Ein KI-basiertes Regelungssystem für Fertigungsprozesse

Concept of using AI system for industrial system development Industry 5.0
Bild: ©tanit/ stock.adobe.com

Das KI-Produktionsnetzwerk an der Universität Augsburg versammelt im Rahmen des bayerischen Forschungsverbundes ‚FORinFPRO – Intelligente Fertigungsprozesse & Closed-Loop-Produktion‘ ein interdisziplinäres Team aus Spezialistinnen und Spezialisten der Materialwissenschaften, der Prozess- und Automatisierungstechnik sowie der künstlichen Intelligenz (KI). Ziel des Projekts ist es, die Fertigung ressourceneffizient und mit Blick auf Recyclingmaterialien robust zu gestalten, für eine höhere Bauteilqualität zu sorgen sowie Ansätze gegen den Fachkräftemangel zu finden. Die Beteiligten wollen dazu Regelungssysteme für Maschinen, Anlagen und ganze Prozessketten realisieren, das mittels KI aus vergangenen Prozessschritten lernt, um sich an zukünftige Erfordernisse anzupassen. Die Bayerische Forschungsstiftung fördert das Projekt mit rund zwei Millionen Euro.

„Im Rahmen von FORinFPRO erarbeiten wir die ultimative Blaupause für die regionale Wirtschaft, mit der Unternehmen in Zukunft deutlich flexibler, nachhaltiger und effizienter produzieren können. Beispielsweise in dem sie Sonnenenergie voll ausschöpfen, komplexere Anlagen einfacher nutzen und recycelte Materialien verarbeiten können“, berichtet Prof. Dr. Christoph Ament, Inhaber des Lehrstuhls Regelungstechnik der Universität Augsburg und Sprecher des Verbundes, begeistert.

Lernfähige Prozessregelung

Dabei sind aus Sicht der Forschenden lernende Fertigungsprozesse der Schlüssel für die Produktion von morgen. „Wo aktuell schwankende Materialeigenschaften bei der Verarbeitung recycelter Materialien Probleme bereiten, könnte eine lernende Fertigung für eine prozessstabile Verarbeitung sorgen“, erklärt Rupert Hirn, Teamlead Digital Applications & Data Intelligence bei KraussMaffei Technologies und stellvertretender Sprecher des Verbundes. Zudem eröffnen sich Möglichkeiten für Ressourceneffizienz, wenn etwa Prozesse auf die Verfügbarkeit von Solarstrom reagieren können. „Eine lernfähige Prozessregelung sieht beispielsweise den kommenden Energiebedarf voraus, nutzt je nach Verfügbarkeit erneuerbare Energien und passt den Energiemix und dessen zeitliche Abfolge an“, schildert Ament.

Zudem sind Prozesse abhängig von der Erfahrung der Mitarbeitenden in der Produktion. „Fachkräftemangel und wachsende Komplexität von Prozessen führt zu minderen Produktqualitäten, Nacharbeit und Ausschuss. Auch dies lässt sich durch einen KI-geregelten Prozess kompensieren“, unterstreicht Hirn.

Beispiel: Die Fertigung von Leichtbaukomponenten

Konkreter Ausgangspunkt der Forschenden ist die Fertigung von Leichtbaukomponenten unter Einsatz von Carbonfaser-Vliesen. Einerseits, da der Prozess der Herstellung aufgrund vieler Einzelprozesse sehr komplex ist. Andererseits, da hier die neue Möglichkeit der Arbeit mit einem recycelten Werkstoff integriert sowie das Verfahren weiter verbessert werden kann. „Wir analysieren die Einzelprozesse, überwachen diese mit Sensoren und erstellen digitale Modelle, die uns eine Vorhersage und Regelung der Prozesse erlauben. Mit neuen Schnittstellen zwischen den Herstellungsverfahren und deren Steuerungen schaffen wir eine komplexe Verkettung der Einzelprozesse und eine globale Regelung des Gesamtprozesses“, erklärt Ament.

Die Projekt-Partner sind: Universität Augsburg, Technische Universität Nürnberg, Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik IGCV, DLR-Institut für Bauweisen und Strukturtechnologie – ZLP Augsburg, KraussMaffei Technologies, Magma Gießereitechnologie, Vallen Systeme, BCMtec – Bavarian Consulting & Measurement Technologies Soffico, SGL Carbon, Bolle und Cords Elektrotechnik GmbH