Die Erfindung betrifft ein Verfahren zum Schleifen einer Verzahnung oder eines Profils eines Werkstücks mittels eines Schleifwerkzeugs in einer Schleifmaschine, wobei das Schleifwerkzeug auf einer Werkzeugspindel aufgenommen ist und die Werkzeugspindel mittels eines ersten Antriebsmotors gedreht wird, wobei das Werkstück auf einer Werkstückspindel aufgenommen ist und die Werkstückspindel mittels eines zweiten Antriebsmotors gedreht wird, wobei zumindest während des Eingriffs des Schleifwerkzeugs in die zu schleifende Verzahnung oder in das zu schleifende Profil ein erster und ein zweiter Maschinenparameter gemessen wird und beide gemessenen Maschinenparameter oder eine vom Maschinenparameter abgeleitete Größe mit einem vorgegebenen gespeicherten Wert verglichen wird, wobei ein Signal ausgegeben wird, falls mindestens einer der Maschinenparameter oder die hiervon abgeleitete Größe unter Berücksichtigung eines Toleranzbandes den vorgegebenen gespeicherten Wert Überoder unterschreitet.

Ein solches Verfahren ist aus der WO 2020/193228 Al bekannt. Hier wird eine Überwachung der beschriebenen Art durchgeführt, um erkennen zu können, ob es bei einer Schleifschnecke zu einem Schleifscheibenausbruch gekommen ist, wobei im gegebenen Falle ein Wamindikator ausgegeben wird, der eine unzulässige Prozessabweichung anzeigt.

Bei der Überwachung des Schleifprozesses ist es generell bekannt, einen relevanten Prozessparameter, beispielsweise die Stromaufnahme des Motors, welcher die Schleifspindel antreibt, zu beobachten und zu prüfen, ob der Wert über den Verlauf eines Schleifhubs innerhalb eines vorgegebenen Toleranzbandes liegt, welches sich naturbedingt über den Verlauf des Schleifhubs ändert. Verlässt der Wert das Toleranzband, wird ein Signal ausgegeben, welches auf einen nicht ordnungsgemäßen Zustand des Prozesses schließen lässt. Das festgelegte Toleranzband kann insofern als Wertebereich verstanden werden, welches vom System „eingelernt“ wurde und auf Erfahrungswerte der Vergangenheit zurückgreift. Zum diesbezüglichen Stand der Technik wird auf die Werkzeugüberwachung der Nordmann GmbH & Co. KG, Hürth, DE, hingewiesen (s.: https://www.nordmann.eu/ huellkurven.html) .

Zwar ist es hiermit möglich, über den Verlauf des Schleifprozesses eine Aussage zu gewinnen, insbesondere unter dem Gesichtspunkt, ob ein ordnungsgemäßes Teil geschliffen wurde. Allerdings hat sich herausgestellt, dass dies in vielen Fällen nicht ausreicht, um eine hinreichende Aussage über den Verlauf des Schleifprozesses sowie die Qualität des geschliffenen Teils treffen zu können. Insbesondere ist es schwierig, Rückschlüsse auf die Fehlerursache zu ziehen, sofern kein ordnungsgemäßer Schleifprozess vorlag.

Der Erfindung liegt die A u f g a b e zugrunde, ein gattungsgemäßes Verfahren so weiterzuentwickeln, dass es möglich ist, durch Überwachung relevanter Größen verbessert auf den Verlauf des Schleifprozesses zu schließen. So soll verbessert beurteilt werden können, ob ein ordnungs- gemäßes Teil geschliffen wurde. Gegebenenfalls sollen auch Hinweise darauf ableitbar werden, aufgrund welcher Probleme der Schleifprozess nicht ordnungsgemäß verlief. Somit besteht ein Ziel der vorliegenden Erfindung in einer prozesssicheren Überwachung des Schleifprozesses und einer möglichst vollständigen Überwachung der Werkstückqualität, was schnell und kostengünstig und somit ohne nachgelagerte externe Messung des geschliffenen Teils, insbesondere des Zahnrades, möglich werden soll.

