Forschung
Bearbeitung von faserverstärkten Kunststoffbauteilen in der Karlsruher Forschungsfabrik. - © wbk, KIT
10.10.2022

Industrielle Produktion mit KI optimieren

Industrielle Produktion mit KI optimieren

Immer kürzere Produktlebenszyklen und volatile Märkte zwingen Unternehmen, qualitativ hochwertige Produkte schnell mit neuen, unreifen Prozessen herzustellen. Vergleichbar mit einer Software, die während der Anwendung durch Updates stetig weiterentwickelt wird, müssen die Produktionsprozesse dafür im laufenden Betrieb verbessert werden: Das ist das Ziel der Forschenden der Karlsruher Forschungsfabrik für KI-integrierte Produktion des Karlsruher Instituts für Technologie (KIT) und der Fraunhofer Gesellschaft. Mithilfe von Künstlicher Intelligenz (KI) wollen sie die Zeit bis diese Produkte auf den Markt kommen, signifikant verkürzen und Kosten einsparen.

Damit Unternehmen hochwertig und kosteneffizient produzieren können, sind ausgereifte Produktionsprozesse notwendig. Weil dafür viele verschiedene Faktoren berücksichtigt werden müssen, ist ihre Entwicklung bisher besonders aufwendig – insbesondere, wenn neue Materialien und Verfahren verwendet werden, der Produktionsprozess hochkomplex ist oder keine ausgereiften Modelle zur Verfügung stehen. Der systematische Einsatz von KI soll Prozessanpassungen kostengünstiger, schneller und effizienter machen. Das ist Ziel der Forschungsgruppe „KI-basierte Methodik für die schnelle Ertüchtigung unreifer Produktionsprozesse“ des KIT und der Fraunhofer Gesellschaft. Sie will es für Unternehmen leichter machen, neue Produktionsprozesse in Feldern wie dem Leichtbau oder der Elektromobilität zukünftig schneller gesamtheitlich zu durchdringen, gezielt zu verändern oder anzupassen. Anhand der Herstellung faserverstärkter Kunststoffbauteile, etwa für den Automobilbereich, will das Team zeigen, wie sich mittels KI-Methoden die Prozessreife und die Produktqualität in kurzer Zeit und im laufenden Betrieb steigern lassen.

Prozesse ausgestalten und „überinstrumentieren“: So lernt die KI schnell

„Wir betrachten zunächst den Prozess der Umformung von Faserhalbzeugen. Das sind flächige Gewebe, die als Ausgangsmaterial für die Herstellung von Bauteilen genutzt werden. Hier sind aktuell manuelle Nacharbeiten wie erneutes Erwärmen oder Umformen notwendig, bis die richtigen Prozessparameter und -schritte gefunden und eingestellt sind“, sagt Professor Jürgen Beyerer vom Institut für Anthropomatik und Robotik des KIT und Institutsleiter des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung IOSB. „Ziel ist es, den Vorgang möglichst schnell zu verstehen, um auf dieser Basis den Prozess so regeln zu können, dass früher Produkte mit guter Qualität entstehen.“

Dafür stattet das Team den Produktionsvorgang mit erweiterter Aktuatorik und Sensorik aus – zum Beispiel mit Robotik und zusätzlichen Messinstrumenten. Dies nennt sich „überinstrumentieren“. Ziel ist es, möglichst viele Informationen wie Temperaturen, Drücke oder Kräfte zu erfassen. Je nach Vorhersage eines selbstlernenden Modells können dann die Größen identifiziert werden, die zur Prozesskontrolle benötigt werden. „Wir wollen die unreifen Prozesse systematisch so ausstatten, dass eine KI relativ schnell lernen kann, wie Prozessparameter und -ergebnis mit der Produktqualität zusammenhängen“, so Beyerer.

Prozesse richtig einstellen: KI gibt Empfehlungen

Damit dieser Vorgang nicht für jeden einzelnen Prozess wiederholt werden muss, wollen die Forschenden die Erkenntnisse verallgemeinern und einen Baukasten entwickeln, der für alle ähnlichen Prozesse verwendet werden kann. Mittels dynamischer Modellierung soll ein digitales Abbild des Prozesses datenbasiert erstellt werden, um schon vorab die Datenbasis testen zu können. „Der so entstehende Ansatz zur schnellen Reifmachung noch nicht vollständig ausspezifizierter Produktionsprozesse ermöglicht es zudem, die Erkenntnisse aus der Forschung schnell in die Industrie zu übertragen: Unternehmen erhalten sowohl eine Vorgehensweise, um ihre Prozesse schnell anzupassen, als auch Möglichkeiten, den Prozessreifegrad zu messen“, sagt Professor Jürgen Fleischer, Leiter des wbk Instituts für Produktionstechnik des KIT.

