DE102022208464A1 - Method for simulating a forming tool for producing a component, computer program product and electronic computing device - Google Patents
Method for simulating a forming tool for producing a component, computer program product and electronic computing device Download PDFInfo
- Publication number
- DE102022208464A1 DE102022208464A1 DE102022208464.0A DE102022208464A DE102022208464A1 DE 102022208464 A1 DE102022208464 A1 DE 102022208464A1 DE 102022208464 A DE102022208464 A DE 102022208464A DE 102022208464 A1 DE102022208464 A1 DE 102022208464A1
- Authority
- DE
- Germany
- Prior art keywords
- forming tool
- computing device
- electronic computing
- tool
- machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004590 computer program Methods 0.000 title claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000003801 milling Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/22—Moulding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Numerical Control (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Simulieren eines Umformwerkzeugs (3) zum Erzeugen eines Bauteils (2) eines Kraftfahrzeugs mittels einer elektronischen Recheneinrichtung (5), mit den Schritten:- Bereitstellen eines digitalen Modells (6) des Umformwerkzeugs (3);- Vorgeben zumindest eines Prozessparameters (7) einer Erzeugungsmaschine (1) zum Erzeugen des Umformwerkzeugs (3); und- Simulieren zumindest einer Oberfläche (8) des Umformwerkzeugs (3) mittels eines maschinellen Lernalgorithmus (4) der elektronischen Recheneinrichtung (5) auf Basis des digitalen Modells (6) und des zumindest einen Prozessparameters (7)Ferner betrifft die Erfindung ein Computerprogrammprodukt sowie eine elektronische Recheneinrichtung (5).The invention relates to a method for simulating a forming tool (3) for producing a component (2) of a motor vehicle using an electronic computing device (5), with the steps: - providing a digital model (6) of the forming tool (3); - specifying at least a process parameter (7) of a generating machine (1) for generating the forming tool (3); and- Simulating at least one surface (8) of the forming tool (3) using a machine learning algorithm (4) of the electronic computing device (5) based on the digital model (6) and the at least one process parameter (7).The invention further relates to a computer program product and an electronic computing device (5).
Description
Die Erfindung betrifft ein Verfahren zum Simulieren eines Umformwerkzeugs zum Erzeugen eines Bauteils eines Kraftfahrzeugs mittels einer elektronischen Recheneinrichtung gemäß dem geltenden Patentanspruch 1. Ferner betrifft die Erfindung ein Computerprogrammprodukt sowie eine elektronische Recheneinrichtung.The invention relates to a method for simulating a forming tool for producing a component of a motor vehicle by means of an electronic computing device according to
Die Digitalisierung von Werkzeugoberflächen im Bereich der Presswerkzeuge ermöglicht es, den Anfertigungsprozess zu optimieren, indem beispielsweise geprüft wird, wie erfolgreich eine Fräsbearbeitung durchgeführt wurde, ob eine Oberflächengeometrie nach manueller Bearbeitung dem Soll-Zustand entspricht oder zur Dokumentation des finalen Zustands der Oberfläche. Zur Erstellung solcher digitaler Oberflächen müssen die physischen Oberflächen vorbereitet werden und anschließend auf einem Messsystem optisch vermessen werden. Dabei ergeben sich hohe Auslastungen des Messsystems, sodass nicht alle Prozessschritte durch digitale Oberflächenaufnahmen dokumentiert werden können.The digitization of tool surfaces in the area of pressing tools makes it possible to optimize the manufacturing process, for example by checking how successfully milling was carried out, whether a surface geometry corresponds to the target condition after manual processing, or to document the final condition of the surface. To create such digital surfaces, the physical surfaces must be prepared and then optically measured on a measuring system. This results in high utilization of the measuring system, so that not all process steps can be documented using digital surface images.
Hierzu sind aktuell optische Messsysteme zur ganzheitlichen Digitalisierung von Werkzeugoberflächen bekannt, welche bereits bekannte taktile Messtechniken ablösen, welche aus zeit- und wirtschaftlicher Sicht uninteressant sind.For this purpose, optical measuring systems are currently known for the holistic digitization of tool surfaces, which replace already known tactile measuring techniques, which are uninteresting from a time and economic perspective.
Die
Die
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren, ein Computerprogrammprodukt sowie eine elektronische Recheneinrichtung zu schaffen, mittels welchen eine verbesserte Simulation eines Umformwerkzeugs realisiert werden kann.The object of the present invention is to create a method, a computer program product and an electronic computing device by means of which an improved simulation of a forming tool can be realized.
