QUAR – Künstliche Intelligenz für die Industrie 4.0
Das Institut FORWISS an der Universität Passau entwickelt ein intelligentes System, um die Überwachung eines Teils des Herstellungsprozesses von Motorblöcken zu automatisieren. Mit Hilfe von maschinellem Lernen soll das System genaue Vorhersagen über den Verschleißzustand von Bearbeitungsmaschinen treffen können. Mit dem Projekt „Vorausschauende Instandhaltung und Qualitätssicherung in der Rohteilbearbeitung – QUAR“ wollen die Forscherinnen und Forscher mit Hilfe von künstlicher Intelligenz ein voll automatisiertes Überwachungssystem entwickeln.Motorblöcke werden heute weitgehend vollautomatisiert produziert. Beispielsweise funktioniert die Fertigung von Motorblöcken aus Aluminium bereits heute ohne menschliche Handgriffe. Nach dem Guss entkernen und bearbeiten Roboter die Gussteile selbstständig. Mehrere Bearbeitungsstationen gehören zu einer Anlage, die jeweils auf Teilaufgaben spezialisiert ist.
Bei der Vorentkernung der Motorblöcke schlagen zwei Presslufthämmer gleichzeitig auf ein Bauteil ein, um den Sand der innen liegenden Sandkerne zu lockern. „Diese Hämmer arbeiten stets an ihrer eigenen Belastungsgrenze und der des Bauteils“, erklärt Dr. Erich Fuchs, Geschäftsführer des Instituts für Softwaresysteme in technischen Anwendungen der Informatik (FORWISS Passau). Und die Arbeit muss exakt erfolgen. „Wenn die Hämmer nur fünf Millimeter daneben einschlagen, beschädigt das womöglich den Motorblock.“
Hinzu kommt ein weiteres Risiko: Sollte eine der in der Prozessreihe liegenden Maschinen ausfallen, steht die gesamte Anlage mit all ihren 13 Stationen still, in der mehrere Motorblöcke gleichzeitig bearbeitet werden. Es kommt also zu kostenintensiven Ausfällen.
Hier setzt das Projekt „QUAR“ an: Das System wird auf bestimmte Signale sensibilisiert und soll durch Methoden des maschinellen Lernens darauf trainiert werden, genaue Vorhersagen zu treffen, wann womöglich beispielsweise die Hämmer nicht mehr korrekt arbeiten oder ausfallen könnten. Dazu werden Signale identifiziert, die auf solche Ausfälle hindeuten könnten. Mechanische Veränderungen bei den Presslufthämmern geschehen allerdings schleichend und sind deshalb schwer zu beobachten. Sie führen aber zu deutlichen Abweichungen in den Prozessen. Mit Vibrationssensoren oder sich verändernde Stromaufnahmen will man versuchen, diese Abweichungen messbar zu machen.
Das Team trägt also alle verfügbaren Informationen zusammen und füttert das intelligente System damit. So sollen in der Rohteilbearbeitung zukünftig ungeplante Stillstandszeiten vermieden werden. Das System soll optimale Zeitpunkte ermitteln, zu denen kritische Komponenten ausgewechselt werden müssen. Das Projekt QUAR trägt mit diesem intelligenten Überwachungs- und Instandhaltungssystem einen Baustein zur Digitalisierung des gesamten Produktionsprozesses bei.
