@phdthesis{Silberer2019, type = {Master Thesis}, author = {Katharina Silberer}, title = {Datenbasierte Analyse des induktiven Aufw{\"a}rmprozesses beim Aluminiumstrangpressen}, doi = {10.25924/opus-3153}, pages = {92}, year = {2019}, abstract = {In den letzten Jahrzehnten gewann Aluminium als vielseitig einsetzbarer Werkstoff immer mehr an Bedeutung. Das Vorarlberger Unternehmen Hydro Extrusion Nenzing ist Teil der Aluminiumverarbeitungsindustrie und stellt stranggepresste Aluminiumprofile her. Beim Strangpressen werden Aluminiumstangen in einem Durchlaufinduktionsofen auf bis zu 520 °C erhitzt und anschlie{\"s}end durch ein formgebendes Werkzeug gepresst. Nach dem induktivem Aufw{\"a}rmen wird ein Teil der Stange aus dem Ofen gefahren und abgeschert. Die erzeugte Temperaturverteilung an diesem abgescherten Bolzen ist der sogenannte Taper. Das induktive Aufw{\"a}rmen ist ein wichtiger Teil der Extrusion und steht im Fokus dieser Forschungsarbeit. Ziel dieser Arbeit ist es, den Aufw{\"a}rmprozess der Aluminiumstangen, mithilfe einer Kombination aus explorativer Datenanalyse und Methoden des maschinellen Lernens, genauer zu verstehen und den resultierenden Taper vorherzusagen. Au{\"s}erdem werden parallel die signifikanten Einflussparameter, ohne Ber{\"u}cksichtigung von Materialparametern, untersucht. Nach der explorativen Datenanalyse wurden mithilfe eines k-means-Clusterverfahren zwei Klassifizierungsvarianten entwickelt. In der ersten Variante liegen die Taper nach ihrer Bolzenl{\"a}nge und Form gegliedert vor. Es zeigte sich, dass die Taper der Bolzen mit {\"a}hnlicher L{\"a}nge auch {\"a}hnliche Formen annehmen. Ein einfacher Entscheidungsbaum konnte die 13 Zielklassen zu etwa 85 \% vorhersagen. Die Bolzenl{\"a}nge spielt bei der Vorhersage eine wichtige Rolle. Die zweite Klassifizierungsvariante basiert hingegen ausschlie{\"s}lich auf der Taperform. Die angewendeten Modelle (k-Nearest-Neighbor, Decision Tree, Random Forest) waren jedoch kaum in der Lage, die 11 Klassen abzubilden. Grund f{\"u}r die unzureichende Vorhersageleistung k{\"o}nnen die vielen Unsicherheiten in der Datenstruktur sein. Die anschlie{\"s}ende detaillierte, explorative Analyse der formabweichenden Taper deutet fehlende Merkmale im Datensatz an. Einige Bolzen setzen sich aus zwei Stangenenden zusammen. Diese geteilten Bolzen f{\"u}hren zu abweichenden Aufw{\"a}rmverhalten, wodurch auff{\"a}llige Taper entstehen. Die Information ob sich ein Bolzen aus zwei Stangen zusammensetzt fehlt jedoch im Datensatz. Der Aufw{\"a}rmvorgang der Stangen wird demnach durch ein Wechselspiel der aktuellen Regelung und zwei ma{\"s}geblichen Faktoren beeinflusst: die Bolzenl{\"a}nge und das Auftreten von geteilten Bolzen. Diese Faktoren bestimmen die Stangentemperatur im Ofen, den induzierten Strom und somit den resultierenden Taper. Aufgrund dieser Ergebnisse k{\"o}nnte die temperaturbasierte Regelung zuk{\"u}nftig durch eine Steuerung hinsichtlich des induzierten Stroms ersetzt, dadurch Energie eingespart und Schrott vermieden werden.}, language = {de} }