Einblicke in den Fraunhofer IWS Jahresbericht 2021/2022

Künstliche Intelligenz in der Qualitätssicherung

Aktuelles – Fraunhofer IWS Dresden /

Ausfälle in industriellen Produktionsprozessen verursachen Kosten. Umso wichtiger ist es, diese Prozesse möglichst lückenlos zu überwachen. Dieses Vorgehen erlaubt ein frühzeitiges Detektieren von Veränderungen der Prozesse bzw. der gefertigten Bauteile. Am Fraunhofer IWS entwickeln Forschende neuartige Konzepte für eine leistungsfähige Prozessüberwachung. Sie setzen dabei Künstliche Intelligenz (KI) ein, um relevante Prozessinformationen zugänglich zu machen, diese in Echtzeit zu verarbeiten und für die Qualitätssicherung zu nutzen.

Die hyperspektrale Bildgebung (HSI) kann helfen, Prozesse möglichst vollständig zu überwachen und Veränderungen oder Fehler zu erkennen.
© ronaldbonss.com
Die hyperspektrale Bildgebung (HSI) kann helfen, Prozesse möglichst vollständig zu überwachen und Veränderungen oder Fehler zu erkennen.
HSI eignet sich für Überwachungs- und Steuerungsanwendungen, die eine Null-Fehler-Toleranz in industriellen Prozessketten ermöglichen.
© ronaldbonss.com
HSI eignet sich für Überwachungs- und Steuerungsanwendungen, die eine Null-Fehler-Toleranz in industriellen Prozessketten ermöglichen.
Hyperspektrale Bildgebung zur prozessspezifischen Bewertung von Pulvern in der Additiven Fertigung.
© ronaldbonss.com
Hyperspektrale Bildgebung zur prozessspezifischen Bewertung von Pulvern in der Additiven Fertigung.

Sensorik und KI für die Produktionstechnik – Beispiel: Laserstrahlschweißen

Das Laserschweißen ist in der Massenproduktion etabliert und steht für eine hohe Reproduzierbarkeit sowie Qualität der erzeugten Produkte. Um diese Prozesse noch effizienter, kostengünstiger und damit die Produkte nachhaltiger zu gestalten, verfolgen die Forschenden der Gruppe Laserstrahlschweißen das Ziel, ein KI-basiertes Expertensystem für laserbasierte Fertigungsprozesse zu entwickeln. Dieses digitale Werkzeug soll langfristig eine Prozesskontrolle für eine Null-Fehler-Produktion in großen industriellen Prozessketten ermöglichen.

Die sensorgestützte Datenerfassung während der Laserprozessführung in Verbindung mit intelligenten Auswertemethoden wird in Zukunft nachgelagerte, zum Teil sehr aufwendige Prüfverfahren ersetzen. Der Forschungsfokus liegt vor allem auf der Verbesserung von Detektions- und Anwendungsmöglichkeiten und der Realisierung einer echtzeitfähigen Kommunikation zwischen Sensor und laserbasiertem Prozess. Darüber hinaus sollen die am Fraunhofer IWS entwickelten Lösungen einfach auf bereits bestehende Produktionsanlagen übertragbar sein.


Hyperspektrale Bildgebung und KI in Fertigungsprozessen – Beispiel: additive Fertigung

Die hyperspektrale Bildgebung (HSI) in Kombination mit KI-basierter Datenverarbeitung ist eine hervorragende Technologie für eine schnelle flächige Inspektion von Auftragsprozessen (wie etwa Beschichtung oder additive Fertigung). Die Gruppe Optische Inspektionstechnik entwickelt maßgeschneiderte HSI-Systeme, um vielfältige Anwendungsszenarien zu adressieren. Dabei spielt die intelligente Verarbeitung der viele Millionen Datenpunkte enthaltenden Bilder eine zentrale Rolle. Erst der Einsatz von Methoden der Künstlichen Intelligenz eröffnet den Zugang zu Qualitätsaussagen bzgl. Proben- bzw. Materialeigenschaften und deren lateraler Verteilung. Erstmals wandten die Forschenden das Konzept erfolgreich in der additiven Fertigung im Pulverbettverfahren an.

Mittels HSI gelingt es, die Güte der Pulver kontinuierlich während des gesamten Prozesses zu garantieren. Stichprobenhafte Probennahme und sich anschließende langwierige Laboruntersuchungen entfallen. Die Flexibilität des Verfahrens erlaubt eine sehr einfache Anpassung an verschiedenste Aufgabenstellungen. Das außerordentliche Potenzial dieser neuen Form der Bildgebung ist gerade für solche Prozesse hochattraktiv, die bislang über keine adäquate kontinuierliche Qualitätsüberwachung verfügen. Darüber hinaus eignet sich die hyperspektrale Bildgebung für den Einsatz in der Prozessüberwachung und -steuerung, sowie in der Sortierung.