Diese Aufgabe wird durch ein Verfahren, ein Computerprogrammprodukt sowie durch eine elektronische Recheneinrichtung gemäß den unabhängigen Patentansprüchen gelöst. Vorteilhafte Ausgestaltungsformen sind in den Unteransprüchen angegeben.This task is solved by a method, a computer program product and an electronic computing device according to the independent patent claims. Advantageous embodiments are specified in the subclaims.
Ein Aspekt der Erfindung betrifft ein Verfahren zum Simulieren eines Umformwerkzeugs zum Erzeugen eines Bauteils eines Kraftfahrzeugs mittels einer elektronischen Recheneinrichtung. Es erfolgt das Bereitstellen eines digitalen Modells des Umformwerkzeugs. Es wird zumindest ein Prozessparameter einer Erzeugungsmaschine zum Erzeugen des Umformwerkzeugs vorgegeben. Es erfolgt das Simulieren zumindest einer Oberfläche des Umformwerkzeugs mittels eines maschinellen Lernalgorithmus der elektronischen Recheneinrichtung auf Basis des digitalen Modells und des zumindest einen Prozessparameters.One aspect of the invention relates to a method for simulating a forming tool for producing a component of a motor vehicle using an electronic computing device. A digital model of the forming tool is provided. At least one process parameter of a production machine for producing the forming tool is specified. At least one surface of the forming tool is simulated using a machine learning algorithm of the electronic computing device based on the digital model and the at least one process parameter.
Insbesondere werden somit Prozessdaten, beispielsweise Maschinendaten, CAD-Modelle, Werkzeugdaten oder dergleichen genutzt, um durch ein datenbasiertes Modell die Erzeugung einer digitalisierten Oberfläche zu erreichen. Hierbei werden Prozessdaten genutzt, um den maschinellen Lernalgorithmus zu trainieren, welche wiederum die Formabweichung der Oberflächen beispielsweise klassifizieren und prädizieren können. Es umschließt dabei sowohl eine binäre Klassifikation in zum Beispiel in „in Ordnung“ beziehungsweise „nicht in Ordnung“ basierend auf gewählten Toleranzgrenzen, eine Multi-Class-Klassifikation oder auch eine Regression zur Vorhersage kontinuierlicher numerischer Werte.In particular, process data, for example machine data, CAD models, tool data or the like are used to create a digitized surface using a data-based model. Process data is used to train the machine learning algorithm, which in turn can classify and predict the shape deviation of the surfaces, for example. It includes both a binary classification in, for example, “okay” or “not okay” based on selected tolerance limits, a multi-class classification or even a regression for predicting continuous numerical values.
Das vorgestellte Verfahren kann auch in anderen Anwendungen außerhalb der Herstellung von Bauteilen eines Kraftfahrzeuges eingesetzt werden. Insbesondere ist ebenfalls ermöglicht das Verfahren bei sämtlichen subtraktiven Verfahren bei denen Prozessdaten erfasst werden können zu verwenden.The presented method can also be used in other applications outside of manufacturing of components of a motor vehicle. In particular, the method can also be used in all subtractive methods in which process data can be recorded.
In diesem Kontext kann somit durch die Substitution der optischen Messtechnik durch das datenbasierte Modell einerseits eine weitere Kapazität geschaffen werden, um die weiteren Prozessschritte durch digitale Oberflächen zu dokumentieren, andererseits ist damit auch eine schnellere Erzeugung einer digitalen Oberfläche nach dem Fräsen möglich, da die geraden Oberflächen und/oder die Freiformflächen nicht mehr vorbereitet, vermessen und ausgewertet werden müssen. Weiterhin ist es möglich, solche Modelle global einzusetzen und somit nicht nur an einem Standort den Anfertigungsprozess zu optimieren, sondern auch an anderen Werkzeugstandorten digitale Oberflächen zu erzeugen.In this context, by substituting the optical measurement technology with the data-based model, on the one hand, additional capacity can be created to document the further process steps using digital surfaces, and on the other hand, it also makes it possible to create a digital surface more quickly after milling, since the straight ones Surfaces and/or free-form surfaces no longer need to be prepared, measured and evaluated. Furthermore, it is possible to use such models globally and thus not only optimize the manufacturing process at one location, but also create digital surfaces at other tool locations.