Die L ö s u n g dieser Aufgabe durch die Erfindung sieht vor, dass mindestens einer der Maschinenparameter oder die von diesem Maschinenparameter abgeleitete Größe periodische Signalanteile beinhaltet, wobei diese Signalanteile durch eine Frequenzanalyse in die einzelnen Frequenzanteile zerlegt werden und die Frequenzanteile hinsichtlich ihrer Frequenz und/oder ihrer Amplitude zum Vergleich herangezogen werden.

Bevorzugt beinhalten beide Maschinenparameter oder die von diesen Maschinenparametem abgeleiteten Größen periodische Signalanteile.

Vorzugsweise werden die Frequenzanteile nur hinsichtlich ihrer Amplitude zum Vergleich herangezogen.

Gemäß einer bevorzugten Vorgehensweise ist vorgesehen, dass die Frequenzanalyse mittels einer Fast-Fourier-Transformation (FFT) erfolgt.

Es können hierzu allerdings auch alternative und an sich bekannte Verfahren herangezogen werden, insbesondere eine Diskrete Fourier-Transformation (DFT), eine Root-Mean-Square-Analyse (Bestimmung des RMS-Spektrums), eine Bestimmung des Amplituden-Spektrums, eine Cepstrum-Analyse, eine Ausgleichssinusfunktion oder eine Ermittlung des Autoleistungsspektrums (PSD-Analyse). Die genannten Verfahren zur Signalanalyse sind als solche bekannt und müssen daher hier nicht näher besprochen werden.

Die Messung des ersten und des zweiten Maschinenparameters kann dabei während eines vorgegebenen Zeitintervalls während des Schleifens des Werkstücks mit dem Schleifwerkzeug erfolgen.

Möglich ist es auch, dass die Messung des ersten und des zweiten Maschinenparameters über einen vorgegebenen Vorschubweg beim Schleifen des Werkstücks mit dem Schleifwerkzeug erfolgt. Die genannten Parameter (insbesondere die Schleifleistung der Werkzeugspindel) wird hiernach also nicht zeitlich, sondern örtlich (über den Verlauf des Schleifhubs) betrachtet. Damit ist es möglich, besonders relevante Abschnitte zu betrachten und Vergleiche mit bereits abgespeicherten Daten anzustellen.

Der erste Maschinenparameter ist gemäß einer bevorzugten Ausführungsform der Erfindung die Stromaufnahme des Motors der Werkzeugspindel ist. Der zweite Maschinenparameter ist bevorzugt die Stromaufnahme des Motors der Werkstückspindel .

Was die Leistungs- oder Stromaufnahme des Werkzeugmotors anbelangt, ist nach einer Weiterbildung der Erfindung vorgesehen, dass vom Verlauf der gesamten Stromaufnahme des Motors der Verlauf der Stromaufnahme abgezogen wird, die sich bei einem Schleifhub ohne Zerspanung von Material ergibt (bzw. bei der Durchführung nur eines Schlichthubs, der nur vergleichsweise wenig Energie verbraucht). Insofern wird also bei dieser Vorgehensweise nicht die gesamte Spindelleistung betrachtet, sondern nur die Zerspanleistung. Von der Gesamtleistungsaufnahme wird also der Anteil abgezogen, der sich bei einem Leerhub (bzw. bei einem Schlichthub) ergibt. Beim Leerhub (bzw. beim Schlichthub) wird nur die Verlustleistung erfasst, wie sie beispielsweise durch die Lager der Achsen hervorgerufen wird oder durch hydrodynamische Verluste infolge des Kühlschmiermittels.

Wenn hier von der Stromaufnahme (I) der Motoren gesprochen wird, ist hier natürlich auch die aufgenommene Leistung (P) der Motoren gemeint, was über die Beziehung bei anliegender Spannung U gegeben ist.

Einer der erfassten Maschinenparameter kann auch der Körperschall der Schleifmaschine oder eines Teils derselben sein, wobei der Körperschall über einen Körperschallsensor erfasst wird.

