KI unterstützte Maschinencharakterisierung

KI-basierte Prozessüberwachung

Maschinenstillzeiten und Ausschuss können sich die meisten Fertigungsbetriebe nicht leisten. Diese sind jedoch häufig eine Folge von komplexen Verschleißfaktoren und Überlastung von Produktionsmaschinen. Das Fraunhofer IPT entwickelt ein sensorbasiertes Assistenzsystem, das mittels künstlicher Intelligenz (KI) den Produktionsprozess verlässlich und vorhersagbar gestaltetet.

Komplexe Prozessbedingungen und ein Mangel an Überwachungssystemen erschweren eine konstante Produktionsqualität

Für die Fertigung anspruchsvoller Präzisionsbauteile benötigen die Fertigungsbetriebe und Maschinenbediener spezifisches Expertenwissen und Erfahrung, um die Bauteilqualität sicherzustellen. Komplexe Phänomen wie Werkzeugverschleiß, Rattern, Unwucht treten bei den Zerspannungsprozessen auf, die die Oberflächenbeschaffenheit der Werkstücke beeinträchtigen. Zudem muss sich der Maschinenbediener für die Überwachung und Kontrolle der Maschinenkomponenten und der Fertigungsprozesse häufig auf seine Sinneswahrnehmung verlassen, da die Maschine hierzu nur wenige Hilfsmittel bereitstellt.

Risikofaktoren im Produktionsprozess durch künstliche Intelligenz erkennen

Das Fraunhofer IPT entwickelt ein Assistenzsystem zur rechtzeitigen Erkennung von Verschleiß und Störfaktoren im Produktionsprozess. Mithilfe von prozessnah platzierten Sensoren können Information über den Produktionsprozess und den Maschinenzustand gewonnen werden. Die Sensorsignale sind allerdings stark von verschieden Einflussfaktoren abhängig und häufig nicht direkt interpretierbar. Verfahren aus dem Bereich Künstliche Intelligenz eröffnen die Möglichkeit, Merkmale aus solchen Sensorsignalen zu extrahieren und dadurch Prozesszustände zu modellieren. Die künstliche Intelligenz kann aufgrund ihrer komplexen Lernfähigkeit somit frühzeitig Warnsignale und Risikofaktoren im Produktionsprozess erkennen und vorhersagen. Die vom Fraunhofer IPT entwickelten KI-basierten Assistenzsysteme ermöglichen das rechtzeitige Erkennen von fehlerhaften Prozesszuständen durch die Analyse der Sensorsignale. Somit wird auch dem unerfahrenen Maschinenbediener die Prozessführung an der Maschine erleichtert. Beispielsweise kann ein gelerntes KI-Model mit Hilfe von den Sensordaten den Verschleiß des Werkzeugs (oder Rattern) vorhersagen ohne zusätzliche Messungen mit Mikroskop vornehmen zu müssen. Im Hinblick auf die alternde Gesellschaft und die zunehmende Personalfluktuation in Unternehmen, ermöglichen Assistenzsysteme eine einfachere Bedienung von Werkzeugmaschinen, was zu einer Schaffung und Sicherung von Arbeitskräften führt.