Back to the content
Forschungsschwerpunkt MARTA

AKoS (Akustische Kontrolle von Schweißnähten)

Projektumfang
& Forschende

Prof. Dr. Anastassia Küstenmacher

Institut Naturwissenschaften
Lehrgebiet: Data Science & Data Literacy

Problembeschreibung

Das Schweißen von metallischen Bauteilen durch Lichtbogen- oder Rührreibverfahren ist ein wesentlicher Schritt in der industriellen Fertigung, z. B. im Maschinen-, Anlagen-, Fahrzeug- und Bauwesen. Ohne den Einsatz der Fügetechnik könnten viele Produkte nicht hergestellt werden. Ein bedeutender Teil der Entstehung, d.h. der Wertschöpfung, dieser Investitions- und Gebrauchsgüter ist somit direkt auf den Einsatz der Fügetechnik zurückzuführen.
Zum Nachweis der Schweißnahtqualität werden derzeit überwiegend zerstörende und zerstörungsfreie Prüfverfahren nach dem Fertigungsprozess eingesetzt, um Unregelmäßigkeiten normgerecht zu erkennen. In der Regel werden nach Fertigstellung der Schweißnaht mehrere Prüfverfahren eingesetzt, da nicht jedes Prüfverfahren geeignet ist, alle Unregelmäßigkeiten zu erkennen. Dadurch werden Unregelmäßigkeiten erst relativ spät erkannt und müssen durch Nacharbeit korrigiert werden. Um diesen Prozess zu optimieren, wird in diesem Forschungsprojekt eine KI-basierte Toolbox entwickelt, die diesen aufwendigen Ablauf des Einrichtens der Prozessüberwachung und der Datenauswertung um mehr als 85% reduziert.

Man sieht ein orangefarbendes industrielles Schweißgerät

 

 

Ziele

Verbesserung der Schweißqualität und frühzeitige Erkennung von Schweißfehlern.

Methoden

Methoden, basierend auf künstlicher Intelligenz und maschinellem Lernen, zur Verarbeitung akustischer Daten und Integration anderer Messverfahren.

Herausforderungen

Darstellung realistischer Schweißprozesse, Beobachtung der Schweißprozesse mit verschiedenen Sensoren, Datenerfassung, Kennzeichnung von Daten und Datenanalyse.

Status und Ergebnisse

  • Abschlussbericht, Datenverarbeitung und –analyse,
  • Detektion und Analyse von Luftschallenmissionen während des FSW-, MSG- und WIG Schweißprozesses,
  • Untersuchung der Potenziale zur Verbesserung der Vorhersagewahrscheinlichkeit von prozessspezifischen Unregelmäßigkeiten in Kombination von Luftschallemissionen und Prozessparametern,
  • Zeit- und kostenoptimierte Qualitätssicherung von FSW-, MSG- und WIG-Schweißungen sowie einer ortsaufgelösten und automatisierten Dokumentation,
  • Zerstörungsfreie Inline-Prüfung von Schweißungen mit einer minimalen und prozessabhängigen Offset-Zeit zwischen Datenaufnahme und Feststellung einer Unregelmäßigkeit und mit einer Stufenbewertung (1. Stufe: i.O./n.i.O.-Zustand; 2. Stufe: Aussage zur Art der Unregelmäßigkeit) zur Realisierung einer smarten Prozessbegleitung und -überwachung.

Weitere Mitarbeitende

Zuordnung zum HRW-Leitthema

  • Energie und Ressourcen