Insbesondere ist somit der maschinelle Lernalgorithmus als standardisiertes datenbasiertes Modell vorgeschlagen, wobei Prozess- und ergänzend auch Produktdaten aus einer Datenbank geladen werden können beziehungsweise auf der Werkzeugmaschine erfasst werden können. Bevor diese Daten durch das Modell ausgewertet werden, werden diese in einer sogenannten Datenpipeline vorbereitet und vorbearbeitet. Dabei werden verschiedenste Operationen an den Daten durchgeführt, wie beispielsweise Normierungen oder das Ersetzen falscher oder fehlender Werte. Nach der Vorverarbeitung werden die Daten an das eigentliche Modell weitergeleitet und ausgewertet. Hierbei kann der Modell-Output entweder die Auswertung einzelner Datenpunkte auf der Werkzeugoberfläche oder aber auch mehrere bis zu allen Datenpunkten gleichzeitig beinhalten. Nach der Auswertung kann die Oberfläche als Punktwolke dargestellt werden oder aber auch in ein Flächenmodell umgewandelt werden. Ferner kann auch ein CAD-Volumenmodell mit der erzeugten Fläche als mögliche Ausgabe erzeugt werde. Die Anwendung der Erfindung kann sowohl online auf der Maschine in Echtzeit aber auch offline nach beispielsweise einer Fräsbearbeitung stattfinden.In particular, the machine learning algorithm is proposed as a standardized data-based model, whereby process and additionally product data can be loaded from a database or recorded on the machine tool. Before this data is evaluated by the model, it is prepared and pre-processed in a so-called data pipeline. A wide variety of operations are carried out on the data, such as normalization or replacing incorrect or missing values. After preprocessing, the data is forwarded to the actual model and evaluated. The model output can either include the evaluation of individual data points on the tool surface or several up to all data points at the same time. After evaluation, the surface can be displayed as a point cloud or converted into a surface model. Furthermore, a CAD solid model with the created area can also be created as a possible output. The application of the invention can take place both online on the machine in real time and offline after, for example, milling.
In weiteren Ausführungsbeispielen können auch andere Datenarten höher priorisiert werden. Beispielsweise können, während in der bevorzugten Lösung die Prozessdaten aus der Werkzeugmaschine eine der wichtigsten Information darstellt, auch datenbasierte Modelle entwickelt werden, welche die zu bearbeitende Werkzeuggeometrie berücksichtigen. Dabei würden die digitalisierten Oberflächen rein aus der vorgegebenen CAD-Geometrie, den NC-Programmen zur Fräsbearbeitung und beispielsweise die Parameter des verwendeten Zerspanungswerkzeugs bestimmt. In dieser Anwendung ist dann ein Bestimmen der digitalen Oberfläche schon vor der eigentlichen Fräsbearbeitung möglich, sodass Maschinendaten der Werkzeugmaschine keine Rolle mehr spielen.In further exemplary embodiments, other types of data can also be given higher priority. For example, while in the preferred solution the process data from the machine tool represents one of the most important pieces of information, data-based models can also be developed that take the tool geometry to be machined into account. The digitized surfaces would be determined purely from the specified CAD geometry, the NC programs for milling and, for example, the parameters of the cutting tool used. In this application, it is then possible to determine the digital surface before the actual milling, so that machine data from the machine tool no longer plays a role.
Insbesondere hat die Erfindung gegenüber dem Stand der Technik die Vorteile, dass nach der Entwicklung keine physische Messtechnik benötigt wird, dass dadurch die Kapazität für Qualitätsprüfungen deutlich steigt, ohne neue Messtechnik zu beschaffen oder mehr Personal einzusetzen und dass eine nahezu unbegrenzte Skalierbarkeit gegeben ist, indem das virtuelle datenbasierte Modell einfach auf weitere Werkzeugmaschinen übertragen wird. Die sind dann wiederum ebenfalls in der Lage, digitale Werkzeugoberflächen nach der Fräsbearbeitung zu erzeugen.In particular, the invention has the advantages over the prior art that no physical measurement technology is required after development, that the capacity for quality tests increases significantly without having to procure new measurement technology or employ more personnel and that there is almost unlimited scalability the virtual data-based model is easily transferred to other machine tools. They are then also able to create digital tool surfaces after milling.
