-
Die Erfindung betrifft ein Verfahren zum Erkennen von Fehlstellen von auf einer Werkzeugoberfläche abgelegten Fasermaterial eines Faserverbundwerkstoffes aufweisend ein Fasermaterial und ein das Fasermaterial einbettendes Matrixmaterial. Die Erfindung betrifft ebenso eine Vorrichtung und ein Computerprogramm hierzu.
-
Die Erfindung betrifft ebenso ein Verfahren zum Ablegen von Fasermaterial auf ein eine formgebende Werkzeugoberfläche aufweisendes Formwerkzeug sowie eine Faserlegeanlage hierzu.
-
Aufgrund der gewichtsspezifischen Festigkeit und Steifigkeit von Faserverbundbauteilen, die aus einem Faserverbundwerkstoff hergestellt werden, sind derartige Bauteile aus der Luft- und Raumfahrt sowie aus vielen weiteren Anwendungsgebieten, wie beispielsweise dem Automobilbereich, heutzutage kaum mehr wegzudenken. Bei der Herstellung eines Faserverbundbauteils wird dabei ein das Fasermaterial einbettendes Matrixmaterial meist unter Temperatur- und Druckbeaufschlagung ausgehärtet und bildet so nach dem Aushärten eine integrale Einheit mit dem Fasermaterial. Die Verstärkungsfasern des Fasermaterials werden hierdurch in ihre vorgegebene Richtung gezwungen und können die auftretenden Lasten in die vorgegebene Richtung abtragen.
-
Faserverbundwerkstoffe, aus denen derartige Faserverbundbauteile hergestellt werden, weisen in der Regel zwei Hauptbestandteile auf, nämlich zum einen ein Fasermaterial und zum anderen ein Matrixmaterial. Hierneben können noch weitere sekundäre Bestandteile verwendet werden, wie beispielsweise Bindermaterialien oder zusätzliche Funktionselemente, die in das Bauteil integriert werden sollen. Werden für die Herstellung trockene Fasermaterialien bereitgestellt, so wird während des Herstellungsprozesses das Matrixmaterial des Faserverbundwerkstoffes in das Fasermaterial durch einen Infusionsprozess infundiert, durch den das trockene Fasermaterial mit dem Matrixmaterial imprägniert wird. Dies geschieht in der Regel aufgrund einer Druckdifferenz zwischen dem Matrixmaterial und dem Fasermaterial, indem beispielsweise das Fasermaterial mittels einer Vakuumpumpe evakuiert wird. Im Gegensatz hierzu sind auch Faserverbundwerkstoffe bekannt, bei denen das Fasermaterial mit dem Matrixmaterial bereits vorimprägniert ist (sogenannte Prepregs).
-
Vor dem Aushärten des Matrixmaterials wird in der Regel das Fasermaterial in ein Formwerkzeug eingebracht, das mit seiner formgebenden Werkzeugoberfläche die spätere Bauteilform nachbildet. Dabei können sowohl trockene als auch vorimprägnierte Fasermaterialien in das Formwerkzeug abgelegt bzw. eingebracht werden. Zur Herstellung von großskaligen Strukturbauteilen, wie beispielsweise Flügelschalen von Verkehrsflugzeugen oder Rotorblätter von Windkraftanlagen, werden zur Optimierung des Ablegeverfahrens automatisierte Faserablegeprozesse verwendet, bei denen mithilfe einer Fertigungsanlage und mindestens einem Faserlegekopf ein dem Faserlegekopf zugeführtes quasiendloses Fasermaterial auf dem Werkzeug abgelegt wird. Bei der sogenannten Fiber Placement Technologie werden beispielsweise vorimprägnierte Fasermaterialien bahnweise auf dem Formwerkzeug mithilfe eines derartigen Faserlegekopfes abgelegt. Der Faserlegekopf ist dabei an einem Roboter angeordnet und kann gegenüber dem Formwerkzeug relativ verfahren bzw. bewegt werden. Hierdurch können die einzelnen Faserbahnen auf der Werkzeugoberfläche zuerst bahnweise und dann lagenweise abgelegt werden. Bei der Fiber Placement Technologie werden dabei gleichzeitig mehrere, meist 8, 16 oder 32 schmale Materialstreifen, sogenannte Tows, auf dem Werkzeug abgelegt. Im Gegensatz hierzu werden bei der Fiber Tape Laying Technologie meist breite Faserbahnen, auch Tapes genannt (in der Regel 150 mm, 300 mm oder 600 mm breit mit einer Dicke von wenigen Zehntel Millimeter), mithilfe des Faserlegekopfes auf dem Formwerkzeug abgelegt.
