31.01.2022

Besser reparieren mit KI

Internationales Konsortium will Prozesse mit künstlicher Intelligenz optimieren.

Additive Verfahren sind gegenüber herkömmlichen Produktions­techniken flexibler, sparsamer und funktionaler. Nur bei der Produktivität hakt es noch. Ein deutsch-kanadisches Konsortium geht das jetzt mit künstlicher Intelligenz an: Mit einer neuen Software zur Prozesssteuerung soll das Laserauftrag­schweißen automatisch optimiert und erheblich produktiver werden.

Abb.: Bei der Reparatur solcher Steinbrecher­zähne soll in Zukunft...
Abb.: Bei der Reparatur solcher Steinbrecher­zähne soll in Zukunft künstliche Intelligenz helfen. (Bild: Apollo Machine & Welding)

Kanadische Maschinen­bauer erhalten viele Aufträge aus dem Bergbau und der Erdöl­industrie. So werden zum Beispiel Steinbrecher­zähne aus dem Bergbau regelmäßig überholt. Mit dem Laser­auftragschweißen (LMD) werden auf das Verschleißteil neue Schichten aufgetragen, bis die Soll­geometrie wieder erreicht ist. Der Haken bei der Sache ist die ungleich­mäßige Abnutzung. Dadurch müssen Schichten mit variierender Dicke aufgetragen werden. Ein Bediener muss dafür nach jeder Beschichtung oder wenigstens nach jeder zehnten Lage messen und die Prozessführung anpassen. Regelprozesse wie diesen zu automatisieren hat sich ein deutsch-kanadisches Konsortium vorgenommen. Gemeinsam entwickeln die Partner im Projekt „Artificial Intelligence Enhancement of Process Sensing for Adaptive Laser Additive Manufacturing AI-SLAM“ Software für Anlagen­hersteller, mit der LMD-Prozesse automatisch ablaufen können.

Dafür werden die Geometrien während des Auftragens automatisiert erfasst. Das System erkennt Abweichungen von der vorgegebenen Kontur und regelt Prozess­parameter wie beispielsweise die Vorschub­geschwindigkeit nach. Die optimierten Steuer­parameter werden dabei mit Hilfe von künstlicher Intelligenz ermittelt. Die Software analysiert einen größeren Datenbestand und lernt selbstständig, wie der Prozess iterativ verbessert werden kann. Jüngster Meilenstein in dem auf drei Jahre angelegten Projekt war die Inbetrieb­nahme der Software-Funktionalität zum Scannen von Bauteilen und zur auto­matischen Bahnplanung an der Anlage des Fraunhofer-Institut für Lasertechnik ILT in Aachen.

Auf deutscher Seite sind das Fraunhofer ILT und der Software­entwickler BCT aus Dortmund an AI-SLAM beteiligt. In Kanada wird das Projekt vom National Research Council NRC koordiniert. Die Forschungsseite übernimmt dort ein Team von der McGill University (Montreal), für das Programmieren von Machine-Learning-Algorithmen ist die Firma Braintoy (Calgary) dabei. Als industrieller Dienstleister für das LMD beteiligt sich Apollo Machine and Welding Ltd in Alberta am Projekt. Die Schwerpunkte des Projektes sind durchaus komplex: Grundlegend müssen möglichst viele Prozessdaten systemat­isch erfasst und aufbereitet werden. Komplexe Routinen lernen dann maschinell aus diesen Daten, wie die Prozess­führung optimiert werden kann, um am Ende mit weniger Aufwand mehr zu produzieren.

Auf kanadischer Seite wird die LMD-Technologie für Reparatur-Anwender wie Apollo weiterentwickelt. In der Firma werden jährlich mehrere Tonnen Material für die Reparatur von Verschleiß­teilen wie dem Stein­brecherzahn eingesetzt. Dement­sprechend hoch sind die Erwartungen für die Effizienzg­ewinne durch eine automatisierte Prozessführung. Die Projektarbeit über beide Kontinente hinweg funktioniert dabei dank regel­mäßiger Videotreffen und gemeinsam online erarbeiteter Dokumente problemlos. Auch virtuelle Labor­führungen zum Kennenlernen der Software- und Hardware­umgebung der jeweils anderen Seite fanden bereits statt. Zum Austausch von Prozess­daten und zur Umsetzung der Machine-Learning-Modelle wurde von Braintoy die hauseigene Webplattform namens mlOS – Machine Learning Operating System – für alle Projekt­partner freigeschaltet.

Das Projekt AI-SLAM läuft noch bis März 2024 im Rahmen des 3+2-Förder­programms mit Kanada. Das Programm wird auf deutscher Seite vom Bundesministerium für Bildung und Forschung und auf kanadischer Seite vom National Research Council of Canada NRC gefördert. Schwerpunkt ist der Einsatz von künstlicher Intelligenz für die Entwicklung neuer Technologien in der indus­triellen Produktion. Die einzelnen Projekte kommen aus unterschiedlichsten Branchen. Von den Bereichen Bergbau und Energie reichen die Anwendungen über Automobil­branche und Tele­kommunikation bis zum Bauwesen und Infrastruktur­management.

Fh.-ILT / JOL

Weitere Infos

EnergyViews

EnergyViews
Dossier

EnergyViews

Die neuesten Meldungen zu Energieforschung und -technologie von pro-physik.de und Physik in unserer Zeit.

Weiterbildung

Weiterbildungen im Bereich Quantentechnologie
TUM INSTITUTE FOR LIFELONG LEARNING

Weiterbildungen im Bereich Quantentechnologie

Vom eintägigen Überblickskurs bis hin zum Deep Dive in die Technologie: für Fach- & Führungskräfte unterschiedlichster Branchen.

Meist gelesen

Themen