Datenbasierte Erfassung und Regelung transienter Qualitätsmerkmale beim Metall-Schutzgasschweißen

Mann, Samuel Micha; Rethmeier, Michael; Reisgen, Uwe

doi:43199

Datenbasierte Erfassung und Regelung transienter Qualitätsmerkmale beim Metall-Schutzgasschweißen = Data-based acquisition and control of transient quality features in gas metal arc welding

Mann, Samuel Micha^RWTH*

2024

VerantwortlichkeitsangabeSamuel Mann

ImpressumDüren : Shaker 2024

Umfang1 Online-Ressource : Illustrationen

ISBN978-3-8440-9478-7

ReiheAachener Berichte Fügetechnik ; 2024,2

Dissertation, RWTH Aachen University, 2023

Druckausgabe: 2024. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Reisgen, Uwe (Thesis advisor)^RWTH* ; Rethmeier, Michael (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2023-09-26

Online
DOI: 10.18154/RWTH-2024-04642
URL: https://publications.rwth-aachen.de/record/985472/files/985472.pdf

Einrichtungen

Projekte

Inhaltliche Beschreibung (Schlagwörter)
GMAW welding (frei) ; arc-welding (frei) ; automation (frei) ; quality control (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Das MSG-Schweißverfahren steht einem ausgeprägten Qualitäts- und damit Kompetenzanspruch gegenüber, der zurzeit nur mit hochausgebildeten, jedoch schlecht verfügbaren Fachkräften erfüllt werden kann. Das übergeordnete Ziel dieser Arbeit besteht somit darin, einen Teil der Prozesskompetenz in das Schweißsystem zu übertragen. Hierbei wurde die Einhaltung von Qualitätsmerkmalen der nichtflüchtigen Produktqualität (z. B. Schweißnahtgeometrie) und der flüchtigen Prozessqualität (z. B. Schweißrauchemission) in den Mittelpunkt gestellt. Mit der Erfassung der transienten Prozess- und Produktqualität sowie dem Schließen des Qualitätsregelkreises wurden daraufhin zwei Forschungsziele konkretisiert und anhand des eingeführten Konzeptes der datenbasierten Qualitätsregelung untersucht. Der erste Teil dieser Arbeit betrachtet geeignete Sensorik sowie Datenverarbeitung zur Erfassung aussagekräftiger Prozessmerkmale, die für die statistische Modellbildung von Qualitätsmerkmalen genutzt werden können. Mit der hybriden Prozessbild Sensorik wird ein Ansatz zur simultanen Erfassung von Prozessmerkmalen aus dem Bereich der Fuge, Prozesszone und Schweißnaht in einem Sensorsystem untersucht. Die Position der Fuge kann hierbei in einem Abstand von 1-2 mm zum Schmelzbad erfasst werden, womit sich der Vorlauffehler im Vergleich zu konventioneller, optischer Sensorik minimieren lässt. Elektrische und optische Zeitreihen zeichnen sich durch hohe Verfügbarkeit aus, erfordern jedoch ein ausgeprägtes Maß an Modellbildung. Mit der eingeführten Methodik zur Merkmalsgewinnung werden Zeitreihen nutzbar gemacht, und mittels neuronaler Netze zur Identifikation von Prozessabweichungen angewendet. Aufbauend auf der zuvor untersuchten Sensorik und Merkmalsgewinnung, wird im zweiten Teil die datenbasierte Qualitätsregelung anhand von zwei Fallstudien zur Regelung der Kehlnahtflanken (Produktqualität) und der Schweißrauchemission (Prozessqualität) demonstriert. In der Studie zur Schweißrauchemission wird die

Gas metal arc welding technology is confronted with a high demand for quality and competence, one that presently can only be fulfilled by highly trained but poorly available specialists. The overarching goal of this work is therefore to transfer parts of the process competence into the welding system. The focus is further on the compliance with quality features of the non-volatile product quality (weld seam geometry) and the volatile process quality (welding fume emission). With the acquisition of the transient process and product quality followed by the closing of the quality control loop, two research objectives are then specified and investigated using the introduced conceptof data-based quality control. The first part of this work considers suitable sensor technology as well as data pro-cessing to capture meaningful process features that can be used for statistical modeling of quality features. Hybrid process imaging is used to investigate an approach for simultaneously capturing process features from the joint, process zone, and weld seam in one sensor system. Here, the position of the joint can be detected at just 1-2°mm from the weld pool, thus minimizing the lead time error compared to conventional sensor systems. Electrical and optical time series are characterized by high availability yet require a distinct degree of modeling. With an introduced feature extraction methodology, time series are made usable, which is demonstrated using neural networks to identify process deviations. Building on the previously studied sensor technology and feature extraction, the second part demonstrates data-based quality control using two case studies for the control of fillet weld flanks (product quality) and welding fume emission (process quality). In the welding fume emission study, the FER is modeled using current and voltage time series and reduced by 12-40% over wide power ranges of the standard GMAW process. As part of the data-based quality control of the fillet weld geometry, a symmetrical flank ratio is controlled in the PA,PB and PC welding positions using process images. Based upon these case studies, the concept of data-based quality control is further developed and ultimately provides a methodological basis for the acquisition and control of further quality features.

OpenAccess:
PDF
(additional files)