Beitrag drucken

Künstliche Intelligenz in der Zerspanung

TransKI untersucht die Übertragbarkeit von KI-Modellen

Im Forschungsprojekt TransKI arbeiten die Beteiligten daran. KI-Modelle für bestimmte Anwendungen auf ähnliche Anwendungen zu übertragen. Das sogenannte Transfer Learning soll Zerspanprozesse effizienter machen.

Bild: Müller Präzisionswerkzeuge

Bild: Müller Präzisionswerkzeuge

Maßgeblich für die Produktionskosten eines zerspanten Bauteils sind der Werkzeugverschleiß und das Zeitspanvolumen. Je effizienter Werkzeuge eingesetzt werden, umso geringer werden die Kosten. Maschinelles Lernen (ML) kann dazu als Entscheidungsunterstützung für den Werkzeugwechsel beitragen. Da sich die Prozesse je nach Anwendungsfall unterscheiden, gibt es dafür keine Patentlösung. Eine Lösung kann jedoch das sogenannte Transfer Learning bieten: Dabei wird Wissen von verwandten, bereits gelernten Aufgaben genutzt, um ML-Modelle schneller für neue, aber verwandte Aufgaben trainieren zu können. Seit Juni 2021 läuft ein Forschungsprojekt, das die Möglichkeiten des Transfer Learnings in der Zerspanung ausloten und industriell nutzbar machen soll.

Drei Projektphasen

Gesamtziel des Projekts ’Beherrschung von Zerspanprozessen durch transferierbare künstliche Intelligenz – Grundlage für Prozessverbesserungen und neue Geschäftsmodelle (TransKI)‘ ist die Erschließung des Transfer Learnings um ML-Modelle bereitzustellen, die einfach auf neue Anwendungsfelder übertragbar sind. Dabei wird das Vorhaben in drei Teilziele unterteilt.

In der ersten Phase des Forschungsprojekts sollen industrielle Anwendungsfälle definiert sowie Zerspanversuche durchgeführt und ausgewertet werden. Mit den aufbereiteten Daten dieser Versuche können grundlegende ML-Modelle entwickelt werden. In der zweiten Phase geht es den Projektbeteiligten darum, Modelle für neue Anwendungsfälle zu befähigen. Dabei werden die Versuchsumgebung, also der Prozess, die Maschine und Sensorik sowie der Werkstoff, schrittweise verändert, verschleißabhängige Gemeinsamkeiten identifiziert und Expertenwissen in die Untersuchungen einbezogen. Um die optimierten ML-Modelle industriell nutzbar zu machen, soll dann in der dritten Projektphase ein Assistenzsystem zur Prozessvorsteuerung sowie Transfer-Learning-basierte Geschäftsmodelle entstehen.

Insgesamt sind sieben Partner am Verbundprojekt beteiligt.

  • K.-H. Müller Präzisionswerkzeuge GmbH (Koordination)
  • Robert Bosch GmbH
  • Botek Präzisionsbohrtechnik GmbH
  • Empolis Information Management GmbH verantwortlich.
  • Lehrstuhl für Fertigungstechnik und Betriebsorganisation FBK der TU Kaiserslautern
  • Paul Horn GmbH
  • Institut für Werkzeugmaschinen IfW der Universität Stuttgart
Beitrag drucken

TransKI untersucht die Übertragbarkeit von KI-Modellen

Werkzeugverschleiß und das Zeitspanvolumen sind maßgeblich für die Produktionskosten eines zerspanten Bauteils. Je effizienter Werkzeuge eingesetzt werden, umso geringer werden die Kosten. (mehr …)


Das könnte Sie auch interessieren:

Tenable hat im Zuge einer Studie herausgefunden, dass 44% der Cyberangriffe, denen deutsche Unternehmen in den vergangenen zwei Jahren ausgesetzt waren, erfolgreich verliefen. Sicherheitsteams seien daher gezwungen, Arbeitszeit und Maßnahmen auf eine reaktive Eindämmung von Cyberangriffen zu fokussieren, anstatt diese schon im Vorfeld zu verhindern.‣ weiterlesen

Der Mannheimer Automatisierungsspezialist Pepperl+Fuchs ist jetzt entsprechend IEC62443-4-1 zertifiziert. Im Rahmen einer Übergabefeierlichkeit erhielten die Experten für industrielle Sensorik und elektrischen Explosionsschutz auf der Fachmesse SPS in Nürnberg aus den Händen des prüfenden TÜV Süd die Zertifizierungsurkunde.‣ weiterlesen

Trend Micro hat die von OpenAI implementierten Sicherheitsfilter gegen schädliche Codegenerierung zur Entwicklung von Malware mit ChatGPT untersucht. Getestet wurden die Fähigkeiten von ChatGPT 3.5, automatisch und ohne menschliche Interaktion gebrauchsfertige Malware zu generieren.‣ weiterlesen

Ein Statement von Chester Wisniewski, Director, Global Field CTO bei Sophos, zur Cyberkriminalität im Jahr 2023.‣ weiterlesen

Die europäischen Gesetzgeber, das Europäische Parlament und der Rat der EU haben sich auf das Gesetz über die künstliche Intelligenz geeinigt. „Künstliche Intelligenz verändert schon heute unseren Alltag. Und das ist erst der Anfang. Klug und breit eingesetzt, verspricht KI enorme Vorteile für unsere Wirtschaft und Gesellschaft. Daher begrüße ich die heutige politische Einigung des Europäischen Parlaments und des Rates über den Rechtsakt zur Künstlichen Intelligenz sehr“, sagte Ursula von der Leyen, Präsidentin der Europäischen Kommission.‣ weiterlesen

Nach langen Verhandlungen haben sich Europäisches Parlament, der Rat der Europäischen Union und die Europäische Kommission auf einen Kompromiss zum EU AI Act geeinigt. Dieser muss nun noch formell beschlossen werden. Nach Ansicht Branchenverbands Bitkom schießt der Kompromiss jedoch über das Ziel hinaus.‣ weiterlesen

Ein nicht unerheblicher Teil der Cybersicherheitsvorfälle in Deutschland (18%) sind auf fehlende Cybersicherheitsinvestitionen zurückzuführen, wie eine aktuelle Kaspersky-Umfrage zeigt. Dennoch hält hierzulande die große Mehrheit (79%) das vorhandene Etat für ausreichend. Im Europa-Vergleich wird deutlich, dass vor allem die Fertigungsindustrie und kritische Infrastrukturen deswegen mit Sicherheitsvorfällen zu kämpfen haben.‣ weiterlesen