Weltweit fallen in Fertigungsbetrieben an jeder Maschine täglich Milliarden Informationen an, die Aussagen über den Prozess, durch den Sie entstanden sind in sich tragen. Die Maschinen, die diese Prozesse ausführen sind meist geregelt oder gesteuert und bedürfen daher ganz automatisch einer Erfassung dieser Daten, da sie sich ohne diese überhaupt nicht kontrollieren ließen.
Warum also nicht diese Daten nutzen, um weitere Einblicke in den Prozess zu erhalten. Doch wie soll das gehen?
Im Vorliegenden Beispiel wurde ein Rührreibschweißprozess genutzt, um zu zeigen wie man mit den entstehenden Prozessdaten zu Qualitätsaussagen kommen kann, ohne weitere Messtechnik einkaufen zu müssen. Zwei Bleche (Kupfer und Aluminium) werden miteinander über einen rotierenden Stempel, unter hohem Druck verschweißt und die daraus resultierenden Prozessdaten wie Kraft, Weg, Strom, Drehzahl, Drehmoment und Zeit wurden aufgezeichnet. Dabei wurden absichtlich hunderte von Proben als IO produziert und weitere Proben leicht verunreinigt um NIO Schweißverbindungen zu erzeugen.
Die Idee ist, dass bei verunreinigten Blechen auch Unterschiede in den Prozessparametern auftreten. Diese möchte man aber nicht aufwändig, händisch heraussuchen. Daher nutzt man einfaches KI Training, indem man dem Algorithmus zeigt welche Daten „IO“ sind und welche „NIO“, sodass die KI selbstständig herausfindet worin die Unterschiede innerhalb der Prozessabläufe liegen.
Mit ausreichend Trainingsdaten können hier hohe Genauigkeiten erreicht werden und das ohne zusätzliche Messsysteme.
Im Ergebnis lassen sich die Daten von jedem Prozessschritt nutzen, um ein kontinuierliches Qualitätssicherungskonzept umzusetzen.
Detaillierte Ausführungen und Erläuterungen finden Sie unter der folgenden Veröffentlichung in Zusammenarbeit mit der TU Ilmenau.
DOI: 10.1177/1464420720912773