-
Eine solche automatisierte Faserlegeanlage ist beispielsweise aus der
DE 10 2010 015 027 B1 bekannt, bei der auf einem umlaufenden Schienensystem mehrere Roboter geführt werden, die jeweils einen Ablegekopf als Endeffektor haben. Mittels einer Faserzuführung werden den Ablegeköpfen kontinuierlich Fasermaterial aus einem Fasermagazin zugeführt, während die einzelnen Roboter mit ihren Ablege-köpfen das ihnen zugeführte Fasermaterial auf einem in der Mitte des umlaufenden Schienensystems vorgesehenen Formwerkzeug ablegen. Mithilfe der Faserlegeköpfe werden somit in dem Formwerkzeug sogenannte Faserlaminate, auch Faserpreformen genannt, hergestellt, bei denen der Prozess des Aushärtens des Matrixmaterials noch nicht stattgefunden hat. Derartige Faserlaminate (auch Faserpreforms genannt) bilden somit das Bauteil in einem Rohzustand vor dem Aushärten des Matrixmaterials ab. Dabei können trockene Fasermaterialen abgelegt werden, die zu einem späteren Zeitpunkt mit einem Matrixmaterial infundiert werden. Hierfür wird ein Vakuumaufbau erstellt, unter dem die trockene Faserpreform eingeschlossen ist, wobei anschließend die trockene Faserpreform evakuiert wird. Denkbar ist aber auch, dass bereits vorimprägnierte Fasermaterialen abgelegt werden, so dass ein Infundieren von Matrixmaterial entfallen kann.
-
Faserlaminate bzw. Faserpreformen für großskaligen Strukturbauteilen, wie beispielsweise Flügel oder Rotorblätter, bestehen nicht selten aus vielen Einzellagen, die je nach Anwendungsgebiet des Bauteils auch mehr als 100 Lagen umfassen können. Zur Gewährleistung einer hohen Bauteilqualität muss die Anzahl auftretender Prozessfehler bei der Ablage des Fasermaterials minimiert bzw. gänzlich verhindert werden. Das Auftreten von Prozessfehlern bzw. Fertigungsabweichungen mit großem negativen Einfluss auf die Festigkeit der Bauteilstruktur muss nach Möglichkeit vollständig im Prozess erkannt und wünschenswerter Weise auch unterbunden werden.
-
In der Praxis hat sich hierfür oftmals die manuelle Inspektion der Faserlaminate bzw. der Einzellagen etabliert. Je nach Bauteilgröße, Mitarbeiterverfügbarkeit und Fehlerhäufigkeit innerhalb einer Einzellagen werden im Mittel etwa 15 bis 30 Minuten benötigt, die Ablage einer einzigen Faserlage zu untersuchen. Da jedoch die Ablage einer einzelnen Faserlage in der Regel deutlich schneller mithilfe automatisierter Faserlegeanlagen durchgeführt werden kann, wird durch die manuelle Inspektion die Anlageneffizienz deutlich herabgesetzt. So werden bei der Herstellung von Flügelschalen für Kurzstreckenflugzeuge bis zu 400 Einzellagen benötigt, woraus sich aufgrund der manuellen Inspektion ein Anlagenstillstand von 6000 bis 12.000 Minuten pro Bauteil ergibt.
-
Ebenso ist die Inspektion durch einen geschulten Mitarbeiter stark vom Erfahrungsgrad abhängig und darüber hinaus nicht in dem Maße qualitativ ausreichend, wie es die Fertigungstoleranzen eigentlich erfordern. Als Beispiel ist ein zulässiger Abstand zwischen 2 Materialbahnen von 1 mm genannt, der qualitativ nur unter Verwendung von Hilfsmitteln und dies auch nur stichpunktartig untersucht werden kann.
-
Aus diesen Gründen ist eine automatisierte Untersuchung abgelegter Faserlagen zur Erkennung von Ablegefehlern wünschenswert, um sowohl qualitativ als auch quantitativ das Erkennen von Oberflächenfehlern abgelegter Fasermaterialien zu verbessern.
