KI fürs Retrofit Künstliche Intelligenz hilft bei der Maschinenmodernisierung

Quelle: IPH 3 min Lesedauer

Anbieter zum Thema

Forscher aus Hannover haben untersucht, wie die Prozessüberwachung mit künstlicher Intelligenz (KI) dabei unterstützt, in die Jahre gekommene Maschinen günstig nachzurüsten.

Eine alte Presse mit KI-Prozessüberwachung! Das IPH und Jobotec haben bewiesen, dass sich alte Maschinen mit Sensoren und KI nachrüsten lassen (Retrofit). Es kam auch heraus, dass die KI-gestützte Prozessüberwachung (Zylinder in der Mitte) dem industriellen Umfeld trotzt.(Bild:  IPH)
Eine alte Presse mit KI-Prozessüberwachung! Das IPH und Jobotec haben bewiesen, dass sich alte Maschinen mit Sensoren und KI nachrüsten lassen (Retrofit). Es kam auch heraus, dass die KI-gestützte Prozessüberwachung (Zylinder in der Mitte) dem industriellen Umfeld trotzt.
(Bild: IPH)

Künstliche Intelligenz in der Prozessüberwachung kann Ausschuss reduzieren, die Bauteilqualität steigern und das Personal entlasten. Teure Investitionen in neue Maschinen sind außerdem dafür nicht unbedingt notwendig. Das beweist ein mit Erfolg beendetes Forschungsprojekt namens „AutoPress“ des IPH – Institut für Integrierte Produktion Hannover und der Jobotec GmbH. Die Experten haben nämlich, wie es heißt, ein System aus Sensoren und KI entwickelt, mit dem sich alte Maschinen im Rahmen eines Retrofits nachrüsten lassen. Entwickelt wurde das Ganze am Beispiel einer Spindelpresse. Doch das Prinzip ließe sich auch auf andere Maschinen und Anlagen übertragen.

Weniger Ausschuss und entspanntere Personalsituation

Die Prozessüberwachung auf Basis erkennt 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 nicht richtig eingebaut!“
  • „Achtung, das Halbzeug ist nicht zentriert!“
  • „Achtung, Sie haben das falsche Material eingelegt!“

Unternehmen können so also nicht nur Fehler frühzeitig erkennen, Ausschuss vermeiden und die Bauteilqualität steigern, sondern sie entlasten auch ihr Personal. Mit KI-Unterstützung können außerdem auch weniger qualifizierte Mitarbeiter die Maschinen richtig bedienen. In Zeiten des Fachkräftemangels ist der Forschungserfolg also ein echter Wettbewerbsvorteil.

Durch Retrofig nachhaltiger fertigen

Um modernste Sensoren und KI nutzen zu können, muss man außerdem nicht unbedingt teure Maschinen neu anschaffen, merken die Forscher an. Stattdessen können alte Maschinen im Rahmen eines Retrofits auf den neuesten Stand gebracht werden. Ein Retrofit ist in der Regel auch günstiger als eine Neuanschaffung. Auch sei es nachhaltiger, weil es dazu führe, dass Maschinen länger in Gebrauch bleiben könnten. Die alte Presse betrachtend, haben die Projektpartner nun darauf geachtet, mit günstigen Komponenten und bestehenden Industriestandards zu arbeiten. Durch dieses Vorgehen kämen auch kleine und mittlere Unternehmen in die Lage, ihre Maschinen ohne großen Aufwand nachzurüsten.

Ausgerüstet wurde die Spindelpresse unter anderem mit Laserdistanzsensoren, Sensoren zur Spannungsmessung und mit Temperatursensoren. Verschiedene KI-Modelle werten die Messergebnisse aus und gleichen sie mit den idealen Parametern ab. Werden Abweichungen erkannt, gibt das System Handlungsempfehlungen aus. Mithilfe der nachgerüsteten Sensoren erkennt man beispielsweise Abweichungen von der idealen Halbzeughöhe. Wenige Millimeter könnten hier große Folgen haben! Denn wurde etwa zu wenig Material in die Presse eingelegt, wird die Form nicht voll und es entsteht Ausschuss. Ist das Halbzeug dagegen zu hoch platziert, wird Material und Energie verschwendet. In beiden Fällen ist die KI in der Lage, eine Empfehlung abzugeben, um wie viele Millimeter die Höhe des Halbzeugs korrigiert werden muss, um also entweder Ausschuss oder Verschwendung zu vermeiden.

Eine Presse reagiert auf Materialsorten

Abweichungen von der idealen Werkzeugposition erkennt die KI ebenfalls. Liegen beispielsweise die beiden Werkzeughälften nicht genau deckungsgleich übereinander, schadet das der Bauteilqualität. Gleiches gilt, wenn das Halbzeug nicht genau mittig im Werkzeug liegt. Auch das falsche Material kann zu Fehlern führen – und eine Verwechslung ist oft nicht so einfach mit bloßem Auge erkennbar. Verschiedene Stahlsorten benötigen außerdem unterschiedliche Temperaturen und Umformkräfte. Die KI erkennt den Unterschied und weist auf Werkstoffverwechslungen hin. So kann die Anlage gestoppt und der Fehler korrigiert werden, bevor in großer Zahl fehlerhafte Bauteile produziert werden.

Aber! Eine KI muss erst trainiert werden!

Sensoren nachrüsten, KI-Software installieren, fertig? Nein, sagen die Forscher! Denn ganz so einfach sei es nicht. Denn die KI-gestützte Prozessüberwachung ist ein sogenanntes Expertensystem, das zunächst angelernt werden muss. Und zwar von einer Person, die viel Fachwissen und Erfahrung mit der entsprechenden Maschine mitbringt, wie man betont. Supervised Learning-Algorithmen sorgen dafür, dass das System schnell lernt und selbst zum Experten wird, der Fehlerbilder zuverlässig erkennen kann. So ließe sich das System auf viele verschiedene Maschinen und Produktionsprozesse trainieren. Bei allem Erfolg, soll das KI-System den Menschen aber nicht ersetzen, sondern bei seiner Arbeit unterstützen. Für Unternehmen, die unter dem Fachkräftemangel leiden, bedeutet das eine enorme Entlastung. Insgesamt gesehen, hilft die KI-gestützte Prozessüberwachung dabei, dass Unternehmen wettbewerbsfähiger werden.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

(ID:50239491)