Hybrid modeling of transient volumetric machine tool errors for virtual climatization

Dahlem, Jan Philipp; Schmitt, Robert H.; Mayer, René

doi:42055

Hybrid modeling of transient volumetric machine tool errors for virtual climatization = Hybride Modellierung transienter volumetrischer Werkzeugmaschinenfehler für virtuelle Klimatisierung

Dahlem, Jan Philipp^RWTH*

2023

Verantwortlichkeitsangabevorgelegt von Jan Philipp Dahlem

ImpressumAachen : RWTH Aachen University 2023

Umfang1 Online-Ressource : Illustrationen, Diagrammen

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2023

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Schmitt, Robert H. (Thesis advisor)^RWTH* ; Mayer, René (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2023-02-15

Online
DOI: 10.18154/RWTH-2023-01620
URL: https://publications.rwth-aachen.de/record/949206/files/949206.pdf

Einrichtungen

Projekte

Inhaltliche Beschreibung (Schlagwörter)
Fehlerkompensation (frei) ; Maschinenfehler (frei) ; Werkzeugmaschinenkalibrierung (frei) ; abstracted physical body model (frei) ; error compensation (frei) ; machine tool calibration (frei) ; machine tool errors (frei) ; virtual climatization (frei) ; virtuelle Klimatisierung (frei) ; volumetric error (frei) ; volumetrischer Fehler (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Der weltweite Trend zu individuelleren und komplexeren Produkten und damit zu kleineren Losgrößen und engeren Toleranzen hält an. Gleichzeitig ist der Bedarf an nachhaltigeren Produktionstechnologien und einem insgesamt geringeren CO2-Fußabdruck höher als je zuvor. Die Industrie steht vor der Herausforderung, die Anforderungen beider Entwicklungen zu erfüllen. Für die Umsetzung eines international angestrebten Transformationsprozesses ist die Reduzierung des Energieverbrauchs von Produktionsunternehmen ein zentraler Bestandteil. Im Jahr 2020 entfielen in Deutschland 44,2 % des Stromverbrauchs auf die Industrie. Da Werkzeugmaschinen das Rückgrat der modernen Produktion sind, ist deren Weiterentwicklung hinsichtlich höherer Leistungen, gesteigerter volumetrischer Genauigkeiten in Verbindung mit einem deutlich effizienteren Betrieb daher unumgänglich. Um hohe Genauigkeitsanforderungen in der Produktion zu gewährleisten, werden komplexe Störeinflüsse durch Temperatureintrag bislang typischerweise mit energieintensiven Klimatisierungs- und Kühlmaßnahmen unterdrückt. Als energiesparsame Alternative wird in dieser Arbeit das Konzept der Virtuellen Klimatisierung vorgestellt, welches nur mit Hilfe leistungsfähiger Modelle in der Lage ist thermisch transiente Fehler von Werkzeugmaschinen für eine zielgerichtete Kompensation vorherzusagen. Die Arbeit befasst sich daher mit dem Ziel geeignete Modelle für diese Anwendung zu identifizieren und zu entwickeln und zu leistungsfähigen hybriden Modell zu vereinen. Es soll bereits bekanntes Vorwissen über das thermische Verhalten von Werkzeugmaschinen in Form von Teilmodellen berücksichtigt werden. Gleichzeitig soll der manuelle Aufwand für die Modellierung möglichst geringgehalten werden, um eine breite Anwendung auf unterschiedliche Maschinentypen zu erleichtern. Durch eine geeignete Approximation physikalischer Strukturverformungen und eine Kombination mit den Algorithmen des maschinellen Lernens, soll eine effiziente Modellanpassung auf maschinenspezifische Gegebenheiten umgesetzt werden. Darüber hinaus beschäftigt sich die Arbeit mit der Frage, wie entsprechend notwendige Modelldaten für die Modellerstellung und auch die Anwendung im Betrieb erhoben werden können. Ein besonderer Fokus liegt auf der Anwendung des Gesamtkonzeptes als Retrofitlösung bei Bestandsmaschinen. Die Forschungsarbeit folgt dabei der Methode des Design Science Research. Die entwickelten Artefakte, darunter das Abstracted Physical Body Model und die hybride Modellstruktur für die Kombination mit maschinellem Lernen, sowie diverse Konzepte zur Erhebung geeigneter Modelldaten, werden in einem konsolidierten Experiment nach dem Format des Design of Experiments untersucht und validiert. Es erfolgt ein Vergleich unterschiedlicher Kombinationen von Teilmodellen hinsichtlich der Modelleigenschaften, wobei die Vorteile des verfolgten Ansatzes klar herausgestellt werden können.

The global trend towards more individual and complex products, and hence, smaller batch sizes, and tighter tolerances is ongoing. At the same time, the need for more sustainable production technologies and an overall smaller carbon footprint is higher than ever before. Industries are facing the challenge of meeting the resulting requirements of both developments. The reduction of the energy consumption of production companies is a central component of the international targeted transformation process. In 2020, 44.2 % of electricity consumption in Germany was attributable to industry. As machine tools are the backbone of modern production, their further development in terms of higher performance, increased volumetric accuracy in conjunction with significantly more efficient operation is essential.In order to ensure high accuracy requirements in production, complex disturbances due to temperature input are typically suppressed with energy-intensive air-conditioning and cooling measures. As an energy-saving alternative, the concept of virtual climatization for machine tools is presented in this thesis, which is only able to predict thermally transient errors of machine tools for a targeted compensation with the help of suitable models. The work is therefore concerned with the goal to identify and develop suitable models for this application and combining them into reliable hybrid models. Already known prior knowledge about the thermal behavior of machine tools shall be taken into account in the form of submodels. At the same time, the manual effort for the modeling shall be kept as low as possible to facilitate a broad application to different machine tool types. By means of a suitable approximation of physical structural deformations and a combination with machine learning algorithms, an efficient model adaptation to machine-specific conditions shall be implemented. In addition, the work investigated the question of how the necessary model data can be acquired for the model setup and also for the application in operation. A special focus is on the application of the overall concept as a retrofit solution for existing machines. The research work follows the method of Design Science Research. The developed artifacts, including the Abstracted Physical Body Model and the hybrid model structure for the combination with machine learning, as well as various concepts for the acquisition of suitable model data, are investigated and validated in a consolidated experiment, following the Design of Experiments format. A comparison of different combinations of submodels with respect to the model properties is carried out, whereby the advantages of the pursued approach can be clearly highlighted.

OpenAccess:
PDF
(additional files)