RoboWrap – eine Maschine, die ihr Produkt versteht

Runde rolle, spitze Rolle, konturierte Rolle: Die Ummantelung von Holz-, Metall- oder Kunststoffprofilen mittels sogenannter Andruckrollen passiert bei der düspohl Maschinenbau GmbH vollautomatisch und intelligent. ​Mit der RoboWrap revolutionierte das Unternehmen aus Schloß Holte-Stukenbrock den Profilummantelungsprozess bereits Anfang der 2000er Jahre. Im KI-Marktplatz soll der Einrichtungsprozess der Fertigungsanlage nun optimiert werden und Empfehlungen zur Herstellbarkeit von Produkten mithilfe eines digitalen Zwillings ermittelt werden.

Profilummantelung ist ein Verfahren, durch das eine dekorative Oberfläche auf ein Trägermaterial laminiert wird. Das Ummanteln erfolgt auf einer Profilummantelungsmaschine mithilfe von Andruckrollen. Werden Profilummantelungsanlagen für gewöhnlich noch manuell eingerüstet, entwickelte düspohl gemeinsam mit den Universitäten Bielefeld und Paderborn, Mitsubishi Electric und dem Fraunhofer IEM die RoboWrap, eine Anlage, bei der das Einrüsten mit Andruckrollen mithilfe von Robotern vollautomatisch geschieht. Deshalb sinkt die Einrüstzeit unabhängig davon, wie unterschiedlich, die zu ummantelnden Profile sind, signifikant im Vergleich zu Anlagen mit traditioneller Ummantelungszone.

Jan-Eric Peitzmeier, Software Engineer bei düspohl erklärt: „Gemäß dem aktuellen Stand der Technik nimmt der Ummanteler diese Positionierung beim ersten Einstellen der Rollen an eine Profilgeometrie noch 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, die gespeicherte Kombination aufzurufen. Die Roboter positionieren die Andruckrollen automatisch, sogar unter Berücksichtigung der Gebrauchsspuren an den Rollen.

düspohl treibt die Automatisierung voran
Im Rahmen des KI-Marktplatzes arbeiten Experten des Fraunhofer IEM gemeinsam mit düspohl daran, die Automatisierung zu vervollständigen und das bisher noch manuelle Einteachen abzulösen. Darüber hinaus soll die Herstellbarkeit neuer Produktspezifikationen automatisiert beurteilt werden können. Wie das geschehen kann?

Steven Koppert, wissenschaftlicher Mitarbeiter am Fraunhofer IEM, erklärt dies wie folgt: „Wir gehen in drei Schritten vor: zunächst entwickeln wir einen Algorithmus zur Extraktion von Merkmalen, mit dessen Hilfe alle Arten von Profilen bei düspohl auf ihre Eigenschaften untersucht werden können. Das bedeutet, wir wissen von jedem Teil, wo seine Nuten, seine Ecken oder seine Kanten sitzen.“

Diese Merkmale werden im nächsten Schritt einzelnen Robotern der RoboWrap zugeordnet. Für jeden Roboter wird im dritten Schritt ermittelt, mit welcher Rollengeometrie er sein zugewiesenes Merkmal bestmöglich bearbeiten kann und wo die Rolle genau positioniert werden muss. Um das zu erreichen, wird auf zwei Informationsquellen zurückgegriffen: Zum einen wird die Erfahrung der Maschinenbediener in Form vergangener Maschineneinstellungen analysiert und auf neue Aufgaben angewendet. Zum anderen wird derzeit ein Modell entwickelt, das den Weg eines Profils durch den Ummantelungsprozess abbildet, ein digitaler Zwilling. Dieser kann als Abbild der realen Maschine dazu genutzt werden, um mögliche Einstellungen der RoboWrap vor Produktionsbeginn zu evaluieren und gemeinsam mit dem Erfahrungswissen der Mitarbeiter eine optimale Konfiguration des Prozesses vorherzusagen. Das Einteachen der Maschine kann somit in Zukunft durch den Algorithmus erfolgen.

Digitaler Zwilling gibt Empfehlungen zur Herstellbarkeit
Das Ziel ist ein selbstlernender KI-Zyklus rund um den digitalen Zwilling, der stets Empfehlungen zur optimalen Maschineneinstellung geben kann. Gleichzeitig erhalten die Kunden von düspohl dadurch Empfehlungen über die Herstellbarkeit neuer Produkte und über Parameter zukünftiger Ummantelungsprozesse. Für die Kunden des Maschinenbauunternehmens bedeutet dies neben einer Prozessoptimierung auch eine weitere Effizienzsteigerung. „Durch den Einsatz KI-basierter Ansätze in der Rüstplanung ermöglichen wir unseren Kunden, schneller auf veränderte Anforderungen zu reagieren. Sie können so das Potential robotergestützter Ummantelungsanlagen voll auszunutzen“, sagt Peitzmeier.

Im ersten Projektjahr hat das Team rund um Steven Koppert schon beachtliche Fortschritte erzielt. „Mithilfe des Algorithmus‘ zur Extraktion von Merkmalen können wir inzwischen Produktspezifika von Profilen genau erkennen und digital abbilden. Auf diese Weise können Maschinenbediener volle Informationen über die hergestellten Produkte bekommen, was schon heute als Entscheidungshilfe im Produktionsprozess dienen kann. Vor allem bedeutet dies aber, dass wir mit der RoboWrap nun eine Maschine haben, die ihre Produkte versteht“, sagt Koppert.

