Hintergrund und Problemstellung
In der industriellen Fertigung werden Komponenten durch eine Abfolge von Produktionsprozessen hergestellt. Jeder dieser Prozesse beeinflusst die nachfolgenden Schritte, was zu unerwünschten Effekten führen kann, wie beispielsweise zu einem geometrischen Verzug durch Eigenspannungen. Solche Abweichungen erschweren eine effiziente Prozesskettengestaltung und erfordern eine Berücksichtigung stochastischer Unsicherheiten.
Obwohl es fortschrittliche Methoden zur Modellierung einzelner Produktionsschritte gibt, fehlt es an integrierten Ansätzen, die eine globale Optimierung der gesamten Prozesskette ermöglichen. Der herkömmliche sequenzielle Ansatz nutzt Ergebnisdaten eines Prozesses als Input für den nächsten, ohne die Prozesse parameterübergreifend zu koppeln. Dies verhindert eine effektive Optimierung im Hinblick auf die Gesamtziele der Fertigung.
Ziele des SPP 2476
Das Schwerpunktprogramm “SPP 2476” setzt genau hier an. Es verfolgt das Ziel, Synergien zwischen den einzelnen Produktionsschritten zu identifizieren und nutzbar zu machen. Durch die Umkehrung der traditionellen Prozesskettengestaltung soll ein integrierter Modellansatz entwickelt werden, der eine multikriterielle Optimierung ermöglicht. Der Fokus liegt dabei auf der Berücksichtigung stochastischer Unsicherheiten.
Die inverse Prozesskettenmodellierung, ein zentraler Bestandteil des Programms, überträgt die Analyse von Einzelprozessen auf die gesamte Kette. Ein gemeinsames Gesamtmodell soll es ermöglichen, technische und kostenspezifische Ziele simultan zu optimieren. Dieser Ansatz soll die bisherigen Grenzen der rein sequenziellen Auslegung durchbrechen und die Qualität, Kosten und Ressourceneffizienz der Produktion verbessern.
Anforderungen und Struktur des Programms
Für die Forschung im Rahmen des SPP 2476 gelten folgende Anforderungen:
- Prozessketten: Die zu untersuchenden Ketten müssen mindestens zwei unabhängige Fertigungsprozesse umfassen und am Ende eine fertige Komponente nach einem definierten Lastenheft liefern.
- Inverse Auslegung: Es muss ein gekoppeltes Gesamtmodell für eine inverse Auslegung entwickelt werden, das die Optimierung von Prozess- und Prozesseingangsgrößen ermöglicht.
- Multikriterielle Optimierung: Diese Optimierung soll sich auf mindestens drei Zielgrößen beziehen, darunter technische Anforderungen sowie optional Kosten- und Ressourcenziele.
- Unsicherheitsquantifizierung: Eine methodische Berücksichtigung der Unsicherheiten ist über die gesamte Prozesskette hinweg erforderlich.
- Materialien: Die betrachteten Komponenten müssen aus metallischen Werkstoffen bestehen und bereits in der ersten Phase gefertigt werden.
Methodik und Zusammenarbeit
Die Umsetzung des Programms erfordert interdisziplinäre Kooperationen. Fachleute aus der Materialwissenschaft integrieren mikrostrukturelle Veränderungen in die Modelle, während die Produktionstechnik optimale Prozessfolgen entwickelt und umsetzt. Messtechniker*innen sorgen für eine präzise Datenerhebung mittels innovativer Sensorsysteme. Ziel ist es, ein umfassendes Verständnis der gesamten Prozesskette zu erreichen, das über die Fähigkeiten der Einzelmodelle hinausgeht.
Ablauf der Förderphasen
Die sechsjährige Laufzeit des SPP ist in zwei Phasen zu je drei Jahren unterteilt. In der ersten Phase liegt der Schwerpunkt auf der detaillierten Ausarbeitung und Modellierung der Prozesskette sowie der Identifikation und Implementierung notwendiger Sensorik. Parallel dazu werden die Einzelprozesse aufgebaut und zu einer umfassenden Prozesskette zusammengeführt.
Auf dieser Basis erfolgt in der zweiten Phase die Weiterentwicklung der Modellierung im Hinblick auf eine inverse Analyse unter Einbeziehung der zuvor quantifizierten Unsicherheiten. Die multikriterielle Optimierung wird anhand eines Gesamtmodells durchgeführt und praktisch validiert.
Die Anträge müssen bis zum 15. September 2024 über das elan-Portal der DFG eingereicht werden. Mit dem neuen Schwerpunktprogramm setzt die DFG einen bedeutenden Impuls zur Weiterentwicklung der Produktionstechnik und fördert innovative Ansätze zur Prozessoptimierung in der industriellen Fertigung.