Der Verschleiß der Fertigungswerkzeuge kann sich erheblich auf die Qualität der gefertigten Bauteile auswirken. Daher untersuchen die Wissenschaftlerinnen des Zukunftslabors Produktion Methoden des Maschinellen Lernens (ML), die dabei helfen, Qualitätsmängel in der Produktion vorherzusagen und somit Produktionsprozesse zu verbessern. Die ML-Modelle sollen vorhersagen, wie sich der Verschleiß auf die gefrästen Bauteile auswirkt. „Active Learning macht es möglich, dass das Modell selbstständig die wichtigsten Messpunkte auswählt, um noch bessere Prognosen zu Formfehlern zu liefern. Damit können wir effizient zusätzliche Daten gewinnen und die Prozessüberwachung in Echtzeit verbessern – ein großer Vorteil für präzise Fertigung“, erklärt Markus Rokicki, Leibniz Universität Hannover (Forschungszentrum L3S).
Zentrum für digitale Innovationen Niedersachsen
