Forschung
Die Qualität der Schweißnaht kann anhand des kurzen Schweißmoments beurteilt werden. Das Fraunhofer IDMT sucht in diesem Projekt nach der besten akustischen Sensorik, um die akustische Beurteilung zu automatisieren und eine Prozessüberwachung zu ermöglichen. - © Fraunhofer IDMT
29.09.2024

KI für fehlerfreie Bolzenschweißverbindungen

Künstliche Intelligenz für sichere und fehlerfreie Bolzenschweißverbindungen

Bei Bauprojekten wie Brücken und Tunneln sind Bolzenverbindungen entscheidend für die Stabilität der Konstruktionen. Fehlerhafte Schweißverbindungen können die Sicherheit dieser Konstruktionen ernsthaft gefährden. Für mehr Sicherheit durch fehlerfrei geschweißte Bolzenverbindungen wurde jetzt das Forschungsprojekt QualiBolS gestartet. Ziel ist es, ein auf Künstlicher Intelligenz (KI) basierendes berührungsloses akustisches Überwachungssystem zu entwickeln, das eine vollständige Qualitätsprüfung der Schweißnähte gewährleistet.

Gefördert wird das Forschungsprojekt durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) im Rahmen des Zentralen Innovationsprogramms Mittelstand (ZIM). Projektpartner sind neben dem Fraunhofer-Institut für Digitale Medientechnologie IDMT das Fachgebiet Fertigungstechnik der Technischen Universität Ilmenau und die RSB Rudolstädter Systembau GmbH.

Für den Bau einer Brücke werden Bolzen auf Stahlträger geschweißt und anschließend einbetoniert, um die Kräfte vom Stahl auf den Beton zu übertragen. Ein fehlerhaft geschweißter Bolzen könnte fatale Folgen haben. Oftmals entstehen beispielsweise einseitige Schweißwulste durch die Ablenkung des Lichtbogens während des Schweißens, die sogenannte Blaswirkung. Weiterhin können Poren und Risse im Schweißgut auftreten oder Mängel durch starke Spritzer während des Schweißens entstehen.

Die Schweißpistole mit dem Bolzen im richtigen Winkel auf die Platte zu setzen, erfordert ein hohes Maß an Erfahrung. Schon die geringste Schrägstellung oder eine Verschmutzung des Materials, z. B. durch Öl, kann zum Versagen der Schweißverbindung führen. In einer ersten Messreihe wurden verschiedene Fehler simuliert, um deren akustische Eigenschaften besser zu verstehen. - © Fraunhofer IDMT
Die Schweißpistole mit dem Bolzen im richtigen Winkel auf die Platte zu setzen, erfordert ein hohes Maß an Erfahrung. Schon die geringste Schrägstellung oder eine Verschmutzung des Materials, z. B. durch Öl, kann zum Versagen der Schweißverbindung führen. In einer ersten Messreihe wurden verschiedene Fehler simuliert, um deren akustische Eigenschaften besser zu verstehen. © Fraunhofer IDMT
Status Quo der Qualitätsprüfung von Bolzenschweißverbindungen: teurer Prüfschrott und Restrisiko nicht erkannter Fehler

Bisher wurden solche Bolzenschweißverbindungen nur stichprobenartig und an speziell angefertigten Proben getestet – nicht jedoch am verbauten Bolzen. Die zu prüfenden Verbindungsproben müssen einer Biegung von 60 Grad standhalten, ohne dass die Schweißnaht versagt und sich Risse bilden. Bei der visuellen Prüfung besteht das Risiko, dass nicht alle Fehler durch Mitarbeitende erkannt werden. Röntgen- und Ultraschallverfahren erfordern zudem teure Messtechnik und bringen aufgrund von Materialstärke und runder Bolzengeometrie nur eine schlechte Aufnahmequalität.

Diese Art der Qualitätsprüfung ist zeitaufwändig, ressourcenintensiv und bringt keine hundertprozentige Sicherheit in der Fehlererkennung.

Die Idee: 100 %-Prüfung von Bolzenschweißverbindungen mit Echtzeit-Monitoring

Im Projekt QualiBolS soll ein kompakter und leichter Akustik-Adapter entwickelt werden, der an der Bolzenschweißpistole montiert wird. In dem Adapter ist ein kleines, chipbasiertes Mikrofon integriert, mit dem die Schweißgeräusche erstmals inline, also während des Schweißprozesses, aufgenommen werden.