Eine Alternative sieht vor, dass die vom Maschinenparameter abgeleitete Größe die Zerspanungsenergie pro Volumen (gemessen in J/mm ³ ) ist, die zum Zerspanen eines vorgegebenen Volumens des abzutragenden Aufmaßes auf der Verzahnung oder auf dem Profil benötigt wird. Über die Leistungs- bzw. Stromaufnahme der Werkzeugspindel kann für eine definierte Zeit die aufgenommene Energie ermittelt werden, die (insbesondere nach Abzug der Anteile, die nicht auf die Zerspanung zurückgehen, s. oben) für das Zerspanen von Aufmaß benötigt wird. Unter Berücksichtigung der Geometrie des Werkzeugs (Schleifschnecke) und der Verzahnung bzw. des Profils sowie der Prozessparameter (insbesondere der Zustellung des Werkzeugs auf das Werkstück) kann dann das entsprechende zerspante Volumen ermittelt werden. Mit dem genannten Parameter der Zerspanungsenergie pro Volumen wird die Übertragbarkeit zwischen verschiedenen Schleifprozessen (insbesondere Wälzschleifprozessen) bei unterschiedlichen Werkstücken erleichtert.

Aus den gemessenen Maschinenparametem und/oder aus der vom Maschinenparameter abgeleiteten Größe kann ein Kennwert ermittelt und ausgegeben werden, der den Schleifprozess für das geschliffene Werkstück charakterisiert.

Das Schleifwerkzeug ist bevorzugt eine Schleifschnecke und das Werkstück ein Zahnrad.

Das vorgeschlagene Konzept sieht insofern eine Überwachung und Bewertung des Schleifprozesses, insbesondere des Wälzschleifprozesses, durch Kombination mehrerer Signale vor, wobei mindestens zwei unterschiedliche Prozessparameter betrachtet werden. Für jedes geschliffene Werkstück kann ein Kennwert definiert werden, der Aufschluss über den durchgeführten Schleifprozesses gibt.

Die beschriebene Vorgehensweise überwacht den Schleifprozess effektiv und erkennt fehlerhafte bzw. auffällige Bauteile frühzeitig. Dabei werden insbesondere Fehler am Rohteil des Werkstücks, Welligkeiten auf den Flanken des geschliffenen Zahnrads und auch Werkzeugfehler erkannt.

Die Beurteilung erfolgt durch Rückgriff auf (in der Maschinesteuerung) gespeicherte Daten und somit eingelernte Erkenntnisse aus früheren Schleifprozessen. Prozessabweichungen (Anomalien) können so verbessert erkannt werden, so dass dem Maschinenbediener ein Wamhinweis gegeben oder der Schleifprozess abgebrochen werden kann.

Während der Bearbeitung werden gegebenenfalls mehrere steuerungsinterne Signale (d. h. solche, die in der Maschinensteuerung vorhanden sind) und auch steuerungsexteme Signale (beispielsweise erfasst über Sensoren, die Körperschall aufnehmen, die beispielsweise vom Maschinenbett oder vom Hallenboden herrühren) aufgenommen und berücksichtigt.

Zusätzlich können maschineninteme Daten (wie beispielsweise eingestellte Korrekturen, der Durchmesser der Schleifschnecke, generierte Bahnen, entlang derer das Werkstück und das Werkzeug relativ zueinander geführt werden) verwendet werden, um diese zur Beurteilung des Prozesses zu verwenden, wozu diese gegebenenfalls adaptiv gefiltert und einsortiert werden (beispielsweise durch eine Unterteilung des gesamten Schleifvorgangs in verschiedene Hübe, Unterteilung in Einlauf, Auslauf und vollständigen Eingriff von Werkstück und Werkzeug).

Abhängig von den Einflussgrößen auf den Prozess, insbesondere mit Blick auf die generierte Bahn (beeinflusst durch Schneckendurchmesser und Korrekturen), können Kennwerte berechnet und ausgegeben werden.

Zusätzlich zu den vorbekannten Verfahren (s. oben) können aus den einzelnen erfassten Signalen Kennwerte für die genannte Unterteilung (statistische Kennwerte, wie z. B. Standardabweichung, Varianz, Kurtosis, Skewness, Häufigkeitsverteilungen, Einordnung in Perzentilen, Steigung, Flächeninhalte) ermittelt werden; dies gilt auch für die Ermittlung von Kennwerten aus der Signalanalyse (wie z. B. Frequenz, Amplitude, Ordnungsanalyse). Für eine Allgemeingültigkeit der ermittelten Daten für unterschiedliche Schleifprozesse und somit für die Übertragbarkeit können die genannten Kennwerte normiert werden. Hierzu werden beispielsweise das bezogene Zeitspanvolumen, die bezogene Schleifleistungen, die bezogene Schnittkraft sowie die Kontaktzeit zwischen Werkstück und Werkzeug herangezogen.

