LunKItekt
Das Projekt LunKItekt zielt darauf ab, die Qualität von Bauteilen zu verbessern und gleichzeitig Ressourcen zu schonen. Durch den Einsatz von Künstlicher Intelligenz sollen Materialfehler an der Werkstückoberfläche und der Verschleiß des Werkzeugs während der Bearbeitung erkannt werden.
Die Erkennung von Materialfehlern ist wichtig, da diese die Optik des Bauteils beeinträchtigen und in kritischen Bereichen, wie Dichtflächen, zu Funktionsausfällen führen können. Ziel der Werkzeugverschleißerkennung ist es, den Austausch von Werkzeugen zu optimieren, sodass dieser weder zu früh noch zu spät erfolgt.
Ein Alleinstellungsmerkmal von LunKItekt ist die Konzipierung für kleine Losgrößen, verbunden mit der Lokalisierung der Materialdefekte. Das Projekt bietet somit eine effiziente und bedarfsgerechte Unterstützung der Qualitätskontrolle.
Vorgehen
Vergleichbare Projekte, die für große Losgrößen konzipiert sind, gewinnen Trainingsdaten, indem während der Bearbeitung eines Werkstücks Sensordaten aufgezeichnet werden. Klassische Verfahren für Anomaliedetektion in Zeitreihendaten funktionieren dann zuverlässig.
Im Projekt LunKItekt ist dieses Vorgehen nicht möglich. Stattdessen wird zunächst gemeinsam mit der inno-focus digital gmbh ein Versuchsplan erstellt, der gängige Bearbeitungssituationen, also Kombinationen aus Werkzeug, Material, Schnittparametern und Umschlingungswinkel abbildet. Anschließend werden Trainings-, Test- und Validierungsdaten aufbereitet und zur Entwicklung von KI-Modellen genutzt.
Die Technische Hochschule Augsburg (THA) konzentriert sich auf die Entwicklung des Modells zur Verschleißerkennung, während inno-focus digital gmbh die IT-Infrastruktur aufbaut und das Modell zur Defekterkennung entwickelt. Beide Modelle werden später in ein Softwareprodukt integriert, das eine kontinuierliche Überwachung und Vorhersage der Werkstückqualität und der Werkzeugstandzeit ermöglicht.
