MaDoBrAn

Für viele Maschinen und Anlagen jeglicher Industriezweige werden nahtlos geformte, ringförmige Bauteile mit hohen Anforderungsspezifikationen wie hochdynamischer Belastbarkeit und hoher Variabilität benötigt. Typische Anwendungsgebiete sind der Schienenverkehr, die Luft- und Raumfahrt, die Automobilindustrie, der Anlagen- und Energieanlagenbau bis hin zum Sondermaschinenbau. Für die Herstellung solcher Bauteile ist das Radial-Axial Ringwalzen ein bedeutsamer Prozess. Mit dem Radial-Axial Ringwalzen können Ringe von 100 mm bis hin zu 16 m im Außendurchmesser bis zu 4 m in der Ringhöhe und Bauteilgewichten bis zu 300 t realisiert werden.
Ein aktuell nicht hinreichend erklärbarer Fehler stellt der Bruch der sogenannten Dornwalze dar. Die Dornwalze dient zur Zentrierung des Rings und befindet sich am Ringinnendurchmesser. Ein Bruch tritt derzeit unvorhersehbar und ohne einen direkt identifizierbaren Grund auf und kann, abhängig und Auslastung, bis zu einmal pro Schicht auftreten. Dornwalzenbrüche führen zu Produktionsausfällen, defekte Ringen und ungeplanten Wartungsarbeiten. Des Weiteren führen Bauteilschäden, beispielsweise an Lagerhülsen der Ringwalzanlage durch lose Werkzeugteile zu nicht zu vernachlässigbaren Kosten. Um zukünftig Dornwalzenbrüche vorherzusagen und somit die Betriebszuverlässigkeit von Radial-Axial Ringwalzmaschinen weiter zu steigern, werden die prozesseitigen Einflussfaktoren auf den Verschleiß der Dornwalze charakterisiert. Da die hohe Anzahl von Einflussfaktoren und zudem die nicht-linearen Abhängigkeiten untereinander den Einsatz erprobter Untersuchungen zur Ermittlung von qualitativen- und quantitativen Einflüssen ausscheiden lassen, werden zur Bearbeitung dieser Aufgabe maschinelle Lernverfahren eingesetzt werden.