Abstract No.:
6982

 Scheduled at:
Wednesday, September 15, 2021, Saal Essen 9:00 AM
Künstliche Intelligenz in der Schweißtechnik


 Title:
Künstliche Intelligenz zur Steigerung der Prozesssicherheit beim MSG-Schweißen

 Authors:
Sebastian Rieck* / Fraunhofer IGP, Deutschland
Knuth-Michael Henkel / Fraunhofer IGP, Deutschland
Christoph Reppin/ Fraunhofer IGP, Deutschland
Andreas Gericke/ Fraunhofer IGP, Deutschland

 Abstract:
Trotz des Einsatzes komplexer Sensor- und Regelungstechnik sind fehlerhafte Schweißnähte infolge von Irregularitäten innerhalb der Schweißfuge ein bestehendes Problem beim automatisierten MSG-Schweißen. Spaltweitentoleranzen, Winkelabweichungen oder ein Kantenversatz können hierbei ungeachtet einer optimalen Wahl von Parametern zu Prozessinstabilitäten und somit zu einem ungenügenden Ergebnis führen. Ein instabiler Prozess ist in der Regel durch einen instabilen Lichtbogen und dementsprechend unregelmäßigen Signalen von Schweißstrom und –Spannung gekennzeichnet. Zur Kompensation des beschriebenen Problems werden am Fraunhofer IGP neuartige Prognose- und Regelungsmethoden erforscht, die auf einer Kombination von Lichtbogensensorik und Machine Learning-Modellen basieren. Ähnlich zur Funktionsweise von Prozessüberwachungssystemen sollen Schweißstrom und -Spannung zur Bewertung und kurzfristigen Vorhersage der Prozessstabilität herangezogen werden. Auf Basis der gewonnenen Informationen soll anschließend aktiv in den Prozess eingegriffen werden, um die Stabilität zu regeln. Denkbare Stellgrößen sind hierbei unter anderem die Schweißgeschwindigkeit, der Anstellwinkel des Brenners oder die Pendelamplitude. Da beim Lichtbogensensor die Messstelle gleichzeitig der Fügestelle entspricht, kann ein Eingriff nicht unmittelbar erfolgen. Aus diesem Grund kommt ein Stabilitätsprognosemodell zum Einsatz, das eine Verzögerung zwischen den Charakteristika in den elektrischen Signalen und den fluiddynamischen Vorgängen des flüssigen Schweißguts voraussetzt. Dies entspricht der Fähigkeit eines erfahrenen Handschweißers Instabilitäten zu antizipieren. Im Rahmen des Beitrags werden Erkenntnisse aus praktischen Untersuchungen zur Ermittlung der beschriebenen Verzögerung vorgestellt. Dabei werden Rückschlüsse anhand einer Gegenüberstellung extrahierter Merkmale aus den Lichtbogensignalen und Hochgeschwindigkeitsaufnahmen des Werkstoffübergangs gezogen. Daneben wird die Eignung der Schweißgeschwindigkeit als Stellgröße untersucht und Leistungsfähigkeit unterschiedlicher Prognosemodelle bewertet.

<= go back