-
Aus der
DE 10 2013 104 546 A1 ist ein Verfahren zum Erkennen von Fehlstellen von auf einer Werkzeugoberfläche abgelegten Faserhalbzeugen bekannt, wobei mithilfe eines Lichtprojektionsverfahrens, bei dem die Oberfläche mit Licht einer Lichtquelle aus einer ersten Richtung beleuchtet und das von der Oberfläche reflektierte Licht aus einer anderen, zweiten Richtung mit einer Kamera aufgenommen wird, ein Höhenprofil der Fasermaterialoberfläche in Abhängigkeit von den aufgenommenen Bilddaten der Kamera erzeugt wird. Anhand dieses Höhenprofils können nun Fehlstellen durch eine Bildauswertung in der Fasermaterialoberfläche erkannt werden.
-
Aus der
DE 10 2013 112 260 A1 ist ebenfalls ein Verfahren zum Erkennen von Fehlstellen mithilfe eines Lichtprojektionsverfahrens bekannt, wobei hierbei die Fasermaterialoberfläche zusätzlich zu dem Licht der Lichtquelle des Lichtprojektionsverfahrens mittels einer Beleuchtungseinheit beleuchtet wird und anschließend zusätzlich zu dem Höhenprofil die Fehlstellen auch in Abhängigkeit einer Intensitätsverteilung des reflektierten Lichtes der Beleuchtungseinheit ermittelt werden.
-
Weiterhin ist aus der
DE 10 2013 104 545 A1 ein Verfahren zum Erkennen von Fehlstellen mithilfe eines Lichtprojektionsverfahrens bekannt, wobei hierbei zusätzlich zu der Ermittlung des Höhenprofils die Werkzeugoberfläche oder die abgelegten Fasermaterialien temperiert und anschließend mit einer Thermokamera aufgenommen werden. Basierend auf den Thermographiebildern der Thermographiekamera sowie dem zugrunde liegenden Höhenprofil aus dem Lichtprojektionsverfahren können nun Fehlstellen auf der Fasermaterialoberfläche erkannt werden.
-
Die oben beispielhaft beschriebenen Qualitätssicherungssysteme, mit denen sich qualitätsbezogene Materialeigenschaften von Fasermaterialien eines Faserverbundwerkstoffes bei der Herstellung eines Faserverbundbauteils ermitteln lassen, basieren grundsätzlich auf der Idee, die Fasermaterialoberfläche mithilfe eines Laserlichtschnittsensors zu erfassen und ein Höhenprofil (Tiefenbild, dargestellt meist in Falschfarben) des abgelegten Fasermaterial zu erstellen, aus dem dann qualitätsbezogene Materialeigenschaft ermittelt werden können.
-
Hierbei besteht jedoch der Nachteil, dass zunächst ein vollständiges Messbild eines größeren Bereiches einer Fasermaterialoberfläche erstellt werden muss, welches dann insgesamt interpretiert und analysiert wird. Im Fehlerfall vergeht hierbei relativ viel Zeit, bis das automatisierte Inspektionssystem die entsprechende Rückmeldung an die Anlage gibt. Dies wirkt sich insbesondere dann äußerst negativ auf die Anlageneffizienz aus, wenn es sich um einen strukturellen Ablagefehler handelt, der wiederholt auftritt. Hier wäre ein frühes Handeln sinnvoll.
-
Es ist daher Aufgabe der vorliegenden Erfindung ein verbessertes Verfahren und eine verbesserte Vorrichtung zum Erkennen von Fehlstellen auf abgelegten Fasermaterialien anzugeben, die möglichst frühzeitig einen entsprechenden Fehlerfall erkennt.
-
Die Aufgabe wird mit dem Verfahren zum Erkennen von Fehlstellen gemäß Anspruch 1 sowie der Vorrichtung zum Erkennen von Fehlstellen gemäß Anspruch 9 erfindungsgemäß gelöst. Vorteilhafte Ausgestaltungen der Erfindung finden sich dann in den entsprechenden Unteransprüchen.
-
Gemäß Anspruch 1 wird ein Verfahren zum Erkennen von Fehlstellen von auf einer Werkzeugoberfläche abgelegten Fasermaterial eines Faserverbundwerkstoffes aufweisend ein Fasermaterial und ein das Fasermaterial einbettendes Matrixmaterial vorgeschlagen, welches insbesondere dazu vorgesehen ist, während der Ablage von Fasermaterial auf dem Werkzeug ausgeführt zu werden. Dabei werden die Fasermaterialien, die gerade abgelegt wurden (im Nachlauf des Ablegekopfes bzw. maximal eine Sekunde nach dem Ablegen) optisch erfasst und mithilfe eines maschinellen Lernsystems zum Erkennen von Fehlstellen verarbeitet.
