Forschungsprojekt Darwin

Maschinen lernen voneinander

Das Kunststoff-Zentrum SKZ in Würzburg führt im Rahmen des Forschungsprojekts Darwin mit dem Fraunhofer Spin-off plus10 mehrere Versuchsreihen durch. Ziel ist die Entwicklung kontinuierlich lernender Modelle, die eine höhere Qualität bei kürzeren Zykluszeiten ermöglichen sollen. Dafür werden Maschinen von verschiedenen Herstellern einbezogen und Verallgemeinerungsstrategien konzipiert.
Bild: Elke Kunkel Fotografie

Bereits seit Ende 2020 laufen die Versuchsreihen für das Forschungsprojekt Darwin. Ziel des KI-Projekts ist es, detaillierte Verhaltensmodelle von Spritzgießmaschinen auf hochfrequenten Maschinendaten zu lernen. Dafür werden Maschinen unterschiedlicher Hersteller herangezogen, die im Laufe der Zeit ähnliche Teile produzieren. Auf diese Weise sollen die auf einer Maschine gelernten Verhaltensmodelle auch auf andere Maschinen übertragbar sein, ohne die Modelle für jede Maschine wieder komplett neu zu lernen. Die Verhaltensmodelle schlagen optimierte Prozessparameter für den nächsten Schuss vor, um bei minimal möglicher Zykluszeit ohne Ausschuss zu produzieren.

Anwendungsnahe Forschung

Beide Unternehmen erforschen anwendungsnah Machine Learning-Modelle zur Verhaltensbeschreibung von zyklischen Fertigungsprozessen am Beispiel des Spritzgießens. Im Zentrum steht die Online-Fähigkeit, also die Bildung und Erweiterung eines Modells, während der Prozess läuft. Daneben spielt auch die Untersuchung der Übertragbarkeit von vortrainierten Machine Learning-Modellen von einer Maschine auf ähnliche, nicht identische Maschinen eine Rolle. Ein ’Evolutionslerner’ von plus10 generiert Optimierungsvorschläge basierend auf dem Verhaltensvergleich mit allen beteiligten gleichen bzw. ähnlichen Maschinen. Das SKZ stellt für die Versuchsreihen eine große Maschinenvielfalt unterschiedlicher Hersteller zur Verfügung. Von plus10 fließt zudem die Expertise zur intelligenten Datenverarbeitung und automatisierten Produktionsoptimierung mittels kontinuierlich lernender Modelle in das Projekt ein. Seitens des SKZ werden die übertragenen Optimierungsvorschläge beurteilt und die Bauteilqualität im Prüflabor kontrolliert.

Das Forschungsprojekt ’Darwin’ wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert und endet voraussichtlich im November 2021.

Thematik: Newsarchiv
| News

Das könnte Sie auch Interessieren

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.