Maschinelles Lernen 13.12.2020, 10:36 Uhr

Sicherung der Bohrqualität im Flugzeugbau

Um aus einzelnen Teilen Flugzeuge zu bauen, werden allein in der europäischen Luftfahrtindustrie pro Jahr insgesamt 150 Millionen Bohrungen für Nietverbindungen angefertigt. Zwei Drittel davon per Hand, und dabei dürfen dem Personal keine Fehler passieren.
Samuel Bender, Student an der Technischen Universität Hamburg, entwickelte Methoden für die Verbesserung der Bohrqualität im Flugzeugbau.
(Quelle: www.tuhh.de )
Um die Sicherheit im Flugzeugbau zu gewährleisten, werden daher sämtliche Nietbohrungen mit hohem Zeit- und Kostenaufwand auf ihre Qualität geprüft und bei Bedarf nachgebessert. Der Einsatz von maschinellem Lernen kann künftig die Lösung für dieses aufwendige Verfahren sein. Die notwendigen Methoden für das automatisierte Vermeiden von Fehlern und die Sicherung der Bohrqualität hat der Student Samuel Bender am Institut für Produktionsmanagement und –technik (IPMT) der Technischen Universität Hamburg unter Betreuung von Prof. Dr.-Ing. Wolfgang Hintze und seines wissenschaftlichen Mitarbeiters Jan Mehnen entwickelt.
»Meine Idee war es, schon während des Bohrens aus messbaren Signalen schließen zu können, ob eine Nietbohrung gut oder schlecht ist«, erklärt der Student. Damit das gelingt, benötigt Bender detaillierte Angaben zu den Werkstoffen, deren Dicke und den dafür benötigten Motordrehzahlen der Bohrmaschinen. Dabei entstehen bei jeder Nietbohrung charakteristische Signalverläufe, unter anderem aus den Elektromotoren der Maschinen. Aus den daraus gewonnenen Daten lassen sich anschließend mit Hilfe des maschinellen Lernens präzise Vorhersagen für neue Bohrbedingungen treffen. Entspricht der Signalverlauf bei einer Nietbohrung dann dem berechneten Wert, ist die Bohrung fehlerfrei. Bei minimalen Abweichungen von Qualitätsvorgaben, beispielsweise in der Grathöhe oder dem Durchmesser einer Bohrung, kann zeitnah in den Fertigungsprozess eingegriffen werden. Fehler in der Produktion und Montage oder Ausfälle in Folge von Verschleiß an Werkzeug und Bohrmaschinen werden so frühzeitig erkannt. Damit reduzieren sich auf Dauer Produktions- und Qualitätskosten für die Unternehmen.



Das könnte Sie auch interessieren