KI Maschinenbau

Künstliche Intelligenz überwacht Bohrprozesse automatisch!

Seite: 2/2

Firmen zum Thema

Wenn die Bohrmaschine dazulernt...

Am IPMT der TU Hamburg entwickelte Bender in Kooperation mit der Johannes Lübbering GmbH aus Herzebrock-Clarholz sogar mehrere Verfahren, die verschiedene Sensordaten des von Lübbering hergestellten Bohrmaschinen-Prototyps auswerten. Dabei werden unter anderem die elektrischen Ströme der beiden Elektromotoren erfasst. Gemäß der Methodik des Maschinellen Lernens galt es zunächst, unter bekannten Bohrbedingungen die Signalverläufe zu sammeln und zu charakterisieren.

Die Maschine lernt typische Verläufe einer optimalen Bohrung und vergleicht sie mit der aktuell durchzuführenden. Weichen die Signale während des aktuellen Fertigungsprozesses ab, merkt das die Maschine und meldet es. „Die Bohrmaschine kann zuverlässig vorhersagen, ob etwa der richtige Bohrdurchmesser verwendet wurde, die erwartete Materialkombination vorliegt, oder das Schmiermittel aktiv ist“, erläutert Bender. Ein Überschreiten der Durchmessertoleranz oder der Grathöhe etwa, wird automatisch erfasst. Das gehe aber nur, wenn die ML-Modelle zuvor mit den positionsabhängigen Daten versorgt wurden. Dazu zählt beispielsweise die vorliegende Werkstoffkombination – im Flugzeugbau Schichtpakete aus Aluminium, CFK (carbonfaserverstärkter Kunststoff) und Titan –, sowie die Dicke der Materialien und die notwendige Motordrehzahl.

Bildergalerie

Sehr flexibel einsetzbare ML-Strategie, wenn die Datenqualität passt!

Mithilfe des neuen Verfahrens erhält das Personal in der Montage nun nicht länger nur eine allgemeine Fehlermeldung, sondern spezifische Warnhinweise, wie zum Beispiel „falsche Bohrposition“, „Achtung, Schmiermittel ausgefallen“ oder „Werkzeug verschlissen“, betont Bender. So kann man dann das Problem vermeiden oder direkt beheben – also etwa das Werkzeug frühzeitig austauschen. „Mithilfe von KI können wir die geforderte Qualität schon während der Bearbeitung erfassen. Die sehr zeit- und kostenintensive Kontrolle können wir damit mit Blick auf die Zahl der Stichproben stark reduzieren und müssen lediglich erkannte Unregelmäßigkeiten nachverfolgen“, erläutert Hintze.

Generell lässt sich das ML-Verfahren überall dort anwenden, wo Menschen oder Maschinen sich wiederholende, aber variantenreiche Bearbeitungs-, Montage oder Prüfprozesse durchführen müssen. So kann die Montage von sicherheitskritischen Bauteilen oder auch Fahrzeugen besser überwacht werden. Auch verhinderten diese intelligenten Maschinen sich anbahnende Ausfälle, weil sie frühzeitig den Verschleiß von Werkzeugen und Werkzeugmaschinen erkennen. Anders formuliert: es gibt eine enorme Bandbreite an Einsatzmöglichkeiten über alle Branchen hinweg – immer vorausgesetzt, dass ausreichend abgesicherte und aussagekräftige Daten zum Trainieren der Systeme zur Verfügung stehen.

(ID:47159035)