Gemäß einer vorteilhaften Ausgestaltungsform wird der maschinelle Lernen-Algorithmus als neuronales Netzwerk bereitgestellt. Insbesondere ist das neuronale Netzwerk als trainiertes neuronales Netzwerk bereitgestellt. Das neuronale Netzwerk kann dabei auf Basis von bereits tatsächlich erzeugten Oberflächen beziehungsweise Umformwerkzeugen angelernt werden. Das neuronale Netzwerk kann sowohl als überwachtes neuronales Netzwerk als auch unüberwachtes neuronales Netzwerk bereitgestellt werden. Ferner kann das neuronale Netzwerk durch weitere der Daten trainiert werden, sodass auch zukünftige Umformwerkzeuge zuverlässig hergestellt werden können.According to an advantageous embodiment, the machine learning algorithm is provided as a neural network. In particular, the neural network is provided as a trained neural network. The neural network can be trained on the basis of surfaces or forming tools that have already been created. The neural network can be deployed as both a supervised neural network and an unsupervised neural network. Furthermore, the neural network can be trained using more of the data, so that future forming tools can also be reliably manufactured.
Ferner hat es sich als vorteilhaft erwiesen, wenn eine als Wirkfläche des Umformwerkzeugs ausgebildete Oberfläche des Umformwerkzeugs simuliert wird. Als Wirkfläche wird insbesondere diejenige Fläche bezeichnet, welche mit dem Material des Bauteils in Berührung kommt und beispielsweise auf der Wirkfläche entsprechend geformt wird. Somit kann zuverlässig die Wirkfläche simuliert werden.Furthermore, it has proven to be advantageous if a surface of the forming tool designed as an effective surface of the forming tool is simulated. The active surface is in particular the surface that comes into contact with the material of the component and is shaped accordingly on the active surface, for example. This means that the effective surface can be reliably simulated.
Eine weitere vorteilhafte Ausgestaltungsform sieht vor, dass auf Basis der Simulation eine Klassifizierung der Oberfläche durchgeführt wird. Insbesondere kann die Oberfläche in zumindest zwei Klassen, insbesondere in eine für die Produktion geeignete Klasse oder in eine für die Produktion nicht-geeignete Klasse klassifiziert werden. Eine für die Produktion geeignete Klasse kann auch als „In-Ordnung-Klassifikation“ angesehen werden und eine für die Produktion nicht-geeignete Klasse kann als eine für die Produktion „nicht-in-Ordnung“ geeignete Klasse klassifiziert werden. Ferner sind auch weitere Klassifizierungen möglich. Somit ist es ermöglicht, dass einem Nutzer der elektronischen Recheneinrichtung angezeigt werden kann, ob das simulierte Umformwerkzeug den entsprechenden Randbedingungen entspricht.A further advantageous embodiment provides that a classification of the surface is carried out on the basis of the simulation. In particular, the surface can be classified into at least two classes, in particular into a class suitable for production or into a class not suitable for production. A class suitable for production can also be regarded as an “in-order” classification and a class not suitable for production can be classified as a class suitable for production “not in order”. Further classifications are also possible. This makes it possible for a user of the electronic computing device to be shown whether the simulated forming tool corresponds to the corresponding boundary conditions.
Eine weitere vorteilhafte Ausgestaltungsform sieht vor, dass als Prozessparameter zumindest eine Drehzahl der Erzeugungsmaschine und/oder eine Vorschubkraft der Erzeugungsmaschine und/oder eine Positionsabweichung eines Werkzeugs der Erzeugungsmaschine und/oder eine Werkzeugbelastung auf das Werkzeug berücksichtigt werden. Es ist ferner möglich, dass auch weitere Prozessparameter, wie beispielsweise eine Spannung innerhalb der Erzeugungsmaschine oder ein Strom innerhalb der Erzeugungsmaschine als weitere Parameter genutzt werden können, um zuverlässig die Simulation durchführen zu können. Ferner kann auch eine Beschreibung der Maschinencharakteristik basierend auf Prozessdaten oder anderen Messdaten miteinfließen. Dies ist insbesondere wichtig für die Anwendung auf verschiedeneren Maschinen, bei denen beispielsweise Positionsabweichungen durch unterschiedliche Wartungszustände variieren können.A further advantageous embodiment provides that at least a speed of the generating machine and/or a feed force of the generating machine and/or a position deviation of a tool of the generating machine and/or a tool load on the tool are taken into account as process parameters. It is also possible that further process parameters, such as a voltage within the generating machine or a current within the generating machine, can also be used as further parameters in order to be able to carry out the simulation reliably. Furthermore, a description of the machine characteristics based on process data or other measurement data can also be included. This is particularly important for use on different machines where, for example, position deviations can vary due to different maintenance conditions.