-
Das Verfahren umfasst dabei erfindungsgemäß die folgenden Schritte:
- - Bereitstellen mindestens eines linienförmigen Höhenprofils einer Fasermaterialoberfläche eines abgelegten Fasermaterials, wobei das linienförmige Höhenprofil eine Vielzahl von Höheninformationen entlang einer Linie auf der Fasermaterialoberfläche enthält und einer digitalen Datenverarbeitungsanlage bereitgestellt wird;
- - Eingeben zumindest eines Teils der Höheninformationen des bereitgestellten linienförmigen Höhenprofils als Eingabedaten in ein der digitalen Datenverarbeitungsanlage bereitgestelltes maschinelles Lernsystem, das eine Korrelation von Höheninformationen von linienförmigen Höhenprofilen als Eingabedaten mit Fehlerklassifikationen von Fehlstellen als Ausgabedaten gelernt hat, um eine Fehlerklassifikation als Ausgabedaten zu dem linienförmigen Höhenprofil zu erhalten, und
- - Erkennen einer Fehlstelle an dem auf der Werkzeugoberfläche abgelegten Fasermaterial in Abhängigkeit von der erhaltenen Fehlerklassifikation.
-
Dabei können sowohl trockene als auch vorimprägnierte Fasermaterialien verwendet werden. Unter einer Fehlstelle im Sinne der vorliegenden Erfindung werden dabei Ablegefehler an dem Fasermaterial einschließlich der Fasermaterialoberfläche verstanden. Solche Ablegefehler können beispielsweise eine zu große Spaltbreite zwischen den einzelnen Materialbahnen oder Tows sein, Überlappungen von benachbarten Fasermaterialien, Fremdkörper, Lufteinschlüsse, Materialablösungen von dem Werkzeug oder dem darunterliegenden, Materialfehler und/oder Schnittfehler.
-
Erfindungsgemäß ist und vorgesehen, dass nicht ein vollständiges (2D) Messbild einer bestimmten Fläche auf der Fasermaterialoberfläche analysiert wird, sondern dass lediglich ein linienförmiges Höhenprofil untersucht wird, welches Höheninformation entlang einer Linie auf der Fasermaterialoberfläche an einer bestimmten Position auf der Oberfläche enthält. Ein solches linienförmiges Höhenprofil kann beispielsweise mithilfe eines Lichtschnittsensors, insbesondere eines Laserlichtschnittsensors erstellt werden. Es wird somit erfindungsgemäß nur ein eindimensionaler Messbereich für die Erkennung einer Fehlstelle betrachtet.
-
Diese eindimensionalen Messdaten in Form eines linienförmigen Höhenprofils werden nun in ein maschinelles Lernsystem eingegeben, welches als Ausgabe basierend auf den Höheninformationen in dem linienförmigen Höhenprofil eine Fehlerklassifikation liefert. Das maschinelle Lernsystem hat dabei eine Korrelation zwischen linienförmigen Höhenprofilen mit ihren jeweiligen Höheninformationen als Eingabe und die damit zusammenhängenden Fehlerklassifikationen der jeweiligen Höhenprofile als Ausgabe gelernt.
-
Basierend auf der ermittelten Fehlerklassifikationen, welches als Ausgabe aus dem maschinellen Lernsystem erhältlich ist, kann nun ein Fehlerfall erkannt werden. Bei der Fehlerklassifikationen handelt es sich dabei um eine maschinelle Repräsentation eines Ablegefehlers oder eines fehlerfreien Zustandes.
-
Mithilfe der vorliegenden Erfindung wird es somit möglich, bereits kurz nach dem Ablegen von Fasermaterialien entsprechende Fehlstellen zu erkennen, ohne dass hierfür ein vollständiges, zweidimensionales Messbild erstellt werden muss. Es hat sich überraschenderweise gezeigt, dass mithilfe eines gelernten maschinellen Lernsystems, welches mit geeigneten Trainingsdaten trainiert wurde, bereits anhand eines linienförmigen Höhenprofils, welches hinsichtlich der Fasermaterialoberfläche ein eindimensionales Meßdatum mit Höheninformationen entlang einer eindimensionalen Linie auf der Fasermaterialoberfläche darstellt, Fehlstellen prozesssicher erkannt werden können, ohne ein vollständiges zweidimensionales Messbild auswerten zu müssen.
