24.05.2025
Forschung
Die Technische Universität Graz (TU Graz) und voestalpine Böhler Welding, ein Unternehmen der voestalpine Metal Engineering Division, vertiefen ihre langjährige Zusammenarbeit durch ein zukunftsweisendes Forschungsprojekt. Unter dem Titel Spark Science Center entwickeln sie gemeinsam KI-gestützte Lösungen zur Optimierung von Schweißprozessen.
Bestehende Kooperationen, unter anderem mit den Instituten für Eisenbahn- und Verkehrswesen sowie für Railway Infrastructure Design, werden nun um ein weiteres innovatives Forschungsfeld erweitert. Ein gutes Schweißergebnis hängt maßgeblich von der optimalen Stromspannungs-Kennlinie des Schweißgeräts ab. Die Ermittlung der idealen Einstellungen basiert auf einer Vielzahl von Eingangsvariablen. Im Zentrum des Projekts steht daher die Entwicklung intelligenter Systeme, die in der Lage sind, Eingaben, wie Grundwerkstoffe, Zusatzwerkstoffe, Schutzgase oder Schweißverfahren, automatisch zu analysieren und die Schweißparameter in Echtzeit anzupassen. Ziel ist es, die bisher manuell durchgeführten Korrekturen durch eine Machine-Learning-gestützte Automatisierung zu ersetzen, um eine gleichbleibend hohe Qualität und maximale Prozesssicherheit zu gewährleisten.
Christof Sommitsch, Leiter des Instituts für Werkstoffkunde, Fügetechnik und Umformtechnik der TU Graz, erklärt: „Im Prinzip erstellt man einen riesigen Datenraum, in dem alle Schweißergebnisse als Funktionen von unterschiedlichen Eingangsgrößen enthalten sind. Das Machine-Learning-Modell analysiert sie, liefert Abhängigkeiten und letztendlich einen Vorschlag für die gestellte Schweißaufgabe .“
Um die für das Training des Machine-Learning-Modells benötigten realen Daten zu erfassen, wird das Grundlagen-Schweißlabor an der TU Graz weiterentwickelt. Darüber hinaus werden bei voestalpine Böhler Welding in Kapfenberg auf Basis der im Labor getroffenen Vorarbeiten auf einer eigenen technologischen Versuchslinie Daten im großen Maßstab generiert.
Das Projekt ist auf eine Laufzeit von rund acht Jahren angelegt, erste Forschungsschritte erfolgen bereits im Rahmen einer Dissertation.
(Quelle: Technische Universität Graz)
Schlagworte
AutomationKIMaschinelles LernenSchweißenSchweißparameter
