Frühzeitige Detektion von Oberflächenzerrüttungen/Premature detection of surface disruption – Deep Learning-based method for classification of damage on ball screw drives

Die Zustandsüberwachung von Anlagen, Maschinen und deren Bauteilen ist eine zentrale Thematik von Industrie 4.0. Unvorhergesehene Ausfälle von Werkzeugmaschinen sind häufig auf den Verschleiß und das daraus resultierende Versagen von Kugelgewindetrieben zurückzuführen. Aufgabe dieser Arbeit ist die frühzeitige Detektion von Oberflächenschäden auf der Kugelgewindetriebspindel mit einem elektromechanischen Kamerasystem in Kombination mit Deep-Learning-basierten Modellen, um entsprechende Wartungsmaßnahmen abzuleiten. Condition monitoring of plants, machines and their components is a central topic of Industry 4.0. Unforeseeable failures of machine tools are often caused by wear, resulting in failure of ball screws and subsequent surface disruptions. This article describes how image-based monitoring of ball screws by an electronic camera system in combination with deep learning-based models enable the early detection of surface disruptions and to derive appropriate and preventive maintenance measures.