Bei ARC Solutions sind wir überzeugt, dass der nächste große Sprung in der Fertigung nicht nur in schnelleren Maschinen liegt, sondern in intelligenteren – in Systemen, die ein Design sofort erfassen und genau wissen, wie es gefertigt werden muss. 

In der Welt von CAD/CAM ist die Brücke zwischen Design und Produktion noch viel zu oft von manueller Interpretation abhängig. Erfahrene Zerspanungsfachkräfte betrachten ein Modell, erkennen Merkmale wie Bohrungen, Nuten oder Taschen und legen die Fertigungsschritte fest. Das funktioniert – bis Komplexität, Geschwindigkeit und Individualisierung diesen Prozess zum Engpass werden lassen. 

AFR (Automated Feature Recognition) ist ein entscheidender Schritt, um diesen Engpass zu beseitigen. AFR fungiert als Sprachübersetzer zwischen Geometrie und Fertigungsschritt. Und obwohl AFR seit Jahrzehnten erforscht wird – mit regelbasierten, graph-basierten und hybriden Ansätzen – bleibt die Herausforderung bestehen: ein universelles, robustes Modell zu entwickeln, das mit der Vielfalt realer Bauteile umgehen kann. 

Die Masterarbeit von Clinton Ikechukwu war für uns eine tolle Gelegenheit unser Wissen und unsere Erfahrung weiterzugeben und stärkte zusätzlich die langjährige gute Zusammenarbeit zwischen uns und der TU Chemnitz.
Seine Arbeit untersucht den Einsatz von Deep Learning, insbesondere von CNNs (Convolutional Neural Networks). Dabei sollte es über synthetische Testfälle hinausgehen und in das Gebiet vorzustoßen, welches – neben der Verarbeitung präziser CAD-Modelle – wirklich zählt: das Reverse Engineering realer Daten aus gescannten und 3D-gedruckten Bauteilen. Auf diese Weise lernt das Modell direkt aus der Komplexität, den Unvollkommenheiten und der Variabilität realer Produktionsumgebungen. 

Der potenzielle Nutzen ist klar: 

• Für das Design: schnellere Rückmeldungen, bessere Einblicke in die Fertigbarkeit. 

• Für die Produktion: ein Schritt in Richtung automatisierter Übersetzung von CAD nach CAM und zur Beschleunigung der Prozessplanung. 

• Für die Industrie: eine Grundlage für cyber-physische Systeme, die den Kreislauf zwischen Design, Planung und Ausführung schließen. 

Für die gute Zusammenarbeit und den geleisteten Beitrag bedanken wir uns bei Herrn Clinton Ikechukwu und der Technischen Universität Chemnitz.

Wir sehen diese Arbeit als einen Schritt hin zu Fabriken, die nicht nur fertigen, sondern denken. An diesen Schritt wollen wir in laufenden und künftigen Projekten mit unseren Partnern und Kunden anknüpfen und so der industriellen Anwendung näher kommen.