InnoLight

Ausgangslage

Digitale Zwillinge werden in unterschiedlichen Ausführungen erforscht und angewendet. Sie spiegeln ihren realen Gegenpart und dessen Zustand in eine virtuelle Welt und können mit ihrem physischen Gegenstück bidirektional kommunizieren. Dabei ist entscheidend, dass die Eigenschaften, Randbedingungen und Einflüsse exakt abgebildet werden. Eine besondere Herausforderung stellt die Abbildung von Bauteilen, wie beispielsweise Maschinenkomponenten, aus Faser-Kunststoff-Verbunden (FKV) dar. Bedingt durch ihre Heterogenität und das anisotrope und komplexe Materialverhalten ist die Modellierung von thermischen und mechanischen Eigenschaften und Verhalten bis heute Gegenstand der Forschung.

Aufgrund ihrer vorteilhaften Eigenschaften werden FKV, insbesondere Kohlenstofffaser-Kunststoff-Verbunde (CFK), zunehmend in Werkezugmaschinen und Fertigungsanlagen für dynamische und präzise Fertigungsprozesse eingesetzt. Neben der geringen Dichte und hohen spezifischen Steifigkeiten und Festigkeiten weisen die nicht-metallischen Werkstoffe eine hohe Materialdämpfung auf, was dazu beiträgt störende Betriebsschwingungen zu verringern. Außerdem bieten FKV gegenüber metallischen Werkstoffen erweiterte Möglichkeiten zur Integration zusätzlicher Funktionalitäten und Elemente in die Struktur, da das Material erst im Herstellungsprozess der Bauteile entsteht.

Zielsetzung

Ziel des Projektes ist es datenbasierte Prozessoptimierung durch innovative Leichtbau-Maschinenkomponenten mit integrierter Sensorik zu ermöglichen. Hiermit sollen Grundlagen für datenbasierte Anwendungen geschaffen und gleichzeitig das für Fertigungsprozesse bedeutsame thermische und dynamische Verhalten der innovativen Leichtbau-Maschinenkomponenten optimiert werden. Im Rahmen des Projekts sollen die zu entwickelnden innovativen Konzepte zur Optimierung und Sensorintegration in Bauteilen für eine CFK-Motorspindel und für den Aufbau eines Leichtbau-Kragträgers einer Laserschneidanlage umgesetzt werden. Die Messwerte aus den sensorintegrierten Leichtbau-Komponenten dienen hierbei als Eingangswerte für die Modellbildung als Basis für Digitale Zwillinge. Diese Digitalen Zwillinge bilden zusammen mit den sensorintegrierten Leichtbau-Komponenten wiederum die Grundlage für datengetriebene und effiziente Prozessoptimierung in Werkzeugmaschinen und die Anwendung digitaler Services zur Erhöhung des Durchsatzes, der Fertigungsqualität und der Energieeffizienz.

An einem im Projekt zu entwickelnden smarten Leistungsprüfstand wird außerdem die standardisierte Bereitstellung von Komponentendaten mittels Asset Administration Shell (AAS) erprobt. Durch sie sollen komponentenspezifische Daten bereits bei Erst-Inbetriebnahme automatisiert zur Verfügung gestellt werden. Die im Rahmen der Erst-Inbetriebnahme am smarten Prüfstand messtechnisch ermittelten Eigenschaften sollen dann automatisiert über zu entwickelnde standardisierte Schnittstellen mit der AAS der CFK-Motorspindel ausgetauscht werden. Die so ermittelten und über die AAS bereitgestellten Daten stehen anschließend zur Instanziierung Digitaler Zwillinge der CFK-Motorspindel zur Verfügung. Die Routinen zur Instanziierung eines Digitalen Zwillings zum Aufbau einer smarten Laserschneidanlage mit dem sensorintegrierten Leichtbau-Kragträger sollen hierbei mit ähnlichen Ansätzen für eine komplette Fertigungsanlage entwickelt werden.

Vorgehensweise

Der Lösungsweg für die Entwicklung innovativer Leichtbau-Maschinenkomponenten für datengetriebene Prozesse umfasst vier Ansätze:

• die Sensorintegration in Maschinenkomponenten nahe der Prozesszone,
• die Erweiterung von Komponentenmodellen zu datengetriebenen Digitalen Zwillingen,
• die Implementierung standardisierter Schnittstellen zur Datenbereitstellung an Laserschneidanlagen und am Motorspindel-Leistungsprüfstand,
• konstruktive Weiterentwicklung von Maschinenkomponenten für dynamisch und thermisch optimiertes Verhalten.

Im Fokus stehen hierbei die Entwicklung innovativer, funktionsintegrierter Leichtbaulösungen für einen Kragträger und eine CFK-Motorspindel.

Fördergeber

Konsortialpartner