Fraunhofer-Institut für Produktionstechnologie IPT
CAM2030
Innovative Lösung für das Advanced Systems Engineering der computergestützten Prozessplanung der Zukunft
© Fraunhofer IPT, Pixelwald
Forschungsprojekt »CAM2030«
Computer Aided Manufacturing (CAM)-Systeme ermöglichen eine computergestützte Planung von Bearbeitungsprozessen. Durch die Verwendung von CAM-Software erstellen CAM-Technikerinnen und -Techniker den Steuerungscode für Computerized Numerical Control (CNC)-Werkzeugmaschinen. Dazu programmieren sie maschinenspezifische Anweisungen und Befehle. Die durch die CAM-Techniker durchgeführte CAM-Bahnplanung ist ein unabdingbarer Arbeitsschritt in der Prozessplanung der zerspanenden Fertigung. Während der Prozessplanung finden alle relevanten Rahmenbedingungen der Prozessschritte »Konstruktion«, »Arbeitsvorbereitung« und »Fertigung« Berücksichtigung.
Defizite heutiger CAM-Systeme: »Wertschöpfungsvernichtung«, »fehlende Quantifizierbarkeit« und »mangelhafter Wissensaufbau und -erhalt«
Versierte CAM-System-Nutzer erreichen mit ihrem Erfahrungswissen in der Regel zwar gute Ergebnisse bei der Prozessplanung; der optimale Prozess wird selbst mit enormen Aufwänden so gut wie nie erreicht. Nachdem die bestmögliche Lösung identifiziert wurde, werden in der Regel alle anderen Versionen ohne Dokumentation verworfen, sodass in späteren Planungsprozessen nicht mehr auf das bei ihrer Erstellung gewonnene Wissen zugegriffen werden kann. Das Wissen ist somit verloren. Derzeit stehen den Anwendern von CAM-Systemen in der industriellen Praxis nur bedingt quantitative Bewertungswerkzeuge zum Vergleich der programmierten Prozesslösung mit der erreichten Prozess- und Werkstückqualität zur Verfügung.
Neue Generation benutzerfreundlicher und intelligenter CAM-Systeme
Das Projektteam von »CAM2030« verfolgte das Ziel, eine neue Generation von CAM-Systemen zu entwickeln, die sich durch einen geringeren Planungsaufwand, eine optimierte Prozessplanung und einen langfristigen Wissensaufbau und -erhalt auszeichnen. Damit leistet »CAM2030« einen wichtigen Beitrag, die sozio-technische Arbeitsumgebung von CAM-Technikern durch die nutzerzentrierte Anreicherung der CAM-Systeme mit neuartigen digitalen Optimierungswerkzeugen – evolutionäre Algorithmik (EA), Cloud Computing (CC) und künstliche Intelligenz (KI) – zu verbessern. Durch die Entwicklungen werden Nutzer von CAM-Systemen bei der der computergestützten Prozessplanung entlastet und dazu befähigt, die Planungsaufgabe auch für hochkomplexe Bauteile zukünftig unkompliziert, effizient und sicher durchzuführen.
Die Projektziele von »CAM2030« im Überblick:
- Anbindung von EA, CC, KI an das CAM-System zur Erhöhung der Effizienz, Automatisierung und Nachhaltigkeit von Prozessplanungsaufgaben
- Integration von Simulationsmodellen in das CAM-System für die Quantifizierung der Qualität berechneter CAM-Bahnen
- Nutzerentlastung durch arbeitswissenschaftliche Analysen der Nutzeranforderungen und Ableitung nutzerfreundlicher Gestaltungsvorgaben
- Entwicklung innovativer, datengetriebener und plattformbasierter Geschäftsmodelle (Software-as-a-Service, Platform-as-a-Service, Infrastructure-as-a-Service)
- Stärkung der fachdisziplinübergreifenden Wissensarbeit aus den Bereichen Informatik, Ingenieurwissenschaften, Arbeitswissenschaft, Soziologie und Betriebswirtschaft
Advanced Systems Engineering (ASE) als Werkzeug für die Komplexitätsbeherrschung sozio-technischer Systeme
Darüber hinaus entwickelten die Wissenschaftlerinnen und Wissenschaftler mithilfe eines CAM-System-Demonstrators Methoden, Werkzeuge, Vorgehensweisen, Modelle, Richtlinien, Leitfäden und Konzepte für das »Advanced Systems Engineering (ASE)« . ASE adressiert die vier zentralen Eigenschaften von Advanced Systems: hohe Autonomie, dynamische Vernetzung, nutzerfreundliche sozio-technische Interaktion, sowie eine enge Produkt-Service-Verzahnung.
Der Fokus von »CAM2030« lag darauf, innovative Lösungen für die Entwicklung und Anwendung von CAM-Systemen im deutschen Mittelstand zu schaffen, sodass die Komplexität der Systeme, deren Entwicklung und deren Anwendung auch künftig beherrschbar bleiben. Zu diesem Zweck sollte ein deutlicher Fortschritt in der Entwicklung von CAM-Systemen, verglichen mit dem heutigen Stand der Technik, erreicht werden. Die Forschungsergebnisse werden mit weiteren Ergebnissen im Rahmen des Vorhabens »AdWiSE« zusammengeführt und so aufbereitet, dass eine branchenübergreifende Nutzung möglich ist.
Partner
- Fraunhofer-Institut für Produktionstechnologie IPT (Koordinator)
- 3WIN Maschinenbau GmbH
- EXAPT Systemtechnik GmbH, Aachen
- Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI, Sankt Augustin
- German Edge Cloud, Eschborn
- Human-Computer Interaction Center, Aachen
- IAW Lehrstuhl und Institut für Arbeitswissenschaft, Aachen
- KEX Knowledge Exchange AG, Aachen
- Merantix AG, Berlin
- ModuleWorks GmbH, Aachen
- MTU Aero Engines, München
Förderhinweis
Das Projekt »CAM2030« wurde durch das Bundesministerium für Bildung und Forschung (BMBF) im Programm »Innovationen für die Produktion, Dienstleistung und Arbeit von morgen« gefördert und vom Projektträger Karlsruhe (PTKA) betreut.
Förderkennzeichen: 02J19B080
Gesamtvolumen: 4,9 Mio. €
Publikationen aus diesem Projekt
| Jahr Year | Titel/Autor:in Title/Author | Publikationstyp Publication Type |
|---|---|---|
| 2024 | Integrating Cloud Computing, Bayesian Optimization, and Neural-Additive Modeling for Enhanced CAM Systems in 5-Axis Milling Rudel, Viktor; Vinogradov, Georg; Ganser, Philipp; Bergs, Thomas; Vahl, Christopher; Frings, Markus; König, Valentina; Schambach, Maximilian; Dietzel, Stefan; Königs, Michael |
Zeitschriftenaufsatz Journal Article |
| 2022 | Cloud-based process design in a digital twin framework with integrated and coupled technology models for blisk milling Rudel, Viktor; Kienast, Pascal; Vinogradov, Georg; Ganser, Philipp; Bergs, Thomas |
Zeitschriftenaufsatz Journal Article |
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica
This list has been generated from the publication platform Fraunhofer-Publica