Gemäß einer weiteren vorteilhaften Ausgestaltungsform wird bei der Simulation zumindest eine Abweichung von dem digitalen Modell zum simulierten Modell bestimmt. Beispielsweise kann eine absolute Abweichung, beispielsweise in Höhenangaben, durchgeführt werden. Somit kann beispielsweise das simulierte Umformwerkzeug auf einer Anzeigeeinrichtung angezeigt werden und einem Nutzer kann dann wiederum die Abweichung angezeigt werden, sodass dieser überprüfen kann, ob das simulierte Umformwerkzeug noch den Randbedingungen entspricht.According to a further advantageous embodiment, at least one deviation from the digital model to the simulated model is determined during the simulation. For example, an absolute deviation, for example in height information, can be carried out. Thus, for example, the simulated forming tool can be displayed on a display device and the deviation can then be displayed to a user so that the user can check whether the simulated forming tool still corresponds to the boundary conditions.
Ebenfalls vorteilhaft ist, wenn die Simulation in Echtzeit während einer Erzeugung des Umformwerkzeugs mittels der Erzeugungsmaschine durchgeführt wird. Beispielsweise kann dann die Simulation in Echtzeit auf einer Anzeigeeinrichtung an der Erzeugungsmaschine angezeigt werden, sodass ein Bediener der Erzeugungsmaschine beobachten kann, ob das Umformwerkzeug zuverlässig erzeugt wird.It is also advantageous if the simulation is carried out in real time while the forming tool is being generated using the generating machine. For example, the simulation can then be displayed in real time on a display device on the generating machine, so that an operator of the generating machine can observe whether the forming tool is being produced reliably.
Bei dem vorgestellten Verfahren handelt es sich insbesondere um ein computerimplementiertes Verfahren. Daher betrifft ein weiterer Aspekt der Erfindung ein Computerprogrammprodukt mit Programmcodemitteln, welche eine elektronische Recheneinrichtung dazu veranlassen, wenn die Programmcodemittel von der elektronischen Recheneinrichtung abgearbeitet werden, ein Verfahren nach dem vorhergehenden Aspekt durchzuführen. Das Computerprogrammprodukt kann auch als Computerprogramm bezeichnet werden. Ein weiterer Aspekt der Erfindung betrifft daher auch ein computerlesbares Speichermedium mit dem Computerprogrammprodukt.The method presented is in particular a computer-implemented method. Therefore, a further aspect of the invention relates to a computer program product with program code means which cause an electronic computing device to carry out a method according to the previous aspect when the program code means are processed by the electronic computing device. The computer program product can also be referred to as a computer program. A further aspect of the invention therefore also relates to a computer-readable storage medium with the computer program product.
Ferner betrifft die Erfindung auch eine elektronische Recheneinrichtung zum Simulieren des Umformwerkzeugs zum Erzeugen eines Bauteils eines Kraftfahrzeugs, wobei die elektronische Recheneinrichtung zum Durchführen des Verfahrens nach dem vorhergehenden Aspekt ausgebildet ist. Insbesondere wird das Verfahren mittels der elektronischen Recheneinrichtung durchgeführt.Furthermore, the invention also relates to an electronic computing device for simulating the forming tool for producing a component of a motor vehicle, the electronic computing device being designed to carry out the method according to the preceding aspect. In particular, the method is carried out using the electronic computing device.
Die elektronische Recheneinrichtung weist beispielsweise Prozessoren, Schaltkreise, insbesondere integrierte Schaltkreise, sowie weitere elektronische Bauteile auf, um die entsprechenden Verfahrensschritte durchführen zu können.The electronic computing device has, for example, processors, circuits, in particular integrated circuits, and other electronic components in order to be able to carry out the corresponding method steps.
Vorteilhafte Ausgestaltungsformen des Verfahrens sind als vorteilhafte Ausgestaltungsformen des Computerprogrammprodukts sowie der elektronischen Recheneinrichtung anzusehen. Die elektronische Recheneinrichtung weist insbesondere gegenständliche Merkmale auf, um entsprechende Verfahrensschritte durchführen zu können.Advantageous embodiments of the method are to be viewed as advantageous embodiments of the computer program product and the electronic computing device. The electronic computing device has, in particular, objective features in order to be able to carry out corresponding procedural steps.
