Flugzeugtriebwerke müssen auch unter widrigen Bedingungen zuverlässig hohe Schubkräfte liefern. Daher ist Präzision bei der Fertigung moderner Flugzeugturbinen von höchster Bedeutung. In Turbofan-Triebwerken verfügt der Fan, der die Luft in die Turbine saugt, über mehrere Schaufeln mit komplexen, gekrümmten Geometrien. Diese Metallschaufeln werden in einem Präzisionsfräsverfahren hergestellt, das eine sorgfältige Bearbeitungsstrategie erfordert. Präzisionsfräsen ist nur möglich, wenn die Relativbewegung von Werkzeug und Werkstück genau kontrolliert wird. Andernfalls kann das Schneidwerkzeug zu vibrieren beginnen, wodurch die Schaufeloberfläche unkontrolliert gegen den Fräskopf schlägt und das Werkzeug beschädigt. Selbst eine geringfügige Abweichung von den Spezifikationen, die ein Bauteil praktisch unbrauchbar macht, kann ein sehr kostspieliger Fehler sein. „Diese Art von Produktionsfehler kann für Hersteller von hochpräzisen Bauteilen für Flugzeugtriebwerke sehr teuer werden“, erklärt Wolfgang Maaß, Professor für Wirtschaftsinformatik an der Universität des Saarlandes und Leiter des Forschungsbereichs Smart Service Engineering am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI).
Doch die Situation ist ähnlich für viele andere Unternehmen, ob groß oder klein, die Metallkomponenten herstellen, darunter auch solche, die per Laserschneiden gefertigt werden. Die extreme Hitze, die beim Schneidprozess entsteht, kann dazu führen, dass sich das Metall an unerwünschten Stellen ausdehnt. Bei konventionellen Schneidverfahren können sich zudem Späne in der Maschine verfangen und diese zum Stillstand bringen. Die Folge sind erhöhte Ausschussquoten und lange Maschinenstillstandszeiten, die dem produzierenden Unternehmen Material, Zeit und Geld kosten. Die metallverarbeitende Industrie ist ein wichtiger Wirtschaftszweig in Deutschland und der EU, und die Sicherheits- und Qualitätsstandards sind streng. „Produktionsprozesse in der Metallverarbeitung weisen mitunter Ausschussquoten von rund 1 % auf, was zunächst gering erscheint, aber in der Summe erhebliche Auswirkungen auf die Wettbewerbsfähigkeit haben kann“, erklärt Wolfgang Maaß.
Durch digitale Simulationen mit künstlicher Intelligenz lässt sich die Ausschussquote senken. Indem ein digitaler Zwilling des Werkstücks erstellt wird, kann alles, was mit einem realen Bauteil geschieht – von der Planung über die Produktion bis hin zur Qualitätssicherung – in einer virtuellen Umgebung simuliert werden. Theoretisch lässt sich jeder Aspekt der Produktionskette präzise optimieren, von der optimalen Spindeldrehzahl beim Fräsen bis zur idealen Leistungsdichte des Lasers. Doch es gibt ein Problem: Die enorme Datenmenge, die für diese hochauflösenden Simulationen benötigt wird, ist mit herkömmlichen Computersystemen schlichtweg nicht zu bewältigen. Quantencomputer, die die notwendige Rechenleistung bereitstellen könnten, sind noch nicht verfügbar. Die Folge: „Aktuell werden Simulationen in der Praxis kaum eingesetzt. Das liegt zum einen an der unzureichenden Rechenleistung und zum anderen am Bedarf an spezialisierten Daten und Informationen, die wiederum detailliertes Fachwissen in Computersimulationen erfordern“, erklärt Hannah Stein vom Forschungsteam Maaß. Derzeit müssen sich metallurgische Unternehmen mit digitalen Zwillingen geringerer Auflösung begnügen und sind stark auf das praktische Wissen und die Erfahrung ihrer Produktionsingenieure angewiesen.
