Qualitätssicherung von MSG-Schweißprozessen durch rechnergestützte Schweißdatenüberwachung und -protokollierung
Ulrich Dilthey, Thilo Reichel, Wolfgang Scheller
Dieses Projekt gliederte sich in zwei große Teile. Zum einen wurden für den Kurzlicht-, den Sprühlicht- und den Inpulslichtbogenprozeß jeweils geeignete Kenngrößen zur Bestimmung bzw. Quantifizierung der Prozeßstabilität erarbeitet, zum anderen wurde das System auf zwei unterschiedlichen Hardwareplattformen realisiert.
Zur Erarbeitung geeigneter Kenngrößen wurden zahlreiche Schweißversuchsreihen durchgeführt. Dabei wurden sowohl die Schweißparameter als auch die Randbedingungen variiert.
Außerdem wurden gezielt Manipulationen vorgenommen, die die Stabilität des Schweißprozesses beeinflußten. Anhand dieser Daten wurden insgesamt 24 Stabilitätsgrößen auf ihre Aussagekraft hin überprüft. Diese Stabilitätsgrößen werden in Form von Mittelwerten und Variationskoeffizienten als Stabilitätsparameter aufbereitet. Für jeden der 3 betrachteten Schweißprozesse wurden jeweils 2 Stabilitätsparameter ausgewählt. Diese Stabilitätsparameter charakterisieren die Stabilität und im Falle des Kurzlichtbogenprozesses auch die Qualität der Schweißung.
Die Qualität eines Schweißprozesses hängt von vielen Faktoren ab, wobei der Begriff „Qualität“ in vielen Fällen anwenderspezifisch definiert ist. Ein wichtiges Kriterium für die Qualität ist sicherlich auch die Prozeßstabilität. Eine gute Stabilität ist eine notwendige jedoch nicht unbedingt hinreichende Bedingung zur Einhaltung gewisser Qualitätskriterien. Teilweise ist jedoch die möglichst hohe Produktivität eine Vorgabe für den Schweißvorgang. Dementsprechend wird in diesen Fällen eine Mindestqualität gefordert. Alle diese Fälle haben jedoch gemeinsam, daß die Schweißungen im Allgemeinen reproduzierbar sein müssen. Die Reproduzierbarkeit eines Schweißergebnisses bedingt geringe Toleranzen in den statistischen Kenngrößen. Über die Vorgabe der einzuhaltenden Toleranzen für die statistischen Kenngrößen kann der Anwender also den Grad der gewünschten Reproduzierbarkeit vorgeben. Die Aussagekraft der statistischen Kenngrößen für die 3 Prozeßarten ist ziemlich unterschiedlich (siehe oben).
Die Realisierung des Systems auf 2 Hardwareplattformen geschah aus 2 Gründen. Einerseits bedeutet die Verwendung von Microcontrollern eine große Ersparnis im Bereich der Investitionen.
Da für jede Schweißstation eine solche Investition anfällt, ist dies durchaus zu beachten.
Andererseits ist ein Netzwerkbetrieb mit sehr großen Schwierigkeiten verbunden und die technischen Daten des verwendeten Microcontrollers verhindern die online-Übertragung des Status der Schweißstation.
Nachdem ein System auf der Basis von Microcontrollern realisiert wurde, zeigte sich, daß die Verwendung von leistungsfähigerer Hard- und Software eine entscheidende Verbesserung des Systems bringen würde. Da sich im Institut für Schweißtechnische Fertigungsverfahren Transputer schon in anderen Projekten als sehr leistungsfähig erwiesen hatten, wurde das System auch auf Transputerbasis aufgebaut.
Abschließend kann zur Entscheidung für eine Hardwareplattform folgende Aussage gemacht werden. Im Falle eines Einplatzbetriebs mitoffline-Datenübertragung erscheint die Verwendung eines Microcontrollers sinnvoll, in allen anderen Fällen sollte auf Transputer oder ähnliche Systeme (digitale Signalprozessoren, … )zurückgegriffen werden. Dies zeigte sich auch im Test der Systeme. Während die Netzwerkversion der Microcontroller nicht stabil lief, ist ein System von Transputern relativ problemlos. Auch zeigte sich in den Tests, daß die größere Rechenkapazität und der daraus resultierende, große Datendurchsatz eindeutig die Transputerlösung favorisiert.
Als nächster Schritt drängt sich die Entwicklung eines Moduls auf, das aufgrund der Schweiß und Stabilitätsparameter anwenderspezifische Qualitätsaussagen machen kann. Im Rahmen eines AiF-Projektes soll daher am Institut für Schweißtechnische Fertigungsverfahren untersucht werden, inwieweit künstliche neuronale Netze in diesem Bereich anwendbar sind.
