 2020, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Im Angesicht der Ohnmacht
  3. Inhalt/Contents
  4. Inhalt
  5. Maschinelles Lernen
  6. Detektion von Anomalien in automatisierten Schraubprozessen
  7. Mensch-Roboter-Kollaboration
  8. Vorgehensmodell zur Integration der Mensch-Roboter-Kollaboration
  9. Smart Devices
  10. Informationsaufbereitung für Smart Devices
  11. Datenbasierte Dienstleistung
  12. Temperaturüberwachung und automatisierte Bestandsbuchungen im intelligenten Ladungsträgermanagement
  13. Produktionsstrategien
  14. Über den Wertkettenansatz zur Customer Centricity
  15. Ki-Basierte Systeme
  16. KI-gestützte Prozessüberwachung in der Zerspanung
  17. Sensornetzwerk
  18. Optisches Multi-Sensornetzwerk zur Instandhaltung
  19. Traceability-Systeme
  20. Implementierung von unternehmensübergreifender Traceability
  21. Process Mining
  22. Datenanalyse in Produktionsprozessen
  23. Supply-Chain-Management
  24. Verbreitungsgrad von Supply-Chain-Management-Methoden
  25. Suppy-Chain-Management
  26. Supply-Chain-Management 4.0
  27. Montage
  28. Webbasiertes Framework und Apps für die Montage
  29. Werkzeugmaschinen
  30. Dynamische Schmierzustandserkennung Öl-Luft-geschmierter Spindellager
  31. Energieeffizienz
  32. Ganzheitliche Energieeffizienz in Produktionsstätten
  33. Instandhaltung
  34. Vorausschauende Instandhaltung – Wenn der Digitale Schatten an seine Grenzen stößt
  35. Digitaler Zwilling
  36. Modelle als Grundlage für den Digitalen Zwilling
  37. Digitalisierung
  38. Interoperabilität als Erfolgsfaktor für die vernetzte, adaptive Produktion
  39. Informationssystem
  40. Effektives Wertstromdesign 4.0
  41. Cyber-Physische Systeme
  42. Beschreibungsmodell zur Standardisierung von Schnittstellen für Cyber-Physische Module
  43. Vorschau/Preview
  44. Vorschau
https://doi.org/10.3139/104.112282

Articles in the same Issue

  1. Editorial
  2. Im Angesicht der Ohnmacht
  3. Inhalt/Contents
  4. Inhalt
  5. Maschinelles Lernen
  6. Detektion von Anomalien in automatisierten Schraubprozessen
  7. Mensch-Roboter-Kollaboration
  8. Vorgehensmodell zur Integration der Mensch-Roboter-Kollaboration
  9. Smart Devices
  10. Informationsaufbereitung für Smart Devices
  11. Datenbasierte Dienstleistung
  12. Temperaturüberwachung und automatisierte Bestandsbuchungen im intelligenten Ladungsträgermanagement
  13. Produktionsstrategien
  14. Über den Wertkettenansatz zur Customer Centricity
  15. Ki-Basierte Systeme
  16. KI-gestützte Prozessüberwachung in der Zerspanung
  17. Sensornetzwerk
  18. Optisches Multi-Sensornetzwerk zur Instandhaltung
  19. Traceability-Systeme
  20. Implementierung von unternehmensübergreifender Traceability
  21. Process Mining
  22. Datenanalyse in Produktionsprozessen
  23. Supply-Chain-Management
  24. Verbreitungsgrad von Supply-Chain-Management-Methoden
  25. Suppy-Chain-Management
  26. Supply-Chain-Management 4.0
  27. Montage
  28. Webbasiertes Framework und Apps für die Montage
  29. Werkzeugmaschinen
  30. Dynamische Schmierzustandserkennung Öl-Luft-geschmierter Spindellager
  31. Energieeffizienz
  32. Ganzheitliche Energieeffizienz in Produktionsstätten
  33. Instandhaltung
  34. Vorausschauende Instandhaltung – Wenn der Digitale Schatten an seine Grenzen stößt
  35. Digitaler Zwilling
  36. Modelle als Grundlage für den Digitalen Zwilling
  37. Digitalisierung
  38. Interoperabilität als Erfolgsfaktor für die vernetzte, adaptive Produktion
  39. Informationssystem
  40. Effektives Wertstromdesign 4.0
  41. Cyber-Physische Systeme
  42. Beschreibungsmodell zur Standardisierung von Schnittstellen für Cyber-Physische Module
  43. Vorschau/Preview
  44. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2026 De Gruyter Brill
Downloaded on 13.2.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.112282/html
Scroll to top button