KI zur Vermeidung der Spritzerbildung
Entwicklung eines methodischen Ansatzes zur Vermeidung der Spritzerbildung beim Widerstandspunktschweißen durch multiparametrische Prozessanalyse mittels künstlicher Intelligenz
Ziel:
- Reproduzierbare Erreichung der situationsbedingten maximalen Schweißpunktdurchmesser durch Stromabschaltung
- Charakterisierung bzw. Identifizierung von Spritzerursachen anhand mehrparametrischer Prozessdatenanalyse
Leichtbaukonzepte aus modernen höchstfesten Stählen spielen in der Automobilfertigung eine bedeutende Rolle. I.d.R. werden diese Werkstoffe mittels Widerstandspunktschweißen gefügt. Störgrößen, z.B. Bauteiltoleranzen und Spaltbildung, können auch bei ideal parametrierten Prozessen zum Entstehen von Schweißspritzern führen und so die Fügequalität mindern. In diesem Projekt wird eine Methode zur Spritzervermeidung durch KI-gestütztes Abschalten des Schweißstroms entwickelt. Dafür werden die Spritzerursachen anhand der Prozessgrößenverläufe eindeutig charakterisiert. Anschließend werden Informationen zu einem möglichen Spritzerauftreten abgeleitet und ein idealer Zeitpunkt zur Stromabschaltung prognostiziert. Damit wird ein maximaler noch spritzerfreier Schweißpunktdurchmesser erzielt. Die für die KI erforderlichen Datenbestände werden experimentell und mit FE-Simulationen generiert. Die Ergebnisse ermöglichen produzierende Unternehmen moderne Stahlwerkstoffe besser einzusetzen.