Über die Kombination der verschiedenen Kennwerte, die aus den diversen Sensorsignalen gewonnen wurden, entstehen Informationen über den Schleifprozess.

Mit Hilfe von Algorithmen aus der Statistik und insbesondere mit Algorithmen aus dem Bereich des maschinellen Lernens werden diese Daten ausgewertet und hierdurch die Qualität des Bearbeitungsprozesses bestimmt. Die an sich bekannten Algorithmen aus dem Bereich des maschinellen Lernens beinhalten sowohl überwachtes als auch unüberwachtes Lernen, „Deep Learning“ und „bestärkendes Lernen“.

Somit wird es möglich, die Überwachungsqualität zu erhöhen und damit den Schleifprozess zu stabilisieren. Es kann in verbesserter Weise erkannt werden, ob es sich um einen fehlerhaften Prozess handelt, wobei auch die Art des Fehlers verbessert identifiziert werden kann. Die Voraussetzung hierfür ist, dass bei den (in der Maschinensteuerung) hinterlegten Daten ein solcher oder ein ähnlicher Fehler eingelemt wurde.

Neben der Erkennung des Fehlerfalls ist damit auch eine schnellere Fehlerbehebung möglich. Aufbauend auf diesem Wissen ist die Maschine in der Lage, adaptiv in den Prozess einzugreifen und diesen zu optimieren. Wie erwähnt, können die Messsignale im Prozess auf der Basis von Erkenntnissen über den Schleifprozess in Bereiche unterteilt werden, die für die Bewertung des Prozesses aussagekräftig sind. Es wird somit nicht zwingend der gesamte Bearbeitungsprozess beurteilt, sondern nur relevante Bereiche.

Die vorgeschlagene Vorgehensweise überwacht somit den Schleifprozess und beurteilt diesen indexbasiert. Das bedeutet, dass für jedes einzelnes Werkstück ein Index, also ein Zahlenwert berechnet, wird, der die Qualität des Schleifprozesses beurteilt. Diese Indexwerte können dann dem Maschinenbediener als Verlaufsdiagramm zur Verfügung gestellt werden, so dass dieser sich leicht einen Überblick über den erfolgten Schleifprozess machen kann. Zur Ermittlung des genannten Index können mehrere Kennwerte verwendet werden. Diese Kennwerte beurteilen dann auf unterschiedliche Weise den Schleifprozess, den Abrichtprozess und das Ausrichten des Werkstücks in der Schleifmaschine. Fehler können somit frühzeitig erkannt werden, die ansonsten erst im Messraum oder gar nicht erkannt werden. Hierzu gehören Fehler wie Rohteilfehler oder Rüstfehler.

Zusätzlich ist es möglich, gezielte Meldungen zu den Unregelmäßigkeiten auszugeben, wenn diese im Algorithmus eingelernt sind. Somit kann eine Optimierung des Prozesses und somit das Abstellen eines Fehlers gezielt und zeitsparend erfolgen.

Die im konkreten Schleifprozess erfassten Daten werden mit solchen verglichen, die in einer Datenbank hinterlegt sind. Somit können beispielsweise bestimmte Prozesssignale bestimmten Bereichen der Schleifschnecke zugeordnet werden; entsprechend können beispielsweise Signale bestimmten Schneckendurchmessern und dazugehörigen Drehzahlen der Schleifschnecke zugeordnet werden.

In der Zeichnung sind Ausführungsbeispiele der Erfindung dargestellt.

Fig. 1 zeigt zunächst in allgemeiner Weise für einen ersten Schleifprozess in der oberen Abbildung den Verlauf der Leistungsaufnahme bzw. der Stromaufnahme des Motors, der die Schleifspindel antreibt, und in der unteren Abbildung den Verlauf der Leistungsaufnahme bzw. der Stromaufnahme des Motors, der die Werkstückspindel antreibt, und

Fig. 2 zeigt gemäß einer Ausgestaltung des erfindungsgemäßen Verfahrens für einen zweiten Schleifprozess in der linken Abbildung den Verlauf der Leistungsaufnahme bzw. der Stromaufnahme des Motors, der die Werkstückspindel antreibt, und in der rechten Abbildung die aus einer Fast Fourier Transformation (FFT) gewonnenen Amplituden der Frequenzanteile eines periodischen Verlaufs der Leistung bzw. des Stroms.

