Fraunhofer-Institut für Produktionstechnologie IPTForschungsprojekt »AIARA«
Mehr Sicherheit und Qualität durch einen höheren Automatisierungsgrad in der Produktion
Die Luft- und Raumfahrtindustrie steht vor der Herausforderung, Herstellungs- und Instandhaltungskosten zu verringern, während gleichzeitig ihre Produkte immer komplexer werden. Ein höherer Automatisierungsgrad in der Fertigung kann nicht nur Kosten zu senken, sondern auch die Qualität und Sicherheit in der Luftfahrt verbessern. Im Projekt »AIARA« optimierte das Fraunhofer IPT gemeinsam mit drei weiteren Partnern Produktionsprozesse für Bauteile aus Faserverbundkunststoffen: Algorithmen des maschinellen Lernens (ML) sollen dazu beitragen, Fertigungsprozesse adaptiv und effizient zu gestalten.
Höhere Leistungsfähigkeit von Robotersystemen in der Luft- und Raumfahrtproduktion durch künstliche Intelligenz
Das Forschungsprojekt »AIARA« nutzte Methoden der künstlichen Intelligenz (KI), um Robotik in Produktion, Reparatur, Wartung und Betrieb von Komponenten für die Luft- und Raumfahrt flexibler und anpassungsfähiger zu gestalten. Als konkreten Anwendungsfall für solche Prozesse untersuchten die Projektpartner das robotergestützte Drapieren von Textilien in Form sogenannter Trockenfasergewebe und Prepregs in der Luftfahrtindustrie. Die Handhabung dieser Materialien ist durch äußert geringe Prozesskräfte gekennzeichnet, sodass Störgrößen und externe Effekte einen starken Einfluss auf die Prozessstabilität ausüben. Zusätzlich sind je nach Greifprinzip, beispielsweise in Form von Vakuumgreifern oder elektrostatischen Greifprinzipien, die Stell- und Kompensationsmöglichkeiten gering. Ziel war daher eine Methodik zur automatisierten Anwendung von Lernergebnissen aus Simulationen und realen Versuchsdaten, damit Handling-Roboter sich für eine Vielzahl an Fertigungsprozessen und MRO-Aufgaben trainieren lassen. Durch künstliche Intelligenz können Roboter und Greifsysteme gegenüber herkömmlichen Systemen flexibel und adaptiv agieren. Der geplante Prototyp bezog die multidimensionalen Einflüsse von Prozessparametern, Störgrößen und Materialeinflüssen ein, sodass sich neue und Kompensations- und Regelstrategien ableiten ließen. Unternehmen aus der Luft- und Raumfahrt können damit neue Wettbewerbsvorteile für sich erschließen.
Optimierter Handlingprozess für biegschlaffe Materialien
Das Ziel des Fraunhofer IPT im Projekt »AIARA« war es mit den automatisierten Algorithmen einen optimierten Handlingprozesses für biegeschlaffe Materialen wie Textilien zu ermitteln. Dazu wurde Machine-Learning-Modell samt automatisierter Datenerzeugung zum Training in einen Handlingprozess implementiert. Für die Untersuchungen nutzte das Fraunhofer IPT einen bestehenden Prüfstand mit Greifer-Technologien, die im eigenen Haus entwickelt wurden. Prozessdaten aus diesen Handlingoperationen bildeten die Grundlage für die Entwicklung eines KI-Modells. Den zweiten Schritt bildet die Anwendung des Algorithmus auf den jeweiligen Handhabungsprozess. Die Prozessdaten, die während des Handlings entstehen, wurden von der KI ausgewertet und angepasst, so dass der Handhabungsvorgang Schritt für Schritt verbessert wurde.
Konsortium
Projektkoordinator:
- ZAL Zentrum für Angewandte Luftfahrtforschung GmbH, Hamburg
Projektpartner:
- Broetje-Automation GmbH (Rastede, Deutschland),
- Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), Bonn
- Fraunhofer-Institut für Produktionstechnologie IPT, Aachen
Förderhinweis
Dieses Projekt wurde durch BMBF gefördert.
Förderkennzeichen: 16ME0084K