Qualität vorhersagen mit Daten und KI
«Wir nutzen die in den Maschinen aufgezeichneten Live-Daten des Spritzgiessprozesses, um mithilfe von künstlicher Intelligenz die Qualität der produzierten Bauteile vorherzusagen», erklärt Projektleiter Curdin Wick vom IWK Institut für Werkstofftechnik und Kunststoffverarbeitung der OST das Konzept. Diese «Predictive Quality», also Qualitätsvorhersage, hat den Vorteil, dass Menschen nur noch eingreifen müssen, wenn die KI Anomalien in der Produktion erkennt. So kann es zum Beispiel passieren, dass zwar alle Maschinen optimal eingestellt sind, aber äussere Einflüsse dazu führen, dass die Bauteile ihre Form nach der Produktion unerwartet verändern.
Für die Erkennung solcher Faktoren, wird die KI derzeit in der Smart Factory der OST trainiert. Mit den gleichen Maschinen, die in der Kunststoffindustrie verwendet werden, haben die OST-Ingenieure im IWK-Maschinenpark ein Trainingszentrum für die KI aufgebaut – bestehend aus Spritzgiessmaschine, Lasermarkierung zur Identifikation jedes Bauteils, Handling-Roboter, Logistik-Roboter, Qualitäts-Messzelle und Lager.
Sämtliche Daten der Fabrik werden laufend in die Cloud gespeichert und von der KI ausgewertet. Um die KI auf die geforderte Qualität hin zu trainieren, werden alle produzierten Teile in einer bisher einzigartigen Messzelle der Firma Kistler auf ihre Qualität überprüft. «Verschiedene Kameras und Sensoren vermessen jedes produzierte Bauteil. Die KI korreliert diese Daten mit den Daten aus dem Produktionsprozess und lernt so immer besser, welche Produktionsdaten voraussichtlich hochqualitative Bauteile versprechen», erklärt Wick.
Der vom ILT Institut für Laborautomation und Mechatronik der OST speziell entwickelte Logistik-Roboter arbeitet dabei autonom Hand in Hand mit allen anderen Maschinen des IWK. «Unser Roboter bewegt sich autonom zwischen Produktion, Messzelle und Lager und bringt die in eindeutig identifizierbaren Lagerboxen liegenden Bauteile selbstständig an den richtigen Ort, wo er den geforderten Prozess selbstständig auslöst», erklärt ILT-Ingenieur Renato Müller. Entscheidet die KI zum Beispiel auf der Basis von Anomalien in den Produktionsdaten, dass ein Teil gemessen werden muss, holt der Roboter das entsprechende Teil entweder direkt aus der Produktion oder aus dem Lager und lässt es in der Messzelle prüfen. Sind die Produktionsdaten unverdächtig, bringt sie der Roboter direkt aus der Produktion ins Lager – die Qualitätssicherung in der Messzelle entfällt, weil die KI bereits weiss, dass die Bauteile die Qualitätskriterien erfüllen. Dem Team ist es wichtig, dass sich das Predictive-Quality-Konzept skalierbar in den Aufbau typischer Kunststofffabriken integrieren lässt. «Durch den modularen Aufbau ist dieser Ansatz auch skalierbar in einer komplexen Produktion mit mehreren Spritzgiessmaschinen einsetzbar, die gleichzeitig verschiedene Artikel produzieren», erklärt Wick. In diesem Szenario würden die kollaborativen Logistik-Roboter basierend auf den Anweisungen der Fabrik-KI laufend Bauteile transportieren und bei Anomalien eine Qualitätsmessung in der zentralen Messzelle durchführen.
«Unser Ziel ist es, dass auch grosse Produktionsbetriebe in Zukunft vollautomatisch arbeiten können und die vor dem Hintergrund des Fachkräftemangels knappen Produktionsfachleute keine repetitiven Routineaufgaben wie Qualitätssicherung mehr übernehmen müssen», erklärt Wick.
Kontakt
Curdin Wick
IWK Institut für Werkstofftechnik und Kunststoffverarbeitung
+41 58 257 47 70
curdin.wick@ost.ch