Als Projektergebnis wird ein Assistenzsystem angestrebt, das durch die Abbildung optischer Qualitätsmerkmale des Produkts und seiner Prozessgrößen in einem KI-Modell während der Fertigung eine ressourceneffizientere Zielkonfiguration der Prozessparameter ermöglicht. Für den maschinellen Lernvorgang werden von den Anwendungspartnern optische Bildmerkmale, wie bspw. Oberflächentextur, Schweißbad, Tröpfchen und Meniskus und dazugehörigen Prozessdaten für die adressierten additiven Fertigungsverfahren über eine Cloud-Schnittstelle zur Verfügung gestellt. Das KI-Modell wird für zwei Anwendungsszenarien, das additive Auftragschweißen von Metallen und Drop-on-Demand Verfahren für den personalisierten Medikamentendruck, unter fertigungsnahen Bedingungen demonstriert.
Der Lösungsansatz erlaubt es, systematisch die derzeit erforderlichen kognitiven menschlichen Fähigkeiten in der Reaktion auf Abweichungen in der additiven Fertigung zu erkennen, aus dem antrainierten Erfahrungswissen der Akteure mit den Prozesseigenschaften zu korrelieren und adäquate Maßnahmen in Echtzeit über die Maschinensteuerung einzuleiten. Der Innovationsaspekt des vorgestellten Lösungsansatzes, der über den Stand der Technik hinausgeht, besteht daher in der maschinellen Erkennung neuer Qualitätsmerkmale, die Korrelation auf relevante Prozesseigenschaften mit entsprechenden Prozessstellgrößen und die angemessene Intensitätsanpassung dieser Stellgrößen über die Prozesssignale.
Spezifische Projektziele von PSI
Michael Schulze
Dipl.-Ing.
Quality Mgt. Representative
Dircksenstraße 42-44
10178 Berlin
Telephone: +49 30 2801 - 1869
Email: mschulze@psi.de