-
Das Verfahren wird dabei auf einer Datenverarbeitungsanlage ausgeführt. Der Datenverarbeitungsanlage werden dabei ein oder mehrere solcher linienförmigen Höhenprofile über eine Datenschnittstelle bereitgestellt, wobei das maschinelle Lernsystem als Verarbeitungsmodul auf der Datenverarbeitungsanlage ausgeführt wird und die Datenverarbeitungsanlage automatisch die notwendigen Eingabedaten in das maschinelle Lernsystem eingibt. Die Datenverarbeitungsanlage erhält dann von dem auf ihr ausgeführten maschinellen Lernsystem die Fehlerklassifikationen und kann dann entsprechend eine Fehlstelle erkennen oder einen fehlerfreien Zustand identifizieren. Mithilfe einer Ausgabeeinheit, beispielsweise eines Monitors, kann dann das Ergebnis ausgegeben werden und insbesondere zur weiteren Ablage während des Ablegens der Fasermaterialien genutzt werden. Dabei kann auch vorgesehen sein, dass die Datenverarbeitungsanlage mit der Faserlegeanlage und dessen Steuerung derart in Verbindung steht, dass anhand der Fehlerklassifikationen bzw. eines erkannten Fehlers Einfluss auf die Steuerung der Faserlegeanlage genommen wird. So kann beispielsweise durch eine Unterbrechung der Ablage des Fasermaterials auf eine entsprechende Fehlstelle Bezug genommen werden.
-
Als Eingabe in das maschinelle Lernsystem ist dabei insbesondere ein eindimensionaler Datenvektor vorgesehen, der einzelne Höheninformationen des linienförmigen Höhenprofils entlang der gedachten Linie auf der Fasermaterialoberfläche beinhaltet. Als Ausgabe des maschinellen Lernsystems ist dann mindestens eine Fehlerklassifikation erhältlich, die einem Fehlerzustand oder einem fehlerfreien Zustand zugeordnet ist.
-
Zum Trainieren eines solchen maschinellen Lernsystems werden Trainingsdaten bereitgestellt, die eine Mehrzahl von linienförmigen Höhenprofilen und ihrer jeweils dazugehörigen Fehlerklassifikationen beinhalten. Ein solches maschinelles Lernsystem kann dann die aus dem Stand der Technik bekannt entsprechend gelernt werden. Mit anderen Worten, die Trainingsdaten umfassen eine Menge von eindimensionalen Datenvektoren, die jeweils eine Mehrzahl von Höheninformationen beinhalten, wobei jedem eindimensionalen Datenvektor eine Fehlerklassifikationen zugeordnet ist. Die eindimensionalen Datenvektoren stellen dabei die Eingabe dar, während die zugeordnete Fehlerklassifikation die Ausgabe darstellt, die das maschinelle Lernsystem lernen soll.
-
Gemäß einer Ausführungsform ist vorgesehen, dass der digitalen Datenverarbeitungsanlage nacheinander eine Mehrzahl von linienförmigen Höhenprofilen bereitgestellt wird, wobei nacheinander die Höheninformationen dieser linienförmigen Höhenprofile in das maschinelle Lernsystem eingegeben werden.
-
So kann beispielsweise mithilfe eines Meßsystems kontinuierlich nacheinander eine Vielzahl von linienförmigen Höhenprofilen erstellt werden, die dann über eine Schnittstelle der digitalen Datenverarbeitungsanlage bereitgestellt werden. Das kontinuierliche erfassen mithilfe eines solchen Messsystems von einer Vielzahl von linienförmigen Höhenprofilen ergibt sich beispielsweise dadurch, dass das Messsystem im Nachlauf eines Ablegekopfes angeordnet ist, der sich beim Ablegen über die Werkzeugoberfläche bewegt, wodurch das Messsystem über das Werkzeug hinweg bewegt wird und so kontinuierlich neue linienförmige Höhenprofile dann unterschiedlichen Positionen erstellen kann.
