Sensormetingen inzetten voor proceskwaliteitsbeoordeling

Warmpersen is een kritisch productieproces waarbij metalen boven hun kristallisatietemperatuur worden verhit tot een kneedbare toestand en vervolgens onder hoge druk worden samengeperst en gevormd. Deze techniek wordt veel gebruikt in verschillende branches, waaronder de automotive industrie, in woningen en bij elektratoepassingen, om onderdelen met hoge sterkte eigenschappen en complexe geometrieën te produceren. Ondanks de effectiviteit, zorgt het borgen van topkwaliteit tijdens het warmpersproces voor de nodige uitdagingen.

Een van de grootste uitdagingen bij het warmpersen, of Hot Forging, is het garanderen van een foutloze productie met behoud van een optimale Quality Control. Met traditionele methoden is het vaak lastig om consistent de gewenste kwaliteit te bereiken, vanwege de complexiteit van verschillende procesvariabelen en hun afzonderlijke en gezamenlijke invloed op het eindproduct. Omdat de industrie steeds hogere precisie en betrouwbaarheid eist, wordt het steeds belangrijker om de Quality Assurance of kwaliteitsborging in deze productieprocessen te verbeteren.

Om deze uitdagingen aan te gaan, werkt Bons & Evers samen met het FIP-AM@UT aan het Qsense project. Dit project heeft als doel de Quality Assurance te verbeteren en inzicht te geven in de productieprocessen, voor duurzame verbeteringen. In Qsense wordt gebruik gemaakt van slimme sensortechnologie om uitgebreide inzichten te genereren in zowel de product- als de proceskwaliteit. Op deze manier worden de beperkingen van de huidige handmatige inspecties aangepakt.

Het project bestaat uit een pilotstudie waarin gebruik wordt gemaakt van standaardsensoren om één warmpersproductielijn te monitoren en te analyseren. Door de belangrijkste procesmetingen en hun effecten op de productresultaten te evalueren – van ideale tot defecte of afwijkende componenten – wordt met Qsense geprobeerd om cruciale verbanden te leggen die verbeteringen in de Quality Assurance en Control (QA/QC) kunnen opleveren. Deze gerichte aanpak, die zich concentreert op externe oppervlakken en grove tolerantiegrenzen, leidt tot een nauwkeurige en effectieve analyse.

Industriepartner

WERKPAKKETTEN

Elk FIP-AM@UT project is verdeeld in afzonderlijke werkpakketten, om de verschillende fasen en doeleinden binnen het project duidelijk te onderscheiden. QSense bestaat uit vier werkpakketten:

icon_Analysis

Use case beoordeling

Beoordeling van de huidige productietechnologie

icon_Assessment

Sensorintegratie en data-extractie

Sensoren integreren en gegevens extraheren

Data-analyse

Data analyseren om de kwaliteitscontrole te verbeteren

icon_OptimisationDemonstration

Demonstrator

Machine learning-algoritmes integreren in dashboard als proof-of-concept

VOOR MEER INFORMATIE OVER QSENSE, NEEM GERUST CONTACT OP MET

Celal Soyarslan

Celal Soyarslan

Associate Professor

Can Ölmezoğlu

Can Ölmezoğlu

Engineering Support, Software Development

Estefanía Morás Jiménez

Research Engineer