Bauteile in der Konstruktion dank KI identifizieren

Wenn Bauteile entworfen werden, werden sie oft mit Hilfe von CAD-Software konstruiert. Die Software für Computer Aided Design (CAD) unterstützt Anwender:innen bei konstruktiven Aufgaben wie dem Erstellen, Ändern und Optimieren eines Designs für ein Teil oder die Zusammenstellung von Teilen. In einigen Unternehmen geschieht die Konstruktion von Teilen verteilt. Dadurch kann es passieren, dass ähnliche oder sogar gleiche Bauteile, zwar für unterschiedliche Produkte, aber mit gleicher Funktionserfüllung erstellt werden. Dies sorgt nicht nur für mehr Aufwand in der Konstruktion, sondern verursacht auch eine höhere Teilevielfalt, die zu zusätzliche Kosten im Service führt. Dabei kann das Identifizieren von Bauteilen dank Künstlicher Intelligenz das Problem lösen.

Im Fokus der Erkennung von Bauteilen stehen die Gleichteile. Als Gleichteile werden Bauteile bezeichnet, die unverändert in verschiedenen Produkten verwendet werden können, jedoch keine Normteile sind. Normteile wie Schrauben oder Rohre werden meist nicht selbst hergestellt, sondern von hierauf spezialisierten Herstellern zugekauft.

Das Identifizieren von Gleichteilen in einer Datenbank geschieht einerseits, um die Teileanzahl für Service und Pflege zu reduzieren, andererseits, um auch ähnliche Teile während der Konstruktion vorzuschlagen und auf diese Weise den Aufwand und die Zeit der Entwicklung des Gleichteils zu reduzieren.

Bauteile vergleichen: Dieser Algorithmus kann helfen

Um dies erreichen zu können, müssen zunächst die CAD-Gleichteile in ein Histogramm oder Spektrogramm umgewandelt werden. In diesen Darstellungen können die Gleichteile leichter verglichen werden. Dies geschieht über statistische Klassifikationsverfahren wie dem k-Nearest-Neighbor Algorithmus (KNN) und des Euklidischen Abstands.

Der k-Nearest-Neighbor Algorithmus gilt als der einfachste und bewährteste Algorithmus, wenn es darum geht Daten zu klassifizieren. Der Algorithmus kann dazu verwendet werden, um einen ersten Überblick über die Daten zu erhalten. Im Gegensatz zu anderen Algorithmen benötigt er kein aufwendiges Training, da bei der Klassifizierung alle Daten verwendet werden. Dabei findet der Algorithmus zu einem gegeben Datenpunkt ähnliche Datenpunkte (Nachbarn). So kann festgestellt werden, zu welcher Klasse der Punkt gehört. Um den Abstand des gegebenen Datenpunkts mit den ähnlichen Datenpunkten zu vergleichen, wird der Euklidischen Abstand verwendet. Diese Methode ist eine Abstandsfunktion und kann den Abstand zwischen zwei Punkten sowohl auf einer Ebene als auch in einem dreidimensionalen Raum, wie bei dem Vergleich der Gleichteile, bestimmen. Dank des k-Nearest-Neighbor Algorithmus‘ und des Euklidischen Abstands können beispielsweise Dokumente automatisch bestimmt, Fertigungsprozesse vorhergesagt oder eben Gleichteile verglichen werden.

Entdecken Sie weitere KI-Potenziale

CLAAS setzt auf die Identifizierung von Bauteilen

Der international agierende Landmaschinenhersteller CLAAS GmbH & Co. KGaA erprobt im KI-Marktplatz einen speziellen Use Case für die Integration von KI im Computer Aided Design. Vor dem Hintergrund der stetig steigenden Produktkomplexität und -variantenzahl bietet die Wiederverwendung von Bauteilen eine wichtige Möglichkeit, um Herstell-, Entwicklungs- und Lagerkosten einzusparen.

Mit dem Identifizieren von ähnlichen Bauteilen soll eine kürzere Time-to-Market erreicht werden, da die Konstruktion und Freigabe von Bauteilen beschleunigt wird. Zusätzlich können geringere Kosten durch größere Bestellmengen erzielt werden. Das Identifizieren von gleichen Bauteilen in einer CAD-Datenbank kann zusätzlich dazu führen, dass bereits vorhandene Bauteile entfernt werden können, um so die Datenbank zu bereinigen.