Bis Quantencomputer die nötige Geschwindigkeit für die Verarbeitung riesiger Datenmengen erreichen, ist es noch ein weiter Weg. Die Forscher des Quasim-Projekts bleiben jedoch realistisch. Das Konsortium aus Industrie- und Hochschulpartnern arbeitet an kurz- und langfristigen Lösungen, die die Leistungsfähigkeit von Quantensystemen nutzen, um verbesserte Simulationen für Fertigungsszenarien zu ermöglichen. Projektkoordinator Wolfgang Maaß erklärt: „Unsere ersten Studien haben gezeigt, dass wir durch die Nutzung der Prinzipien quantenmechanischer Systeme und quantenbasierter maschineller Lernstrategien algorithmische Probleme deutlich schneller lösen können.“ Obwohl Quantencomputer noch in den Kinderschuhen stecken, lässt sich die zugrundeliegende Technologie bereits in Bereichen anwenden, in denen herkömmliche Computer an ihre Grenzen stoßen und enorme Rechenzeiten benötigen würden.
Forscher nutzen verschiedene Quantencomputerverfahren, um komplexe Simulationen zu beschleunigen und praxistauglicher zu gestalten. Die Arbeit umfasst die Anwendung von Quantencomputertechnologien auf konventionelle Simulationsmethoden, die auf mathematischen Modellen aus Physik und Materialwissenschaften basieren. Das Team untersucht zudem quantenbasierte Methoden des maschinellen Lernens. Durch den Vergleich dieser neuen Ansätze mit herkömmlichen Methoden und die Bewertung der Effektivität verschiedener Lösungen entwickelt das Team innovative Ansätze, die in naher Zukunft praktische Anwendung finden könnten. Die Ergebnisse werden bereits in bestehende Simulationsmethoden integriert. „Wir entwickeln derzeit die ersten Prototypen. Die vielversprechendsten Ergebnisse wurden bisher mit Hybridmodellen erzielt, die konventionelle Simulationsmethoden mit Quantentechnologie und maschinellem Lernen kombinieren“, erklärt Doktorandin Hannah Stein.
Da Forscher Produktionsdaten realer Fertigungslinien nutzen, könnten Triebwerkshersteller schon bald Quantencomputersimulationen einsetzen, um Schaufelschwingungen beim Fräsen vorherzusagen. Durch die Arbeit mit einem exakten digitalen Zwilling können sie Bearbeitungsparameter wie die Fräsgeschwindigkeit präzise einstellen, Bearbeitungsungenauigkeiten beseitigen und Ausschussquoten deutlich reduzieren. Die verbesserten Simulationen ermöglichen es Laserschneidanlagen außerdem, die korrekte Leistung während einer optimierten Bearbeitungssequenz abzugeben, wodurch unbeschädigte und maßgenaue Metallbauteile entstehen. Auf der diesjährigen Hannover Messe präsentiert das Unternehmen Enterprise Computing aus Saarbrücken Prototypen für Laserfräsen und -schneiden, die demonstrieren, wie die konventionelle Fertigung durch Simulationen auf Basis von Quantentechnologie verbessert werden kann. Dies verkürzt die Materialbearbeitungszeiten und steigert die Produktqualität.
Das Projekt Quasim („QC-Enhanced Service Ecosystem for Simulation in Manufacturing“) ist ein Konsortium bestehend aus der Forschungsgruppe von Wolfgang Maaß an der Universität des Saarlandes und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), der Gruppe von Professor Frank-Wilhelm Mauch am Forschungszentrum Jülich und der Universität des Saarlandes, dem Fraunhofer-Institut für Produktionstechnik (IPT), dem Werkzeugmaschinenhersteller TRUMPF, dem Softwarekomponentenanbieter ModuleWorks sowie den assoziierten Projektpartnern Ford und dem Triebwerkshersteller MTU Aero Engines. Das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) und das Deutsche Zentrum für Luft- und Raumfahrt (DLR) stellen eine Projektförderung von über 5 Millionen Euro bereit.
