Im Juni 2021 ist das von der Deutschen Forschungsgemeinschaft (DFG) geförderte Forschungsprojekt Vorhersage und Kompensation der nachträglichen Deformation in der roboterbasierten inkrementellen Blechumformung durch die Anwendung maschinellen Lernens gestartet. Dieses hat zum Ziel, die Genauigkeit inkrementell umgeformter Bleche durch die Anwendung maschinellen Lernens (ML) zu steigern. Innerhalb des Forschungsprojektes wird ein datengetriebener Simulationsansatz verfolgt, der im Gegensatz zu FEM-Simulationen keiner detaillierten Modellierung des Umformprozesses bedarf.

Dies geschieht durch den Aufbau eines mehrschichtigen künstlichen neuronalen Netzes (KNN), welches die resultierende geometrische Genauigkeit eines Umformversuches anhand allgemeiner Prozessdaten, der Bauteilgeometrie und dem Verlauf der Werkzeugbahn vorhersagen soll. Um anhand der gewonnenen Daten das Training des KNN durchführen zu können, wird zunächst eine Prozessdatenbank aufgebaut. Zur Akquise eines möglichst breiten Spektrums an Prozessdaten wird dazu zunächst eine Versuchsreihe durchgeführt, in der systematisch, variierende Bauteile mit verschiedenen Prozessparametern umgeformt und vermessen werden.

Um den Einfluss der Bauteilgeometrie auf die resultierende geometrische Genauigkeit abbilden zu können, wird diese in ein für das maschinelle Lernen nutzbares Format mit fester Parameteranzahl überführt. Dies geschieht durch die Entwicklung verschiedener Repräsentationsansätze, die schlussendlich anhand eines Gütekriteriums beurteilt werden, welches deren Leistungsfähigkeit anhand der Approximationsgüte und der Parameterkorrelation zwischen der Geometrierepräsentation und dem Geometrieverlauf untersucht.

Anhand der aufgebauten Prozessdatenbank und entwickelten Geometrierepräsentation wird anschließend ein mehrschichtiges KNN trainiert, dessen Vorhersagegüte anhand eines mit Referenzumformversuchen aufgebauten Testdatensatz validiert wird. Anschließend wird das KNN genutzt, um anhand der getroffenen Vorhersage über die Geometriegenauigkeit den Werkzeugpfad eines Bauteils zu modifizieren, um diese gezielt zu erhöhen.