CEWUS Chemnitzer Werkstoff- und Oberflächentechnik GmbH

Steckbrief:

Name des Vorhabens:

ABVML: Ergebnisvorhersage des Aufschweißbiegeversuchs mittels Machine Learning (ML)

Zeitraum:

17.10.2023 – 30.04.2027

Förderfähige Gesamtkosten:

419.574 €

EU-Betrag:

245.206 €

Ort:

Chemnitz

Interventions­kategorie:

146 - Unterstützung für die Anpassung von Arbeitskräften, Unternehmen sowie Unternehmerinnen und Unternehmern an Veränderungen

Förderrichtlinie:

02212 - MINT-Fachkräfteprogramm ESF Plus 2021 bis 2027

Fördergegenstand:

16652 - MINT-Fachkräfteentwicklung

Spezifisches Ziel:

ESO4.4 - Förderung der Anpassung von Arbeitskräften, Unternehmen und Unternehmern an den Wandel, Förderung eines aktiven und gesunden Alterns sowie einer gesunden und angemessenen Arbeitsumgebung, die Gesundheitsrisiken Rechnung trägt;

Zweck und Errungenschaft:

Das Projektziel besteht in der Abschätzung der Wahrscheinlichkeit des Bestehens des Aufschweißbiegeversuchs (AuBi) anhand vorab bekannter Einflussparameter. Im Rahmen des geplanten Projektes sollen erstmals Methoden der statistischen Versuchsauswertung (DoE) angewendet werden, um relevante Parameter aus den vorhandenen und zu ermittelnden Datensätzen möglicher Einflussgrößen (Material, Herstellung Probekörper, Biegeprüfung) auf das AuBi-Ergebnis zu identifizieren und entsprechende Schwellenwerte für das Bestehen / Nichtbestehen des AuBi festzulegen. Die Digitalisierung und intelligente Verarbeitung von experimentell ermittelten Daten mittels Machine Learning (ML) soll genutzt werden, um ein Vorhersage-Anwendertool zu entwickeln. Weiterhin soll die Einbrandtiefe als entscheidendes Qualitätskriterium bei der Schweißung des Prüfkörpers erstmals über eine gefügesensitive Ultraschallprüfung erfasst werden. Ist es mithilfe des zu entwickelnden ML-Tools möglich, die AuBi-Ergebnisse sicher vorherzusagen, können darüber hinaus auch entsprechende Hinweise für die Stahlherstellung (Einflussquelle „Material“) abgeleitet und die Prüfmethodik des Aufschweißbiegeversuchs (Einflussquellen „Herstellung der Prüfkörper“ und „Biegeprüfung“) optimiert, d.h. ressourceneffizienter (Senkung des Energie- und Rohstoffbedarfs) sowie umwelt- und gesundheitsfreundlicher (Reduzierung der Abgasentwicklung beim Schweißen) gestaltet werden.

Fonds:

ESF