Machine Learning in der Umformtechnik: Domain Adaptation für intelligente Richtprozesse im Rollformen
Machine learning in forming technology: domain adaptation for intelligent straightening processes in roll forming
Masterthesis, Bachelorthesis, Advanced Design Project (ADP)
Rollformen ist ein kontinuierliches Kaltumformverfahren, welches hohe Prozessgeschwindigkeiten mit einer annähernd 100%-igen Materialausnutzung kombiniert. Um in der Produktion Profilfehler ausgleichen zu können, werden Richtprozesse eingesetzt.
Im Rahmen der Entwicklung eines intelligenten Richtprozesses für das Rollformen werden Richtkräfte und Richtpositionen mit Verstellwegen verknüpft. Dies ermöglicht es, den traditionell erfahrungsbasierten Prozess des manuellen Richtens zu digitalisieren und dessen Prozesssicherheit vor dem Hintergrund des zunehmenden Fachkräftemangels in Deutschland zu erhöhen.
Um den zeitlichen und monetären Aufwand der Generierung von umfangreichen, gelabelten Datensätzen zu reduzieren, soll im Rahmen dieser Thesis das modellbasierte Wissen eines Anwendungsfalles auf einen weiteren übertragen werden. Dazu werden Datensätze mit unterschiedlichen Materialien aufgezeichnet und die darauf aufbauenden Modelle durch Domain Adaptation Methoden von einem Anwendungsfall auf einen anderen übertragen.
Forschungsmethode
Theoretisch, experimentell