EMO 2019 Ausgabe 2

•••28••• Innovationen O ptimal materials for cutting tools of tunnel boring machines (TBM) were developed in the recently finished three-year long project “Innova- tive polycrystalline diamond (PDC) drag bit for soft ground tunnel boring machines” by TalTech materi- als scientists from the tribology and recycling group, Estonia. In general, the materials of a TBM that are in contact with abrasive particles can be divided into metals, ceramics and materials that combine them, i.e. composites. The com- posites usually have the highest wear resistance in aggressive environ- ments. “We were trying to improve the wear re- sistance of materials of moving elements of a TBM and the composites were the right choice for further development,” the head of tribology and recycling research group at TalTech School of Engineering, Maksim An- tonov explains. The tests done during the research period were fol- lowing the main goal – to prolong the lifetime of TBM cutting tools in order to minimise the need for their replacement. The tools made of materials with high- er wear resistance can be replaced less frequently. “Replacement of the wearing parts of a TBM, i.e. cut- ting tools or drag bits, is a complicated, costly and dangerous task. A TBM has gigantic dimensions: its diameter can reach up to 18 metres while the length can be up to 130 metres and the working zone of soft ground TBMs is constantly under high pressure. This makes access to cutting tools for their repair or re- placement very dangerous and it has to be done as rarely as possible and it is better if it is done by a ro- bot”, Antonov explains. The picture shows an optical image of material sur- face after erosion testing with speed of 30 m/s and impact angle of 30 degrees. Photo: Rahul Kumar The new material is particularly suitable for tunnel boring machines. Photo: Kevin Noble on Unsplash Anzeige Die Digitalisierung von Prozessen ist in den Unternehmen angekommen. Rück- verfolgbarkeit ist in der Metallindustrie ein entscheidender Faktor. Die Herausfor- derung besteht jetzt darin, einen komplett automatischen Fräsprozess zu ermöglichen, der gleichzeitig durch individuelle Laser- Markierungen die Zuordnung der fertigen Frästeile gewährleistet. Mit der neuen WiTEC42 Performance bietet Wissner das Kernstück in einem vollautomatischen Pro- duktionsprozess. Die patentierte Lösung W.Hold&Press ermöglicht ein vollständiges Austrennen der Teile, ohne dass verbleibende Haltestege, Späne oder Staub zurückbleiben. Weiterhin sorgt die lückenlose IT-Integration dafür, dass mannigfaltige Produktionspläne direkt aus SAP in Wissner’s CAM-Software eingespielt werden. Dort wird nicht nur der erforderliche NC-Code für die Produktion generiert, sondern auch schon die Parameter, einschließlich des richtigen Drehwinkels für die Erstellung eines gelaserten QR-Codes erzeugt. Somit kann der Ablauf vollautomatisch gesteuert werden. Überzeugen Sie sich von unseren integrierten Lösungen oder auch der modularen Bauweise unserer WiTEC Performance maßgeschneidert für Ihre Produktion und besuchen uns in Halle 12, Stand E84 WiTEC Performance mit integriertem Markierungs-Laser Improving cutting tools Nature-inspired materials Wie man Computern Sehen beibringt Forscher entwickeln lernendes System zur Erkennung beweglicher Objekte Im Forschungsprojekt VIDE- TE werden neue Verfahren der Künstlichen Intelligenz auf Basis neuronaler Netze entwickelt, da- mit Computer besser verstehen, was sie sehen. Die Herausforde- rungen, die sich für die neuen An- wendungen in den Bereichen Au- tonome Systeme, Industrie und Medizin stellen, sind vielfältig. Der Mensch kann in Sekunden- bruchteilen Wahrnehmungen ver- arbeiten und interpretieren. Da- bei spielt ein Mix aus Eindrücken anderer sensorischer Systeme ebenso eine wichtige Rolle wie Erfahrung. Computern hingegen fehlt dieses Wissen zunächst. Im Grunde genommen klassifizieren sie, was ihre optischen Sensoren erfassen, anhand einer program- mierten Methode in schnellen Ab- folgen. Sie wissen aber nicht, wie es sich wirklich verhält. Sie kön- nen Objekte zwar erkennen und einordnen, aber die Gesamtheit einer Situation mit zahlreichen Akteuren in all ihren Abhängig- keiten und Unwägbarkeiten nicht tatsächlich verstehen. Klassische Methoden des Maschinellen Se- hens (Computer Vision) reichen hierfür kaum aus. Schon um einen bewegten Gegenstand dreidimen- sional zu erfassen, sind gegenwär- tige Systeme zumeist auf mindes- tens drei Kameras angewiesen Prof. Dr. Didier Stricker, Leiter des Forschungsbereichs Erweiterte Realität (Augmented Vision) am DFKI: „Mit VIDETE verfolgen wir das ambitionierte Ziel, eine ro- buste Erkennung dynamischer Objekte mit wenigen oder gar nur einer Kamera zu bewerkstelligen, bei möglichst niedrigem Energie- verbrauch. Kleinste Sensoren mit geringer Rechenkapazität sollen verlässliche Ergebnisse liefern.“ Um die erforderlichen Berechnun- gen in Echtzeit bewerkstelligen zu können, ist Vorwissen nötig. Um dieses Vorwissen zu implemen- tieren, setzen die DFKI-Wissen- schaftler auf Verfahren des Ma- schinellen Lernens. Das System wird verschiedene Erkennungs- methoden bereithalten und auf Basis neuronaler Netze lernen, welche davon in einer Situation die besten Ergebnisse liefert. Sensorsysteme müssen lernen zu verstehen, was ihnen vor die Linse kommt. Foto: DFKI