Logo

düspohl

KI-gestützte Herstellbarkeitsanalyse

Ziel des Pilotprojekts ist der Einsatz Künstlicher Intelligenz um den Einrichtprozess in einem automatisierten Fertigungsprozess zu optimieren.

Bei der Fertigungsanlage handelt es sich um die vollautomatische Profilummantelungsanlage RoboWrap, bei der Roboter die manuelle Positionierung der Ummantelungsrollen, die das mit Klebstoff benetzte Dekormaterial an die Profile andrücken, abgelöst haben. Sie ist die einzige Profilummantelungsmaschine weltweit, die die Prozessdaten zur Verfügung stellt, die gebraucht werden um Algorithmen für ein KI-basiertes System ableiten zu können.

Ihre Entwicklung begann zu Anfang der 00er Jahren als Kooperation der düspohl Maschinenbau GmbH mit den Universitäten Bielefeld und Paderborn, dem Fraunhofer IEM und Mitsubishi Electric als Lieferanten der Knickarm-Roboter. Gemäß dem aktuellen Stand der Technik nimmt der Ummanteler die Positionierung beim ersten Einstellen der Rollen an eine Profilgeometrie selbst vor: er „teacht“ sie ein. Dies geschieht mittels einer intuitiv zu bedienenden Oberfläche. Die Kombination, mit der das optimale Ummantelungsergebnis produziert wird, wird zum Abschluss gespeichert. Wird eine Charge derselben Profilgeometrie zu einem späteren Zeitpunkt erneut produziert, so reicht es aus, das gespeicherte Rezept aufzurufen. Die Roboter positionieren die Andruckrollen automatisch, sogar unter Berücksichtigung der Gebrauchsspuren an den Rollen.

Das neu gestartete Projekt im Rahmen des KI-Marktplatzes soll die Automatisierung vervollständigen und das bisher noch manuelle Einteachen ablösen. Darüber hinaus soll die voraussichtliche Herstellbarkeit neuer Produktspezifikationen automatisiert beurteilt werden können. Im ersten Schritt werden das Fertigungssystem, der Einrichtprozess und die Verfügbarkeit von Produktionsdaten analysiert. Anschließend wird festgelegt, welche Software-Module und Schnittstellen entwickelt werden müssen. Dabei werden verschiedene Methoden der Künstlichen Intelligenz zu einem Gesamtkonzept kombiniert. In einem dritten Schritt werden Module zur Merkmalsextraktion, Herstellbarkeitsanalyse und Prozessparameter-Vorhersage entwickelt und validiert. Als Abschluss des Projekts wird analysiert, auf welche Weise die Erkenntnisse für den KI-Marktplatz generalisiert und somit auch auf andere Anwendungsfälle übertragen werden können, um eine generische Applikation für die Plattform abzuleiten.

Projekte

Westaflex_RGB-1-1024×156

Westaflex

Im Fokus des Projektes von Westaflex mit dem Fraunhofer IEM steht eine KI-Anwendung, mit deren Hilfe die Reihenfolgenplanung von Fertigungsaufträgen optimiert wird. Dazu sollen Echtzeitdaten aus der Produktionssteuerung sowie von Maschinen ausgewertet werden, um Hinweise für die optimalen Maschinenbelegungen zu extrahieren.

Mehr erfahren
Hella_Gutmann_Solutions

Hella Gutmann

Derzeit setzt die Fahrzeugdiagnose in einer Werkstatt umfassende KFZ-Kenntnisse voraus und ist mit einem umfangreichen Arbeitsaufwand verbunden. Ziel von Hella Gutmann ist es daher, eine KI-Anwendung zur KI-gestützten Diagnose und Identifikation potentiell defekter KFZ-Bauteile auf Grundlage historischer Fahrzeugdaten (z.B. Fehlercodes, Sensormesswerte und KM-Stände) zu entwickeln und dabei eine weitere Vielzahl an Datenquellen (z.B. Rechnungsdaten, Reparaturinformationen etc.) zu integrieren.

Mehr erfahren
ubermetrix

Ubermetrics

Ziel des Projektes von Ubermetrics ist eine KI-Anwendung, die relevante Informationen aus unstrukturierten oder semi-strukturierten Texten (z.B. Onlinebewertungen, Beschwerde-Emails, Serviceberichte, Reklamationsreports) extrahiert, analysiert und einem Entwickler systematisch verfügbar macht. Die Anwendung kann beispielsweise im Rahmen der gezielten Optimierung von Systemkomponenten genutzt werden.

Mehr erfahren
Hella_Aglaia

Hella Aglaia

Schild, Baum oder Mensch? Damit selbständig fahrende Autos ihre Umgebung wahrnehmen können, müssen große Bild- und Videodaten ausgewertet und Objekte wie Schilder, Bäume oder Fußgänger präzise gekennzeichnet werden. Mit den markierten Daten wird ein Algorithmus trainiert, der beim autonomen Fahren zum Einsatz kommt. Ziel des Projektes mit Hella Aglaia und dem Fraunhofer IEM ist eine Lösung zur Analyse und Annotation von Video-Daten sowie dem Training und der Validierung von neuronalen Netzen für KI-Anwendungen.

Mehr erfahren
Claas Logo

CLAAS

Künstliche Intelligenz hat das Potenzial die Art und Weise wie gearbeitet und gewirtschaftet wird grundlegend zu verändern. Dieses Potential hat CLAAS GmbH & Co. KGaA, ein international agierender Landmaschinenhersteller, erkannt und erprobt im KI-Marktplatz gemeinsam mit den Fraunhofer-Instituten IEM und IPK einen speziellen Use Case für die Integration von KI in Computer Aided Design (CAx).

Mehr erfahren
DN_Logo_V_CMYK

Diebold Nixdorf

Wie können Service-Techniker optimal unterstützt werden? Dieser Frage widmet sich ein Pilotprojekt von Diebold Nixdorf Systems gemeinsam mit dem Fraunhofer IOSB-INA. Ziel ist es, eine KI-Anwendung zu entwickeln, die Service- und Sensordaten von Geldautomaten aus dem Feld ausliest und analysiert. Darauf aufbauend sollen differenzierte Reparaturanweisungen für Servicetechniker generiert werden. Als Datenbasis dient eine existierende Serviceplattform.

Mehr erfahren