Für Anwendungsfälle oder Anwendungssituationen, die sich bei dem Verfahren ergeben können und die hier nicht explizit beschrieben sind, kann vorgesehen sein, dass gemäß dem Verfahren eine Fehlermeldung und/oder eine Aufforderung zur Eingabe einer Nutzerrückmeldung ausgegeben und/oder eine Standardeinstellung und/oder ein vorbestimmter Initialzustand eingestellt wird.For use cases or application situations that may arise with the method and that are not explicitly described here, it can be provided that an error message and/or a request to enter user feedback and/or a standard setting and/or a predetermined one can be issued according to the method Initial state is set.
Zu der Erfindung gehören auch Weiterbildungen der erfindungsgemäßen elektronischen Recheneinrichtung, die Merkmale aufweisen, wie sie bereits im Zusammenhang mit den Weiterbildungen des erfindungsgemäßen Verfahrens beschrieben worden sind. Aus diesem Grund sind die entsprechenden Weiterbildungen der erfindungsgemäßen elektronischen Recheneinrichtung hier nicht noch einmal beschrieben.The invention also includes further developments of the electronic computing device according to the invention, which have features as have already been described in connection with the further developments of the method according to the invention. For this reason, the corresponding developments of the electronic computing device according to the invention are not described again here.
Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausführungsformen.The invention also includes the combinations of the features of the described embodiments.
Im Folgenden werden Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:
- die
einzige 1 ein schematisches Ablaufdiagramm gemäß einer Ausführungsform des Verfahrens.
- the only
1 a schematic flow diagram according to an embodiment of the method.
Bei dem im Folgenden erläuterten Ausführungsbeispiel handelt es sich um ein bevorzugtes Ausführungsbeispiel der Erfindung. Bei dem Ausführungsbeispiel stellen die beschriebenen Komponenten jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren ist das beschriebene Ausführungsbeispiel auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.The exemplary embodiment explained below is a preferred exemplary embodiment of the invention. In the exemplary embodiment, the components described each represent individual features of the invention that can be viewed independently of one another, which also develop the invention independently of one another and thus individually or in one Combinations other than those shown are to be regarded as part of the invention. Furthermore, the exemplary embodiment described can also be supplemented by further features of the invention that have already been described.
In der
Die
Insbesondere zeigt die
Insbesondere ist in der
Des Weiteren ist gezeigt, dass eine als Wirkfläche des Umformwerkzeugs 3 ausgebildete Oberfläche 8 des Umformwerkzeugs 3 simuliert wird.Furthermore, it is shown that a
Insbesondere kann vorgesehen sein, dass auf Basis der Simulation eine Klassifizierung der Oberfläche 8 durchgeführt wird. Die Oberfläche 8 kann dabei zumindest in zwei Klassen, insbesondere eine für die Produktion geeignete Klasse und in eine für die Produktion nicht-geeignete Klasse klassifiziert werden.In particular, it can be provided that a classification of the
Der Prozessparameter 7 beschreibt dabei beispielsweise eine Drehzahl der Erzeugungsmaschine 1 und/oder eine Vorschubkraft der Erzeugungsmaschine 1 und/oder die Positionsabweichung eines Werkzeugs 9 der Erzeugungsmaschine 1 und/oder eine Werkzeugbelastung auf das Werkzeug 9.The process parameter 7 describes, for example, a speed of the generating
Des Weiteren kann vorgesehen sein, dass bei der Simulation zumindest eine Abweichung von dem digitalen Modell 6 zu dem simulierten Modell bestimmt wird.Furthermore, it can be provided that at least one deviation from the
Die Simulation kann dabei in Echtzeit während einer Erzeugung des Umformwerkzeugs 3 mittels der Erzeugungsmaschine 1 durchgeführt werden.The simulation can be carried out in real time while the forming
Insbesondere ist somit vorgesehen, dass beispielsweise im ersten Schritt S1 die lokalen Maschinendaten, wie Koordinaten, Positionsabweichung, Drehzahl, Vorschub sowie Spindelbelastung, erfasst beziehungsweise bestimmt werden. Dies kann insbesondere als Prozessmining bezeichnet werden. Im zweiten Schritt S2 erfolgt wiederum ein Labeling, um beispielsweise eine lokale Geometrieabweichung zu bestimmen. Hierbei können beispielsweise eine polygonisierte Punktewolke sowie Eigenschaften der Elemente und Abweichungen bestimmt werden. Dies kann insbesondere als Datenanalyse bezeichnet werden. Im dritten Schritt S3 erfolgt eine Prädiktion der Abweichung, insbesondere auf Basis der gelabelten Trainingsdaten, wobei hierbei geeignete Modelle sowie eine Maschinenübertragbarkeit genutzt werden. Hierbei erfolgt dann wiederum die Modellierung und Analyse. Es erfolgt im gesamten Prozessschritt dann, insbesondere im vierten Schritt S4, die Bestimmung der Werkzeugoberfläche und des Formfehlers auf Basis der Prozessdaten 7.In particular, it is therefore provided that, for example, in the first step S1, the local machine data, such as coordinates, position deviation, speed, feed and spindle load, are recorded or determined. This can be specifically referred to as process mining. In the second step S2, labeling takes place again, for example to determine a local geometry deviation. For example, a polygonized point cloud as well as properties of the elements and deviations can be determined. This can be specifically referred to as data analysis. In the third step S3, the deviation is predicted, in particular on the basis of the labeled training data, using suitable models and machine transferability. This is where the modeling and analysis takes place. In the entire process step, in particular in the fourth step S4, the tool surface and the shape error are determined based on the process data 7.