Kontakt
Steven Koppert
Fraunhofer IEM
E-Mail senden

Weitere Informationen zum Projekt

Zur Projektseite

Das könnte Sie auch interessieren

Künstliche Intelligenz im Engineering – vom Anbieter zum Anwender

Seit drei Jahren forschen und entwickeln 19 Projektpartner im KI-Marktplatz an einer Plattform, die Anbieter:innen und Anwender:innen von KI-Lösungen im Engineering zusammenbringt. Mit den erzielten Ergebnissen unterstützt der KI-Marktplatz bei …

Das Wort Change prangt als weiße Schrift auf schwarzem Grund und spiegelt sich. Es soll den Einsatz von Künstlicher Intelligenz im Change Management darstellen.

Wie Künstliche Intelligenz das Change Management verbessert

Das Change-Management ist in der Produkt- und Dienstleistungsentwicklung von großer Bedeutung. Künstliche Intelligenz kann dabei helfen, Auswirkungen von Änderungen frühzeitig zu identifizieren und Fehler in der Entwicklung zu vermeiden.

Zwei Personen sitzen vor Dokumenten und analysieren Wettbewerbsdaten.

Effiziente Wettbewerbsanalyse unterstützt von KI

KI kann Unternehmen bei der Durchführung einer kontinuierlichen Wettbewerbsanalyse unterstützen, indem sie die Aufbereitung und Recherche von Daten automatisieren und die Interpretation und Visualisierung von Analysen vereinfachen.

Vier Textmarker sind auf weißem Grund zu sehen. Ein blauer, ein lilaner und ein oranger Textmarker sind geschlossen. Ein pinker Textmarker ist geöffnet.

Systementwurf: Dank KI relevante Infos extrahieren

KI kann beim Systementwurf unterstützen, indem sie relevante Informationen aus Prüf- und Testberichten extrahiert und diese für den aktuellen Systementwurf vorselektiert. Dies führt zu einer Verbesserung des Endprodukts und einer Optimierung der Datenqualität und Dokumentation.

Ein Kabelbaum auf organgem Grund.

Automatisierte Konsistenz im E/E Bereich

Erfahren Sie, wie Künstliche Intelligenz bei der Sicherstellung der Konsistenz von Modellen zwischen OEM und Zulieferern helfen kann und welche Vorteile dies bietet.

Ein abstraktes 3D Modell soll ein CAD-Modell darstellen, das bei der Finite-Elemente-Methode benötigt wird.

KI-Unterstützung in der Finite-Elemente-Methode

Erfahren Sie, wie Künstliche Intelligenz in der Finite-Elemente-Analyse eingesetzt werden kann und welche Vorteile dies für Unternehmen bietet.

Eine Person bedient einen Laptop. Auf dem Bildschirm des Laptop ist ein Daten-Diagramm zu sehen.

Field Quality Analytics: KI hilft Produktqualität sicherzustellen

Field Quality Analytics ist ein Ansatz, um Qualitätsprobleme in Produkten zu erkennen und zu beheben. Dabei kann KI eine Unterstützung sein.

Ein Bild eines Diagramms, das die Verbindungen zwischen verschiedenen Konzepten und Ideen in einem Knowledge-Graph darstellt.

Wie ein KI-basierter Knowledge Graph bei Innovationen unterstützt

Künstliche Intelligenz (KI) kann Unternehmen bei der Entwicklung von Innovationen unterstützen, indem sie die Erstellung und Nutzung von Technology Knowledge Graphs vereinfacht.

Viele Zahlenreihen sind zu sehen, ein Teil der Zahlen ist im Fokus, ein anderer Teil unscharf. Durch die Zahlen sollen die KI-Methoden symbolisiert werden, mit denen Anforderungen strukturiert werden können.

KI-unterstützte Strukturierung von Anforderungen

Künstliche Intelligenz kann bei der Strukturierung von textuellen Anforderungen in der Systementwicklung helfen. Erfahren Sie, welche Methoden zum Einsatz kommen.

Mit KI Konkurrenzprodukte analysieren

Künstliche Intelligenz (KI) kann bei der Analyse von Konkurrenzprodukten eine große Hilfe sein, denn sie analysiert schnell und deckt Schwächen und Stärken auf.

Zwei junge Kollegen betrachten eine digitale Modelldarstellung

KI-Marktplatz: Projekt wird bis Juni 2023 verlängert

Der KI-Marktplatz wird bis zum 30. Juni 2023 verlängert. Dreh- und Angelpunkt des Projekts ist die gleichnamige Plattform KI-Marktplatz. Derzeit befindet sich die Plattform in einer Beta-Version, das soll sich allerdings ändern. 

Trends und Standards für Künstliche Intelligenz – AI Day zeigt wie’s geht

13 Prozent des Bruttoinlandsprodukts sollen im Jahr 2025 in Deutschland mit Dienstleistungen und Produkten erwirtschaftet werden, die auf dem Einsatz von KI basieren. Das bedeutet ein enormes Potenzial von KI für wirtschaftliches Wachstum und Produktivitätssteigerung in der Produktentwicklung. Wie KI das Engineering bereichern kann, war Thema beim AI Day des KI-Marktplatzes.