Künstliche Intelligenz für die Optimierung von Produktionsprozessen

Prozessoptimierung und Qualitätsprognose
 

Wofür ist das gut?

Intelligente Maschinen sind in der Lage, Qualitätsprognosen über die Bauteile abzugeben, die sie gerade produzieren. Dazu werten sie selbstständig Sensordaten und Kenngrößen aus der Maschinensteuerung aus und können so wertvolle Hinweise auf fehlerhafte Stellen im Produktionsprozess geben.

Was ist neu?

Bei Tests haben Forscher vom Fraunhofer IPA auf diese Weise von einer Maschine, die hochwertige Ultraschall-Schweißverbindungen herstellt, zuverlässige Vorhersagen über Dicke, Dichtheit und Fehlerstellen einer Schweißnaht erhalten. Die maschinellen Lernverfahren zur Qualitätsprognose lassen sich unmittelbar auf andere Produktionsprozesse wie Extrusion, Spritzguss, Tiefziehen, Taumelclinchen oder Fügeprozesse erfolgreich anwenden.

Smarte Systemoptimierung

 

Wofür ist das gut?

Das selbstlernende Analysetool »Smarte Systemoptimierung« erkennt Abweichungen von der Regel. Es spürt selbstständig Fehler und deren Ursachen in laufenden Produktionsprozessen und übergreifend in Fertigungs- und Montagelinien auf und meldet sie.

Was ist neu?

Das Verfahren funktioniert mittlerweile nicht nur zuverlässig auf der Grundlage von Bild- und Videodaten, sondern kann auch die hochfrequenten Datenströme auswerten, die in den beteiligten Maschinensteuerungen entstehen.

Weiterführende Informationen

 

Qualitätsprognose mit Signalverarbeitung

 

Pressemitteilung

Smarte Optimierung