-
Gemäß einer Ausführungsform ist vorgesehen, dass das mindestens eine linienförmige Höhenprofil bereitgestellt wird, indem die Fasermaterialoberfläche mittels eines optischen Lichtschnittsensors aufgenommen wird, bei dem eine Lichtlinie auf die Fasermaterialoberfläche mittels einer Lichtquelle aus einer ersten Richtung projiziert und die auf die Fasermaterialoberfläche projizierte Lichtlinie mittels einer Kamera aus einer von der ersten Richtung verschiedenen zweiten Richtung aufgenommen wird, wobei das linienförmige Höhenprofil mit den Höheninformationen entlang der projizierten Lichtlinie in Abhängigkeit von den aufgenommenen Bilddaten der Kamera durch eine Bildauswerteeinheit berechnet wird.
-
Ein solches optisches Messsystem kann dabei beispielsweise ein optischer Laserlichtschnittsensor sein. Dabei wird mithilfe eines Lasers eine Laserlinie auf das Bauteil projiziert und mithilfe einer Kamera aufgenommen, wobei aufgrund der verschiedenen Projektions- und Aufnahmewinkel Höhenunterschiede auf der Fasermaterialoberfläche sichtbar werden, die dann durch eine Bildauswerteeinheit entsprechend den ein linienförmiges Höhenprofil mit Höheninformationen entlang der Laserline umgewandelt werden können.
-
Ein solcher optischer Lichtschnittsensor bzw. Laserlichtschnittsensor kann dabei Nachlauf eines Ablegekopfes einer Faserlegeanlage angeordnet sein und so kontinuierlich die Fasermaterialoberfläche optisch scannen.
-
Gemäß einer Ausführungsform ist vorgesehen, dass als maschinelles Lernsystem ein künstliches neuronales Netz bereitgestellt wird. Gemäß einer weiteren Ausführungsform hierzu kann vorgesehen sein, dass das künstliche neuronale Netz ein eindimensionales Faltungsnetz ist oder eine rekurrente Netzarchitektur aufweist.
-
Gemäß einer Ausführungsform ist vorgesehen, dass beim Erkennen einer Fehlstelle in Abhängigkeit von der erhaltenen Fehlerklassifikation ein aus mehreren linienförmigen Höhenprofilen gebildetes flächiges Höhenprofil hinsichtlich der erkannten Fehlstelle untersucht wird.
-
Durch diesen 2-stufigen Prozess kann der Vorteil erreicht werden, dass eine genauere, aber langsamere Untersuchung erst dann durchgeführt wird, wenn tatsächlich ein Fehler erkannt wurde, umso insbesondere falsche Klassifikationen zu minimieren. Hierdurch kann die Genauigkeit der Fehlererkennung verbessert werden. Bei der Untersuchung des zweidimensionalen flächigen Höhenprofilbildes kann dabei auf die imstande Technik bereits bekannten Verfahren zurückgegriffen werden.
-
Gemäß einer Ausführungsform ist vorgesehen, dass flächige Höhenprofil aus linienförmigen Höhenprofilen gebildet wird, die sich innerhalb eines Abschnittes um dasjenige linienförmige Höhenprofil befinden, bei dem eine Fehlstelle aus der Fehlerklassifikation erkannt wurde.
-
Die Aufgabe wird im Übrigen auch mit dem Computerprogramm gemäß Anspruch 8 erfindungsgemäß gelöst.
-
Die Aufgabe wird im Übrigen auch mit der Vorrichtung zum Erkennen von Fehlstellen von auf einer Werkzeugoberfläche abgelegten Fasermaterial eines Faserverbundwerkstoffes aufweisend ein Fasermaterial und ein das Fasermaterial einbettendes Matrixmaterial gemäß Anspruch 9 erfindungsgemäß dadurch gelöst, dass die Vorrichtung zumindest eine digitale Datenverarbeitungsanlage aufweist und zur Durchführung des vorstehend beschriebenen Verfahrens eingerichtet ist.
-
Gemäß einer Ausführungsform ist vorgesehen, dass die Vorrichtung einen Lichtschnittsensor mit einer Lichtquelle und einer Kamera sowie eine Bildauswerteeinheit umfasst.
-
Die Aufgabe wird im Übrigen auch mit dem Verfahren zum Ablegen von Fasermaterial auf ein eine formgebende Werkzeugoberfläche aufweisendes Formwerkzeug gemäß Anspruch 11 erfindungsgemäß gelöst, wobei das Verfahren die Schritte umfasst:
- - Zuführen eines quasiendlosen Fasermaterials einem Faserlegekopf einer Faserlegeanlage,
- - Ablegen des quasiendlosen Fasermaterials mittels des Faserlegekopfes auf der formgebenden Werkzeugoberfläche des Formwerkzeuges,
- - wobei eine Fehlstelle an dem abgelegten Fasermaterial mittels des vorstehend beschriebenen Verfahrens festgestellt wird.
