Im Rahmen des Metaseam-Forschungsprojekts sollte eine prozessspezifische Software entwickelt werden, mit der die Parameter für das Laserstrahlschweißen für ein gewünschtes Schweißergebnis virtuell vorhergesagt werden können und umgekehrt die Schweißergebnisse aus einem gegebenen Satz von Parametern vorhergesagt werden können. Der Kern der Lösung ist ein statistisches Modell, das auf der Hauptkomponentenanalyse (PCA) basiert. Um dies zu unterstützen, führte das Team zunächst eine umfangreiche Datenerfassungsphase durch, in der alle relevanten Prozess-, Laser-, Probenvorbereitungs-, Bildgebungs- und Schweißmessdaten aus früheren Experimenten und neuen Messungen gesammelt wurden. Die gesammelten Informationen wurden dann in einer hybriden Datenbank strukturiert, die verschiedene Datentypen und -quellen integriert und die Extraktion von multivariaten Beziehungen zwischen Bilddaten von Linienschweißungen und den entsprechenden Prozessparametern ermöglicht.
Mit Hilfe der angereicherten Datenbank entwickelten die Forscher eine Reihe von PCA-basierten Modellen, die die zugrunde liegenden Korrelationen zwischen Lasereinstellungen, Materialeigenschaften und Schweißnahtcharakteristika erfassen. Diese Modelle wurden in einem Prototyp-Tool implementiert, mit dem Benutzer entweder ein angestrebtes Schweißergebnis oder eine Reihe von Prozessparametern eingeben können und eine Vorhersage für das Gegenstück erhalten. Der Prototyp visualisiert auch die Hauptkomponenten und gibt Aufschluss darüber, welche Variablen das Ergebnis am stärksten beeinflussen. Es wurde eine umfassende Validierungskampagne durchgeführt, um die Genauigkeit und praktische Anwendbarkeit der Modelle zu bewerten. Während der Validierung wurden die Modelle verfeinert, um sowohl die Berechnungseffizienz als auch die Vorhersagegenauigkeit zu verbessern und sicherzustellen, dass der endgültige Demonstrator den Anforderungen der industriellen Anwender entspricht.
Die Datenbank selbst enthält eine Vielzahl von Parametern, darunter Laserleistung, Wellenlänge, Spotdurchmesser, Fokusposition, Scangeschwindigkeit, Schutzgasfluss und detaillierte Materialeigenschaften wie Zusammensetzung, Dicke und erforderliche Eindringtiefe. Bildgebende Parameter wie Kameraauflösung, Beleuchtungsart und Bildanalysemetriken (z.B. Schweißnahtbreite, -höhe und Oberflächenrauheit) werden ebenfalls gespeichert, so dass die Modelle hochauflösende visuelle Daten nutzen können. Durch die kontinuierliche Anpassung der Datenbank während des Projekts wurden neue Tabellen für Prozessdaten, Messaufbauten und Bildanalyseergebnisse hinzugefügt, wodurch die Genauigkeit der Vorhersagemodelle erhöht wurde.
Die Zusammenarbeit zwischen den drei Forschungseinrichtungen war für den Erfolg des Projekts entscheidend. Das Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik (IWU) leitete die Datenerfassung und das Datenbankdesign und stellte sicher, dass der Versuchsaufbau und die Messprotokolle robust und reproduzierbar waren. Die Gesellschaft zur Förderung der Angewandten Informatik (GFaI) konzentrierte sich auf die statistische Modellierung und die Entwicklung des Prototyps und übersetzte das PCA-Framework in eine benutzerfreundliche Demonstrationssoftware. Das Fraunhofer-Institut für Werkstoff- und Strahltechnik (IWS) steuerte seine Expertise in der Physik des Laserstrahlschweißens und in der Materialwissenschaft bei und lieferte wichtige Erkenntnisse zur Interpretation der Schweißqualitätsmetriken und zur Auswahl der relevanten Prozessparameter. Das Projekt lief vom 1. Dezember 2021 bis zum 29. Februar 2024 unter der Schirmherrschaft des Innovationsfonds (Projektnummer 22211 BG), der die Forschung finanzierte und den interdisziplinären Wissensaustausch ermöglichte. Gemeinsam gelang es dem Konsortium, einen voll funktionsfähigen Demonstrator zu entwickeln, der eine solide Grundlage für künftige industrielle Anwendungen der datengesteuerten Schweißprozessoptimierung bildet.