Anzeige
Anzeige
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:

Zerspaner müssen sich intensiv mit hoher Variantenvielfalt, kleinen Losgrößen und langen Rüstzeiten befassen, um wettbewerbsfähig zu fertigen. MES-Software mit Advanced Planning and Scheduling-Funktionalität hilft, die Herausforderungen der Branche anzugehen.‣ weiterlesen

Weltweit steckt der Einsatz von künstlicher Intelligenz (KI) noch in den Kinderschuhen. Die Mehrheit der Unternehmen, die KI einsetzen, experimentieren laut einer Accenture-Untersuchung in diesem Bereich noch. 12 Prozent nutzen die Technologie mit einem KI-Reifegrad, der einen starken Wettbewerbsvorteil bringt, so das Ergebnis der Studie.‣ weiterlesen

Thomas Herrguth verantwortet seit 1. Juli das Deutschlandgeschäft bei VMware. Sein Vorgänger Armin Müller konzentriert sich nun auf seine Rolle als Vice President CEMEA bei VMware.‣ weiterlesen

Bei Predictive-Quality-Anwendungen kann es sich auszahlen, nicht auf die Cloud, sondern auf Edge Computing zu setzen – vor allem dann, wenn es schnell gehen muss, erläutert Data-Science-Spezialist LeanBI.‣ weiterlesen

Der ERP-Auswahlberater Trovarit begleitete Buhmann Systeme bei seiner Software-Neuausrichtung von der Prozessanalyse bis zur Systemauswahl. Ein zentrales Element war der Anforderungskatalog mit 850 Punkten. Im Marktvergleich bot die Software AMS.ERP die höchste Abdeckung - und ihr Hersteller erhielt den Zuschlag.‣ weiterlesen

Gemeinsam wollen Siemens und Nvidia das industrielle Metaverse erschließen. Die Unternehmen wollen dafür ihre Partnerschaft ausbauen und durch die Verknüpfung von Nvidia Omniverse und Siemens Xcelerator realitätsgetreue digitale Zwillinge ermöglichen.‣ weiterlesen

Amazon Web Services hat auf dem AWS Summit in San Francisco drei Services angekündigt, die sich vor allem an produzierende Betriebe richten. Mit AWS IoT TwinMaker können Entwickler digitale Zwillinge etwa von Gebäuden, Fabriken, Industrieanlagen und Produktionslinien erstellen.‣ weiterlesen

Wachstum hatte die Personalarbeit bei Schuler Präzisionstechnik vor Herausforderungen gestellt. Die manuelle Bearbeitung von Vorgängen kostete Zeit und war umständlich. Daher wurde ein digitales Personalmanagement-System auf Basis einer Software für Enterprise Content Management (ECM) aus der Taufe gehoben.‣ weiterlesen

Die Berliner Fraunhofer Institute haben im Auftrag von German Edge Cloud und dem Innovationscluster 5G Berlin eine 5G-Infrastruktur in Betrieb genommen. Diese steht Kunden und Partnern aus Industrie und Forschung für Projekte zur Verfügung.‣ weiterlesen

PTC hat das neunte Major Release der CAD-Software Creo vorgestellt. Das Unternehmen mit Hauptsitz in Boston hat in die Weiterentwicklung der Modellierungsumgebung investiert, um die Benutzerfreundlichkeit und Produktivität zu erhöhen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige