Künstliche Intelligenz in der Prozessüberwachung kann Ausschuss reduzieren, die Bauteilqualität steigern und das Personal entlasten. Dass dafür nicht zwingend Investitionen in neue Maschinen notwendig sind, zeigt das kürzlich abgeschlossene Forschungsprojekt ‚AutoPress‘ des IPH – Institut für Integrierte Produktion Hannover und dem Unternehmen Jobotec. Die Forschenden haben ein System aus Sensoren und KI entwickelt, mit dem sich alte Maschinen im Rahmen eines Retrofits nachrüsten lassen.
Erfolgsquote von bis zu 98 Prozent
Wie die Forschenden mitteilen, erkennt das im Projekt entwickelte System Parameterabweichungen mit einer Erfolgsquote von 95 bis 98 Prozent. Werden Fehler erkannt, erhält die Person eine Rückmeldung, die die Anlage bedient:
- „Achtung, das Werkzeug ist fehlerhaft eingebaut!“
- „Achtung, das Halbzeug ist nicht zentriert!“
- „Achtung, Sie haben das falsche Material eingelegt!“
Spindelpresse dient als Beispiel
Die Forschenden weisen darauf hin, dass auch weniger qualifizierte Mitarbeitende mit KI-Unterstützung die Maschinen bedienen können. Im Forschungsprojekt wurde beispielhaft eine alte Spindelpresse mit modernen Sensoren ausgestattet, u.a. Laserdistanzsensoren, Sensoren zur Spannungsmessung und Temperatursensoren. Verschiedene KI-Modelle werten die Messergebnisse aus und gleichen sie mit den idealen Parametern ab.
Fachwissen zum Anlernen
Die Forschenden betonen, dass es sich um ein sogenanntes Expertensystem handelt, das zunächst angelernt werden muss. Dies erfordert eine Person mit viel Fachwissen und Erfahrung an der entsprechenden Maschine.