Mit ihrem neuartigen Ansatz setzte sich die Forschungsgruppe in einem harten Wettbewerb durch: Die Deutsche Forschungsgemeinschaft (DFG) fördert sie als eine von acht Gruppen in der mit 90 Millionen ausgestatteten strategischen Förderinitiative „Künstliche Intelligenz“ für vier Jahre mit 4,79 Millionen Euro. Nach einer erfolgreichen Begutachtung ist eine Verlängerung um weitere vier Jahre vorgesehen. Für das Vorhaben sollen Promotionsstellen in den Fachrichtungen Maschinenbau, Informatik, Mechatronik und Wirtschaftsingenieurwesen entstehen. Die Forschungsgruppe wird zum 1. Januar 2023 die Arbeit aufnehmen.

(Quelle: Presseinformation des Karlsruher Instituts für technologie (KIT))

Schlagworte

KIKünstliche IntelligenzProduktionWirtschaftlichkeit

Verwandte Artikel

Der Strain Hardening Test (SHT) ermöglicht eine präzise Überprüfung der Spannungsrissbeständigkeit von Kunststoffen.
25.03.2024

SKZ setzt neue Maßstäbe in der Kunststoffprüfung mit innovativem Strain Hardening Test (SHT)

Das SKZ setzt auf fortschrittliche Prüfverfahren zur Qualitätssicherung von Kunststoffen aus Polyolefinen. Der Strain Hardening Test ermöglicht das präzise Prüfen der Spa...

AD AI AM ERP Forschung Gas KI Kunststoff MES Norm Normen Polymere Prüfverfahren Qualitätssicherung Regelwerk Regelwerke Stanzen TIG Verformung Werkstoffe Zugversuch
Mehr erfahren
Einbaufertige Lüftungsgitter mit Hexagonallochung von SCHÄFER Lochbleche.
23.03.2024

Bionik im Fahrzeugbau mit Lochblechen

Lochbleche sind in der Automobil- und Nutzfahrzeug-Industrie ein bewährtes Konstruktions- und Gestaltungselement. Dabei müssen sie in komplizierte Umgebungen eingebaut we...

AI Aluminium AM Automotive Baumaschinen Bleche Edelstahl KI Korrosion Laser Leichtbau Lochbleche MAG MES MIG Motoren Norm Oxidation PPE Pulverbeschichten Sintern Stahl TIG Weiterverarbeitung Werkzeug Werkzeuge Zink
Mehr erfahren
Die für den jeweiligen Strahlprozess idealen Verfahrensparameter werden einfach und intuitiv am Bedienpanel eingegeben. Bedienfehler sowie Fehlfunktionen und daraus resultierende, ungeplante Anlagenstillstände sind dadurch weitestgehend ausgeschlossen.
22.03.2024

Rösler PowerLine Valve – erste KI-basierte Strahlmittelregulierung

Mit dem Rösler PowerLine Valve vereinfacht Rösler das Turbinenstrahlen. Der neu entwickelte, intelligente Muschelschieber sorgt dafür, dass die Strahlleistung automatisc...

Anlagen Bauteile Digitalisierung Druck KI Maschinen Maschinensicherheit Optimierung Prozesse Prozessoptimierung Rauch Sensorik Strahlmittel TIG Wirtschaft
Mehr erfahren
Digitalisierung made by Fraunhofer auf der TRANSFORM 2024.
03.03.2024

Fraunhofer-Lösungen für die digitale Transformation

Deutsche Unternehmen sehen sich als Nachzügler bei der Digitalisierung. Was sie brauchen, sind konkrete Lösungen. Auf der Bitkom-Konferenz TRANSFORM am 6. und 7. März 202...

Datenschutz Digitale Transformation Digitalisierung Energiemanagement Fachkräftemangel KI Sicherheitsanforderungen Software Supply Chain Management Wettbewerbsfähigkeit
Mehr erfahren
Die KI-gestützte Bildauswertung ist direkt im Kameramodul des Roboterarms integriert. Wenn die Analysesoftware Mängel entdeckt, benachrichtigt das System die Mitarbeitenden, die den Fehler beheben können.
26.02.2024

Universell einsetzbar: Flexible Prüfstation mit Cobot

Das Fraunhofer-Institut IEM stellt für die manuelle Qualitätsprüfung eine universell einsetzbare Lösung vor: Im it's OWL-Projekt CogeP entstand eine Kombination aus kolla...

Cobots KI Qualitätssicherung Sichtprüfung
Mehr erfahren