In Figur 1 ist der Verlauf der Leistungen P bzw. Stromstärken I über der Zeit t aufgetragen, der sich für einen Motor für den Antrieb einer Schleifspindel (S) sowie für den Motor für den Antrieb einer Werkstückspindel (W) in einer Verzahnungsschleifmaschine ergibt (dargestellt für einen Schrupphub, bei dem das Werkstück in Qualität geschliffen wird). Oben in Figur 1 ist der Verlauf der Leistung PS über der Zeit aufgetragen, wie sie vom Motor der Schleifspindel aufgenommen wird; über die anliegende Motorspannung ergibt sich entsprechend derselbe Verlauf für die Stromstärke IS des Motors. Analoges gilt für die untere Darstellung in Figur 1, wo dieselbe Angabe für den Motor für den Antrieb der Werkstückspindel aufgetragen ist.

Der bei der Fertigung ordnungsgemäßer Zahnräder zu erwartende Verlauf der Leistungen bzw. Stromstärken ist mit der jeweiligen strichpunktierten Linie dargestellt. Mit gestrichelten Linien ist oberhalb bzw. unterhalb der strichpunktierten Linie dargestellt, welches Toleranzband für den Verlauf der Leistungen bzw. Stromstärken zulässig ist. Dabei ist mit EL der Bereich des Einlaufs einer Schleifschnecke in das zu schleifende Zahnrad markiert, mit VS der Vollschnitt, bei dem das eigentliche Schleifen erfolgt, und mit AL der Auslauf des Werkzeugs aus dem Werkstück.

Die ausgezogene Linie gibt an, wie der tatsächliche Verlauf der Leistungen bzw. Stromstärken beim Schleifen eines konkreten Werkstücks war.

Zu erkennen ist, dass für die Leistungs- bzw. Stromaufnahme an der Schleifspindel ein normaler Verlauf gegeben ist, der auf ein ordnungsgemäßes Schleifen schließen lassen würde. Tatsächlich ist dies jedoch nicht der Fall. Durch einen Flankenformfehler (namentlich durch eine entgegengesetzte Flankenlinienabweichung zwischen der rechten und der linken Zahnflanke) nimmt zwar die Schleifspindel den erwarteten Strom auf, nicht allerdings die Werkstückspindel, deren Leistungsaufnahme außerhalb des erwarteten Bereich liegt, wie es sich aus der unteren Darstellung in Figur 1 ergibt.

Es sei also darauf hingewiesen, dass abhängig von der Lage bzw. der Ausrichtung des Flankenformfehlers die Leistungsaufnahme bzw. Stromaufnahme an der Schleifspindel durchaus noch im zulässigen Toleranzband liegen kann, während erst die gleichzeitige Berücksichtigung der Leistungsaufnahme bzw. Stromaufnahme an der Werkstückspindel aufzeigt, dass es hier mit der Vorbearbeitung des Zahnrades Probleme gegeben hat und ein entsprechender Flankenformfehler vorliegt.

Vorgesehen ist beim vorliegenden Ausführungsbeispiel also generell, dass (zumindest) während des Eingriffs des Schleifwerkzeugs in die zu schleifende Verzahnung ein erster Maschinenparameter in Form der Leistung oder der Stromstärke der Werkzeugspindel sowie ein zweiter Maschinenparameter in Form der Leistung oder der Stromstärke der Werkstückspindel gemessen wird. Die beide gemessenen Maschinenparameter PS/IS, PW/IW werden mit einem vorgegebenen gespeicherten Wert verglichen. Ausweislich Figur 1 ist gemäß der unteren Teilfigur sofort festzustellen, dass der Verlauf der Leistung bzw. der Stromstärke das zulässige Toleranzband verlassen hat, so dass ein Warnsignal ausgegeben wird. Die Maschinesteuerung weist somit auf ein Problem beim Schleifen hin und dass möglicherweise kein Gut-Teil vorliegt.

In Figur 2 ist eine konkrete erfindungsgemäße Vorgehensweise dargestellt, wonach das genannte Verfahren hier konkret so ausgestaltet wurde, um verbessert Probleme während des Schleifprozesses sichtbar zu machen und eine entsprechende Warnmeldung ausgeben zu können.