Insbesondere ist somit vorgesehen, dass zur Erzeugung einer digitalen Oberfläche 8 mit Informationen über die Formabweichung die Prozessparameter 7 beziehungsweise auch Produktparameter verwendet werden können. Diese Parameter, welche auch als Daten bezeichnet werden, sind unterschiedlich und bestehen aus CAD-Modellen der Bauteile beziehungsweise Werkzeuge, CAM-Daten in Form von Fräsprogrammen, Daten über genutzte Bearbeitungswerkzeuge sowie Schneiden, Geometrien, Verschleißverläufe, welche ebenfalls durch datenbasierte Modelle abgebildet werden können, und vor allem Maschinendaten. Diese Maschinendaten werden hauptsächlich aus der internen Sensorik der Erzeugungsmaschine 1 gewonnen umfassend beispielsweise Vorschübe und andere Geschwindigkeiten, welche die Bewegung der Maschine beschreiben, Ströme, Spannungen und Leistungen im Rahmen der Energieversorgung der gesamten Erzeugungsmaschine 1, aber auch spezifischer einzelner Komponenten, beispielsweise Achsantrieb, sowie Fertigungsparameter wie Drehzahlen, Fräserwinkel und Positionsfehler des Fräsers oder Betriebskennwerte wie Öldrücke oder Temperaturen. Zusätzlich werden auch Daten genutzt, die durch externe Sensorik gewonnen werden. Im Rahmen der Fräsbearbeitung werden hier die Schnittkräfte und auftretenden Momente, sowie Vibrationen des Fräsers und der Spindel betrachtet. Die Gesamtheit der gerade beschriebenen Daten bildet die Basis für die Entwicklung datenbasierter Modelle. Da Klassifikation und Regression Verfahren des überwachten Lernens sind, werden die Daten durch die an jedem Punkt auftretende Formabweichung aus den digitalisierten Oberflächen 3 gelabelt. Die Abweichungen an jedem Punkt bilden die Zielgröße, die durch datengetriebene Modelle, insbesondere dem maschinellen Lernalgorithmus 4, bestimmt werden. Hier sind, wie vorher bereits erwähnt, binäre Klassifikationen in „in Ordnung“ oder in „nicht in Ordnung“ sowie Multi-Class-Klassifikationen zum Einteilen der Punkte in bestimmte Abweichungsbereiche und Regressionen zur Bestimmung von kontinuierlichen numerischen Werten möglich. Der Einsatz solcher Modelle kann online auf der Erzeugungsmaschine 1 in Echtzeit, aber auch offline als nachgelagerte Prozesse erfolgen. Insgesamt umfasst die Erfindung die Nutzung der beispielsweise vorgenannten Daten, aber auch weiterer Daten zur Entwicklung und Erzeugung digitaler Werkzeugoberflächen mit Informationen über die Formabweichung, die Nutzung von Datenpipelines zur Vorverarbeitung von Maschinenrohdaten, sowie die Erzeugung von Flächenmodellen aus den Ergebnissen der datenbasierten Modelle beziehungsweise des maschinellen Lernalgorithmus 4.In particular, it is thus provided that the process parameters 7 or also product parameters can be used to generate a
BezugszeichenlisteReference symbol list
- 11
- Erzeugungsmaschinegenerating machine
- 22
- BauteilComponent
- 33
- Umformwerkzeugforming tool
- 44
- maschineller Lernalgorithmusmachine learning algorithm
- 55
- elektronische Recheneinrichtungelectronic computing device
- 66
- digitales Modelldigital model
- 77
- ProzessparameterProcess parameters
- 88th
- Oberflächesurface
- 99
- WerkzeugTool
- S1 bis S4S1 to S4
- Schritte des VerfahrensSteps of the procedure
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION
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.This list of documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- WO 2019238755 A1 [0004]WO 2019238755 A1 [0004]
- DE 102005060559 A1 [0005]DE 102005060559 A1 [0005]
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022208464.0A DE102022208464A1 (en) | 2022-08-15 | 2022-08-15 | Method for simulating a forming tool for producing a component, computer program product and electronic computing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022208464.0A DE102022208464A1 (en) | 2022-08-15 | 2022-08-15 | Method for simulating a forming tool for producing a component, computer program product and electronic computing device |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022208464A1 true DE102022208464A1 (en) | 2024-02-15 |
Family