-
Das Feststellen einer Fehlstelle mit dem vorstehend beschriebenen Verfahren erfolgt dabei insbesondere während des Ablegens des Fasermaterials, umso schnell und zielgerichtet auf entsprechende Fehlstellen reagieren zu können.
-
Die Aufgabe wird im Übrigen auch mit der Faserlegevorrichtung zum Ablegen von Fasermaterial auf ein eine formgebende Werkzeugoberfläche aufweisendes Formwerkzeug gemäß Anspruch 13 erfindungsgemäß gelöst mit einem Faserlegekopf zum Ablegen des dem Faserlegekopf kontinuierlich zuführbaren Fasermaterials auf einer formgebenden Werkzeugoberfläche eines Formwerkzeuges und einem Lichtschnittsensor angeordnet im Nachlauf des Faserlegekopfes sowie einer digitalen Datenverarbeitungsanlage, wobei die Faserlegevorrichtung eingerichtet ist zur Durchführung des vorstehend beschriebenen Verfahrens.
-
Die Erfindung wird anhand der beigefügten Figuren beispielhaft näher erläutert. Es zeigen:
- 1: schematische Darstellung eines Ablegekopfes mit einem Laserlichtschnittsensor im Nachlauf;
- 2 Darstellung eines Messbildes;
- 3 Darstellung eines einzelnen linienförmigen Höhenprofils.
-
1 zeigt einen Teil einer Faserlegeanlage zur Aufnahme eines Höhenprofilbildes (beispielhaft dargestellt in 2) mittels eines Laserlichtschnittsensors 5 im Nachlauf eines Ablegekopfes 1, der am unteren Ende eine Anpressrolle 2 aufweist, mit der ein flächiges Fasermaterial 3 auf eine formgebende Werkzeugoberfläche 4 abgelegt werden soll. Die abzulegenden Fasermaterialien 3 können dabei trockene Rovings bzw. Tows sein, aber auch vorimprägnierte Prepregs.
-
Im Nachlauf des Ablegekopfes 1 ist an dem Ablegekopf 1 ein Laserlichtschnittsensor 5 angeordnet. Mit Hilfe einer Laserlichtquelle 6 wird eine Laserlichtlinie 7 auf den bereits abgelegten Teil des Faserhalbzeuges 3 projiziert. Die Projektion des Laserlichtes in Form einer Laserlichtlinie 7 auf das Faserhalbzeug 3 erfolgt dabei aus einer ersten Richtung.
-
Der Laserlichtschnittsensor 5 weist des Weiteren eine Kamera 8 auf, die in einem definierten Abstand zu der Laserlichtquelle 6 angeordnet ist und die auf das Faserhalbzeug 3 projizierte Laserlichtlinie 7 aus einer anderen zweiten Richtung unter einem vorgegebenen und definierten Winkel aufnimmt.
-
Die Kamera 8 des Lichtschnittsensors 5 ist mit einer Bildauswerteeinheit 9 verbunden, welche die zeilenweise aufgenommenen Bilddaten der Kamera 8 über eine Datenschnittstelle erhält. Die zeilenweise aufgenommenen Bilddaten werden nun dahingehend analysiert, dass ich entlang der Laserlichtlinie 7 ein eindimensionales Höhenprofil an dieser Laserlichtlinie 7 ergibt. Hierfür wird an einer Vielzahl von Punkten entlang der Laserlichtlinie eine Höheninformationen ermittelt, wobei alle Höheninformationen entlang dieser Laserlichtlinie 7 letztlich das linienförmige Höhenprofil ergeben.
-
Dieses linienförmige Höhenprofil mit den einzelnen Höheninformationen entlang der Laserlichtlinie 7, das in 3 beispielhaft dargestellt ist, wird nun einer Datenverarbeitungsanlage 10 mit einem maschinellen Lernsystem zugeführt, um eine entsprechende Fehlerklassifikationen zu erhalten.