Mithilfe der vom Fraunhofer IDMT entwickelten und trainierten KI-Algorithmen werden die Geräusche beim Lichtbogenschweißen in Echtzeit analysiert. Der Algorithmus klassifiziert die Schweißnähte als „in Ordnung“ (i.O.) oder „nicht in Ordnung“ (n.i.O.) und erkennt, um welche Unregelmäßigkeit es sich handelt. Durch die Einbeziehung von Faktoren wie Schweißstrom und -spannung in die Datenanalyse soll die Genauigkeit der Erkennung auf mindestens 95% erhöht werden.

Die Qualität der Schweißnaht kann anhand des kurzen Schweißmoments beurteilt werden. Das Fraunhofer IDMT sucht in diesem Projekt nach der besten akustischen Sensorik, um die akustische Beurteilung zu automatisieren und eine Prozessüberwachung zu ermöglichen. - © Fraunhofer IDMT
Die Qualität der Schweißnaht kann anhand des kurzen Schweißmoments beurteilt werden. Das Fraunhofer IDMT sucht in diesem Projekt nach der besten akustischen Sensorik, um die akustische Beurteilung zu automatisieren und eine Prozessüberwachung zu ermöglichen. © Fraunhofer IDMT

Das Projekt läuft bis Februar 2027 und soll die bisherigen aufwändigen Prüfmethoden für Bolzenschweißverbindungen ablösen. Das verspricht nicht nur erhebliche Zeit- und Kosteneinsparungen bei der Qualitätsprüfung, sondern erhöht auch die Sicherheit von Bauwerken.

(Quelle: Presseinformation des Fraunhofer-Institut für Digitale Medientechnologie IDMT)

Schlagworte

BolzenschweißenKIQualitätssicherungSchweißnähteSchweißtechnikSchweißverbindungen

Verwandte Artikel

16.10.2026

Transparenz und Konnektivität beim Roboterschweißen

Für Linde Material Handling in Aschaffenburg hat Yaskawa eine hochautomatisierte Schweißanlage für Gabelstaplerrahmen und Fahrerschutzdächer geplant und realisiert. Neben...

Automatisierung Digitaler Zwilling Fertigung Heften Prozessüberwachung Qualitätssicherung Roboterschweißen Schweißanlage Schweißen Steuerung
Mehr erfahren
Wie Künstliche Intelligenz neue Möglichkeiten für die Qualitätssicherung im Rohrleitungsbau eröffnen kann, wurde im Projekt
13.10.2026

Künstliche Intelligenz bewertet Qualität von Stumpfschweißverbindungen im Rohrleitungsbau

Das Forschungsprojekt „PipeSafe“ zeigt das Potenzial datengetriebener Methoden zur Echtzeitbewertung von Schweißprozessen in PE-Rohrleitungssystemen.

Forschung Fügen von Kunststoffen Heizelementstumpfschweißen Joining Plastics JP Künstliche Intelligenz Kunststoffrohre Rohrleitungsbau Schweißen Schweißnähte Stumpfschweißen
Mehr erfahren
DVS Group
07.10.2026

Um­frage zu Prozessdatenerfassung und -management beim Licht­bogen­schweißen

Es werden Teilnehmer gesucht für einen anonyme Umfrage im Rahmen der Studie „Prozessdatenerfassung, Prozessbewertung und Prozessdatenmanagement beim Lichtbogenschweißen“...

Forschung Forschungsvereinigung Lichtbogenschweißen Messsysteme Prozessdatenerfassung Prozessdatenmanagement Schweißtechnik Software Studie Umfrage
Mehr erfahren
Eröffnung DVS CONGRESS
DVS Group
06.10.2026

Rückblick DVS CONGRESS 2026 in Erlangen

Kompaktes Fachwissen, moderierte Diskussionen und persönlicher Austausch: Rund 300 Fachleute und zwölf ausstellende Unternehmen sprachen vom 14. bis 15. September in Erla...

Additive Fertigung Automatisierung Defense DVS DVS CONGRESS Forschungsvereinigung Künstliche Intelligenz Schweißen Schweißtechnik Stahlbau
Mehr erfahren
Die Brüder (von links) Patrick, Tobias und Christian Olma vor dem neuen Unternehmenssitz in Nagold.
03.10.2026

Boysen Gruppe übernimmt Mehrheitsbeteiligung an Olmatic

Die Boysen Gruppe mit Sitz in Altensteig übernimmt eine Mehrheitsbeteiligung an dem Stuttgarter Unternehmen Olmatic. Das 2016 von der Familie Olma gegründete Unternehmen...

Dekarbonisierung Energieoptimierung Industrie KI Schlüsseltechnologie Software Stromkosten
Mehr erfahren