ID=89809567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022208464.0A Pending DE102022208464A1 (en) | 2022-08-15 | 2022-08-15 | Method for simulating a forming tool for producing a component, computer program product and electronic computing device |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022208464A1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005060559A1 (en) | 2005-12-17 | 2006-06-01 | Daimlerchrysler Ag | Programming method for processing machine, e.g. for fabricating motor vehicle component part, involves provision of computer-viable three-dimensional design model of component |
WO2019238755A1 (en) | 2018-06-14 | 2019-12-19 | Sandvik Machining Solutions Ab | Machining based on strategies selected based on prioritized aspects of manufacturing |
-
2022
- 2022-08-15 DE DE102022208464.0A patent/DE102022208464A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005060559A1 (en) | 2005-12-17 | 2006-06-01 | Daimlerchrysler Ag | Programming method for processing machine, e.g. for fabricating motor vehicle component part, involves provision of computer-viable three-dimensional design model of component |
WO2019238755A1 (en) | 2018-06-14 | 2019-12-19 | Sandvik Machining Solutions Ab | Machining based on strategies selected based on prioritized aspects of manufacturing |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3970113B1 (en) | Determining the level of wear of a tool | |
WO2016004972A1 (en) | Method and device for determining an optimum manufacturing alternative for manufacturing a product | |
DE102018109819A1 (en) | Method for obtaining information from X-ray computed tomography data for optimizing the injection molding process of short fiber reinforced plastic parts | |
EP3639199A1 (en) | Method for rating a state of a three-dimensional test object, and corresponding rating system | |
WO2023041458A2 (en) | Computer-implemented method, modules, and system for detecting anomalies in industrial manufacturing processes | |
DE10129676B4 (en) | Method, apparatus and computer program product for determining the effects of design decisions | |
DE112019007889T5 (en) | MACHINING PROGRAM CONVERSION DEVICE, NUMERICAL CONTROL DEVICE AND MACHINING PROGRAM CONVERSION METHOD | |
WO2007082597A1 (en) | System and method for creating a structure model of a real system | |
DE102018214307A1 (en) | System and method for quality inspection in the manufacture of individual parts | |
EP3933527A1 (en) | Method and assembly for repairing a workpiece | |
DE102022208464A1 (en) | Method for simulating a forming tool for producing a component, computer program product and electronic computing device | |
DE10129654B4 (en) | Method, apparatus and computer program product for determining effects of design changes | |
DE102018117881A1 (en) | SYSTEM AND METHOD FOR USING BUSINESS INTELLIGENCE FOR RULEBASED MANUFACTURING PROCESSING DESIGN | |
DE60015586T2 (en) | CHARACTERIZED ASSEMBLY | |
EP1157317B1 (en) | Method and device for reducing a number of measured values of a technical system | |
EP4125013A1 (en) | Production of a work plan for a component | |
EP3916636A1 (en) | Method and systems for providing synthetic labelled training data sets and use of same | |
DE102022208772A1 (en) | Method for operating a processing device for a component with at least one cutting tool, computer program product and processing device | |
EP1157311B1 (en) | Method and device for designing a technical system | |
DE102018109816B3 (en) | A method for obtaining at least one significant feature in a series of components of the same type and method for classifying a component of such a series | |
EP3553679A1 (en) | Method for computer-aided error diagnostics for a technical system | |
EP4327171B1 (en) | Method for controlling processes on plastics-processing machines | |
EP3101566A1 (en) | Method and device for testing the assemblability of a virtual prototype | |
DE102021213650A1 (en) | Method for processing geometry data, computer program product and system for processing geometry data | |
DE102020119579A1 (en) | Method for assigning states to components, apparatus, computer program product and computer-readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication |