KI-Werkzeug für die Spritzgussproduktion
Spritzguss automatisiert auf Maß fahren
In der richtigen Reihenfolge lernen
Die Definition der Datenverarbeitungspipelines für die Zusammenführung und Analyse der Daten wird über die Benutzeroberfläche von Detact realisiert. Dabei werden die kontinuierlich eintreffenden Daten automatisch via Streaming Analytics verarbeitet. So wird die KI Schritt für Schritt ‚geteacht‘, das heißt sie lernt, Informationen auf die richtige Weise zu analysieren und auszuwerten. Damit das Training und die Modellbildung in Echtzeit umgesetzt werden können, wird jeder Datensatz einzeln hinzugefügt. Durch den hohen Automatisierungsgrad dieses Trainings fließen neu verfügbare Daten laufend automatisch in das Modell ein und verbessern dessen Genauigkeit. Nach rund zwei Wochen Training verfügt das Tool über die Wissensbasis, um eigenständig arbeiten und anhand von Echtzeitinformation Handlungsempfehlungen aussprechen zu können. Die bis dahin aktive Messmaschine wird für das aktuelle Werkstück nicht mehr benötigt und kann an anderen Maschinen eingesetzt werden. Da sich die zu analysierenden Datenmengen schnell im Bereich von Gigabyte bewegen können, laufen die für die Analyse notwendigen Berechnungen auf mehreren Rechenknoten im hochperformanten und abgesicherten Detact-Cluster, ohne die Systeme der Spritzgussmaschine zu belasten.
Es zählen die Daten
Die Spritzgussexperten von Allit haben die verschiedenen Ideen miteinander verglichen und dabei die Vor- bzw. Nachteile abgewogen. Am Ende steht eine Pilotanlage, die einen echten Mehrwert bieten und künftigen Herausforderungen der digitalisierten Produktion gerecht werden kann. Zudem kann die Lösung die Effekte des Fachkräftsmangels reduzieren, führt Udo Gaumann, Geschäftsführer der Allit Technologie GmbH, aus: „Auf den ersten Blick scheint es hier keine direkte Verbindung zu geben, aber wenn man sich mit künstlicher Intelligenz und modernem Qualitätsmanagement beschäftigt, wird sehr schnell klar, dass diese Themen perfekt zueinander passen. Für uns lag die Lösung daher schnell auf der Hand. Auch aus diesem Grund haben wir uns für die Zusammenarbeit mit Symate entschieden, denn mit dem KI-System Detact realisieren wir eine leistungsfähige Qualitätsprognose auf Basis von Prozessdaten und wir stellen den Werkern wertvolle Fakten zur Verfügung, mit denen sie arbeiten können. Dabei spielt es praktisch kaum eine Rolle, welche Erfahrung der einzelne Mitarbeiter tatsächlich mitbringt oder mit wie viel Feingefühl er den Prozess im jeweiligen Moment steuert. Am Ende zählen nur die Daten! Mit Detact werden alle Informationen zentral gespeichert und sie gehen selbst dann nicht verloren, wenn bspw. ein Mitarbeiter krank ist oder das Unternehmen verlässt oder wenn Informationen bei Schichtwechsel übermittelt werden müssen.
Auch für andere Branchen
Mit der KI-gestützten Spritzgussanlage hat Allit eine zukunftsfähige Lösung für Spritzgussunternehmen entwickelt. Diese nutzt Prozessdaten, um die Qualität von Spritzgusserzeugnissen vorherzusagen. Hierfür setzt das Unternehmen auf eine selbst entwickelte, modulare Messmaschine, die an verschiedenen Anlagen eingesetzt werden kann, um die KI jeweils automatisiert einzulernen. Zur Absicherung will Allit die neue Anlage nutzen, um klassische Methoden der Versuchsplanung (DoE) mit den Möglichkeiten der künstlichen Intelligenz zu vergleichen und Korrelationen zwischen Prozess- und QS-Parametern zu erkennen. Die dabei gewonnenen Erkenntnisse sollen in die Entwicklung zukünftiger Systeme einfließen. Derzeit laufen noch die Testreihen, aber die Zahlen sind bereits jetzt vielversprechend. Sollten sich die ersten Ergebnisse bestätigen, möchte die Anlagenbauer bei Allit Technologie mit den KI-Spezialisten von Symate einen Schritt weiter gehen und ein fixes System als integriertes Standardprodukt für den Spritzguss – aber auch für andere Anwendungen gemeinsam anbieten. Die Kombination aus klassischer Spritzgussanlage, sensorgestütztem Werkzeug, Messmaschine und KI könnte bald Teile der menschlichen Kontrolle über den Spritzgussprozess ersetzen. Angesichts des Fachkräftemangels würde sich dieses Modell auf andere Branchen übertragen lassen, um vorhandenes Wissen zu digitalisieren und zielgerichtet zu nutzen. Hierzu ergänzt Gaumann: „Wir sind überzeugt, dass das Gesamtsystem im Qualitäts- und Fachkräftebereich Einsparungen von 30 Prozent und mehr erzielen wird.“