In der linken Darstellung in Figur 2 ist wiederum die Leistungs- bzw. Stromaufnahme an der Werkstückspindel dargestellt (s. die ausgezogene Linie), die hier im zulässigen Toleranzband liegt. Allerdings ist auch zu erkennen, dass sich die Leistungs- bzw. Stromaufnahme periodisch verändert, d. h. sie weist den Verlauf einer überlagerten Schwingung auf.

Diese überlagerte Schwingung kann eine nachteilige Feinwelligkeit auf die Zahnflanke aufbringen, welche zu Geräuschen im Einsatz der Verzahnung führen können; dies ist insbesondere im Bereich der Elektromobilität sehr nachteilhaft.

Vorgesehen ist gemäß einer möglichen erfindungsgemäßen Ausgestaltung demnach hier, dass in Verfeinerungen der obigen Vorgehensweise eine vom Maschinenparameter (hier: von der Leistung- bzw. Stromaufnahme der Werkstückspindel) abgeleitete Größe betrachtet wird, um den Schleifprozess zu beurteilen bzw. bewerten.

Der aufgezeichnete Verlauf im linken Teilbild von Figur 2 wird einer Fast Fourier Transformation (FFT) unterzogen, um das periodische Signal in seine Bestandteile („Harmonischen“) zu zerlegen. Dies ist im rechten Teilbild in Figur 2 dargestellt. Hier ist die Amplitude A der einzelnen Frequenzanteile des erfassten periodischen Signals über der Ordnung Or schematisch aufgezeichnet. Zu erkennen ist, dass ein Frequenzanteil über einem Grenzwert Gr liegt, so dass darauf geschlossen werden kann, dass kein ordnungsgemäßer Schleifprozess stattgefunden hat.

Es sei darauf hingewiesen, dass die Darstellung in Figur 2 nur sehr schematisch ist und natürlich für jeden einzelnen Frequenzanteil, der sich aus der FFT ergibt, individuelle Grenzwerte festgelegt werden können. Hier kann insbesondere Expertenwissen eingehen, welches in der Maschinensteuerung gespeichert ist, um diese zu veranlassen, dass im gegebenen Falle ein Warnsignal ausgegeben wird.

Mit der vorgeschlagenen Vorgehensweise wird es insbesondere möglich, sehr schnell auf nicht ordnungsgemäße Prozessbedingungen hinweisen zu können, bevor möglicherweise eine komplette Charge an Werkstücken fehlerhaft produziert wurde. Damit können erheblich Kosten eingespart werden. Natürlich können auch andere Parameter für die Überwachung des Prozesses herangezogen werden, wobei insbesondere an die Erfassung des Körperschalls der Maschine oder des Hallenbodens gedacht ist, die gleichermaßen insbesondere nach einer Analyse der aufgenommenen Signale (beispielsweise durch eine FFT) darüber Aussagen ermöglichen, wie der Schleifprozess verlaufen ist und ob zu erwarten ist, dass ein Gut-Teil geschliffen wurde.

Im Ausführungsbeispiel dargestellt ist der Einsatz einer FFT. Alternativ kann natürlich jedes andere an sich bekannte Verfahren zur Frequenzanalyse zum Einsatz kommen, wie insbesondere die Diskrete Fourier-Transformation (DFT), die Frequenzanalyse durch eine Root-Mean-Square-Analyse (Bestimmung des RMS- Spektrums), durch eine Bestimmung des Amplituden- Spektrums, durch eine Cepstrum- Analyse (einschließlich der Varianten, wie zum Beispiel Power-Cepstrum), durch eine Ausgleichssinusfunktion oder durch eine Ermittlung des Autoleistungsspektrums (PSD- Analyse). In der Messwertanalyse sind die beschriebenen Verfahren als solche sämtlich bekannt, so dass an dieser Stelle nicht näher auf sie eingegangen werden muss. Wesentlich ist lediglich, dass für die gemessenen periodischen Signalanteile durch eine Frequenzanalyse die einzelnen Frequenzanteile bestimmt und die hieraus ermittelten Ergebnisse für den Vergleich mit zulässigen Grenzwerten (insbesondere für die maximal zulässigen Größen der einzelnen Amplituden der „Harmonischen“) herangezogen werden.