-
Da der Ablegekopf 1 zusammen mit dem Lichtschnittsensor 5 kontinuierlich auf der Werkzeugoberfläche 4 verfahren wird, ergeben sich eine Vielzahl von linienförmigen Höhenprofilen, die kontinuierlich durch die Bildauswerteeinheit 9 erstellt und dann der Datenverarbeitungsanlage 10 zur Fehlerklassifikationen bereitgestellt werden.
-
2 zeigt ein Messbild (Höhenprofilbild), welches ein zweidimensionales Höhenprofil in Form eines Falschfarbenbildes ist. Entlang der Laserlichtlinie 7 ist einen 3 gezeigtes linienförmiges Höhenprofil 20 ermittelbar, welches direkt aus der Vermessung mit dem Laserlichtschnittsensor aus 1 erfasst werden kann. Das Höhenprofil 20 weist dabei über die Breite des Falschfarbenbildes aus 2 entsprechende Höheninformationen auf.
-
Zur Klassifizierung können vorteilhafterweise 2 unterschiedliche Architekturen eines maschinellen Lernsystems in Form eines künstlichen neuronalen Netzes vorgeschlagen werden:
- - eindimensionales Faltungsnetz
- - rekurrente Netzarchitektur
-
Die nachfolgende Tabelle (Tabelle 1) zeigt die Architektur eines eindimensionalen faltungsbasierten künstlichen neuronalen Netzes. Im Beispiel der Tabelle ist am Eingang des künstlichen neuronalen Netzes ein Vektor der Länge 128 vorgesehen, der die entsprechenden Höheninformationen des linienförmigen Höhenprofils 20 aufweist. Es ist selbstständig denkbar, dass die Länge des Eingangsvektors je nach Anwendungsgebiet und Trainingsdaten variieren können. Tabelle 1
Schicht | Ausgabeformat |
Faltungsschicht 1 D | (None, 128, 32) |
Faltungsschicht 1D | (None, 128, 64) |
Maximum Pooling Schicht | (None, 64, 64) |
Batch-Normalisierungsschicht | (None, 64, 64) |
Faltungsschicht 1D | (None, 64, 128) |
Faltungsschicht 1D | (None, 64, 256) |
Maximum Pooling Schicht | (None, 32, 256) |
Batch-Normalisierungsschicht | (None, 32, 256) |
Flatten-Schicht | (None, 8192) |
Dense-Schicht | (None, 512) |
Dropout-Schicht | (None, 512) |
Batch-Normalisierungsschicht | (None, 512) |
Dense-Schicht | (None, 6) |
-
Als Ergebnis der letzten Schicht ist eine Fehlerklassifikationen erhältlich, die entweder einen fehlerfreien Zustand klassifiziert (None) oder einen bestimmten Fehler anzeigt. Beides wird als Fehlerklassifikationen bezeichnet.
-
Die zweite Tabelle zeigt eine rekurrente Netzarchitektur, wobei die rekurrente Schicht jeweils durch ein „Long Short Term Memory (LSTM)“ oder eine „Gated Recurrent Unit (GRU)“ ersetzt wurde. Die Anzahl der rekurrenten Einheiten (Units) sollte günstigerweise zwischen UNITS=50 und UNITS=200 liegen. Tabelle 2
Schicht | Ausgabeformat |
Faltungsschicht 1D | (None, 128, 32) |
Faltungsschicht 1D | (None, 128, 64) |
Faltungsschicht 1D | (None, 128, 128) |
Faltungsschicht 1D | (None, 128, 256) |
Faltungsschicht 1D | (None, 64, 512) |
Dropout-Schicht | (None, 128, 512) |
Maximum Pooling Schicht | (None, 64, 512) |
Rekurrente Schicht (LSTM oder GRU) | (None, <UNITS>) |
Dropout-Schicht | (None, <UNITS>) |
Dense-Schicht | (None, 100) |
Dense-Schicht | (None, 6) |
-
Bezugszeichen
-
- 1
- Ablegekopf
- 2
- Anpressrolle
- 3
- Faserhalbzeug
- 4
- Werkzeugoberfläche
- 5
- Laserlichtschnittsensor
- 6
- Laserlichtquelle
- 7
- Laserlichtlinie
- 8
- Kamera
- 9
- Bildauswerteeinheit
- 10
- digitale Datenverarbeitungsanlage
- 20
- linienförmiges Höhenprofil
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102010015027 B1 [0006]
- DE 102013104546 A1 [0011]
- DE 102013112260 A1 [0012]
- DE 102013104545 A1 [0013]