NEUE ITERATIVE LERNKONTROLLE ZUR BEWÄLTIGUNG VON PRESSKRAFTSPITZEN

Unter dem Titel “Iterative Lernkontrolle bei der Inbetriebnahme von Industriepressen” stellte Ignacio Trojaola seine Doktorarbeit an der Universität des Baskenlandes / Euskal Herriko Unibertsitatea (UPV/ EHU) vor, worin er verschiedene Lösungsansätze für Probleme bei der Presskraftüberwachung, die sowohl bei Pressen als auch bei Hydraulikkissen auftreten, eingehend analysiert.

In dieser Dissertation, an der Andoitz Aranburu, Leiter der Innovationsabteilung bei Fagor Arrasate als Co-Tutor mitwirkte, entwickelte der Doktorand das Konzept einer neuen iterativ lernenden Steuerung, welche die dynamischen Eigenschaften des Systems nutzt, um seine eigene Leistung und Stabilität zu verbessern. Ein kontinuierlicher Prozess von Lernen und Korrigieren ermöglicht eine bessere Überwachung von Presskraftspitzen, indem die Steuerung bestimmte Elemente des Systems anspricht. Dies führt zu einer verbesserten Prozessüberwachung, was wiederum eine höhere Teilequalität, einen besseren Schutz und eine längere Lebensdauer der Werkzeuge und Toolings zur Folge hat.

Die Validierung der so entwickelten iterativ lernenden Steuerungsalgorithmen erfolgte anhand von Versuchen mit digitalen Zwillingen von Industriepressen und auf einem Hydraulikprüfstand. Dabei erwiesen sich die entwickelten Algorithmen als robust und stabil. Auch übertrafen sie bereits bestehende Algorithmen zur Leistungskontrolle.

Die Dissertation wurde mit dem IDOM Preis für die beste Doktorarbeit auf dem Gebiet Intelligente Steuerungen gewürdigt. Diese Auszeichnung wird im Rahmen der 43. Tage der AUTOMATISIERUNG 2022 von der Fachgruppe “Intelligente Steuerungen” des Comité Español de Automática (CEA) verliehen, welches auch als Organisator der Veranstaltung fungiert. Sie wird an der Universität La Rioja in Logroño (Nordspanien) abgehalten.