Beitrag zur Industrialisierung maschineller Lernverfahren in Fertigungsanlagen

Inhaltsverzeichnis

1. Frontmatter

2. Kapitel 1. Einleitung

   Jorrit Voigt

   Zusammenfassung

   Die industrielle Massenproduktion von Werkstücken stellt einen essenziellen Bestandteil moderner Volkswirtschaften dar, da sie einer breiten Bevölkerungsschicht den Zugang zu technologischen Fortschritten ermöglicht. In Deutschland hatte das verarbeitende Gewerbe im Jahr 2023 einen Anteil von 20,4 % an der Bruttowertschöpfung, was den höchsten Anteil unter allen europäischen Ländern darstellt. Die Bauteile mit komplexen Geometrien und Funktionen werden in Fertigungsanlagen durch verschiedene Fertigungstechniken hergestellt.

3. Kapitel 2. Theoretische Grundlagen

   Jorrit Voigt

   Zusammenfassung

   In diesem Kapitel werden zunächst die theoretischen Grundlagen zu maschinellen Lernverfahren erläutert, welche wesentlich für das Verständnis der entwickelten Systematik zur Planung und Entwicklung industrieller maschineller Lernverfahren sind. Hierbei wird neben einer Einführung in die Theorie maschineller Lernverfahren auch auf die Einbringung dieser Verfahren in Fertigungsanlagen, eingegangen. Im Anschluss wird der Stand der Technik zu bestehenden Methoden und Vorgehensweisen zur Durchführung von ML-Projekten in der Produktionstechnik dargestellt und die Forschungslücken abgeleitet.

4. Kapitel 3. Forschungsbedarf, Forschungsfragen und methodisches Vorgehen

   Jorrit Voigt

   Zusammenfassung

   Trotz der hohen Leistungsfähigkeit maschineller Lernverfahren liegt die Quote ihrer erfolgreichen Industrialisierung bei lediglich 15 Prozent. Als wesentliche Ursachen gelten eine ungeeignete Projektauswahl sowie prozessuale Datenprobleme während des Industrialisierungsprozesses. Dieses Kapitel identifiziert die zentralen Forschungslücken anhand des aktuellen Stands der Technik und leitet die notwendigen Forschungsfragen her. Diese bilden das Fundament für die in dieser Dissertation entwickelten Methoden zur systematischen Industrialisierung maschineller Lernverfahren innerhalb moderner Fertigungsanlagen.

5. Kapitel 4. Entscheidungskriterien zur Planung maschineller Lernverfahren in Fertigungsanlagen

   Jorrit Voigt

   Zusammenfassung

   In der Planungsphase von Fertigungsanlagen erschweren fehlende Prozessdaten sowie objektive Kriterien den gezielten Einsatz maschineller Lernverfahren. In diesem Kapitel werden deshalb wissenschaftlich fundierte Entscheidungskriterien zur Schließung dieser Forschungslücke hergeleitet. Mittels eines Fallstudiendesigns werden Hypothesen aus realen Anwendungen innerhalb automobiler Fertigungsanlagen abgeleitet, die eine differenzierte Wahl zwischen regelbasierten Systemen und ML-Verfahren ermöglichen. Die entwickelte Methode sichert die technologische Transformation der industriellen Qualitätssicherung methodisch ab und optimiert den Planungsprozess nachhaltig.

6. Kapitel 5. Entwicklung und Industrialisierung maschineller Lernverfahren

   Jorrit Voigt

   Zusammenfassung

   In diesem Kapitel wird eine entwickelte Methode zur Gewährleistung der Industrialisierbarkeit maschineller Lernverfahren in Fertigungsanlagen beschrieben. Hierfür werden zunächst die notwendigen Anforderungen an ML-Systeme in den jeweiligen Entwicklungsschritten definiert und die Auswirkungen unzureichender Erfüllung qualitativ erläutert. Zur Bestimmung des Erfüllungsgrades der definierten notwendigen Bedingungen wird die Methode der Unsicherheitsquantifizierung bei ML-Verfahren angewendet.

7. Kapitel 6. Entwicklung maschineller Lernverfahren im Anwendungsbeispiel

   Jorrit Voigt

   Zusammenfassung

   Dieses Kapitel evaluiert die entwickelte Methodik zur Industrialisierung maschineller Lernverfahren anhand dreier Fallstudien. Zunächst wird die Industrialisierungsfähigkeit prädiktiver Modelle im MIG-Schweißen durch Quantifizierung aleatorischer Unsicherheiten bewertet. Das zweite Beispiel kombiniert unüberwachtes Lernen mit FEM-Simulationen zur Analyse komplexer Datensignaturen in der additiven Fertigung. Abschließend adressiert eine erklärbare Modellarchitektur zur Faltenbalgmontage gezielt epistemische Unsicherheiten. Diese Validierung belegt die Notwendigkeit eines systematischen Vorgehens bei der Integration datengetriebener Modelle in Fertigungsanlagen.

8. Kapitel 7. Schlussbetrachtung

   Jorrit Voigt

   Zusammenfassung

   Die Zielstellung dieser Dissertation ist es, einen Beitrag zur Absicherung der Industrialisierung von maschinellen Lernverfahren in Fertigungsanlagen zu leisten und Voraussetzungen zu schaffen, dass zukünftige Erfolgsquoten bei ML-Projekten in der industriellen Produktion gesteigert werden können. Zur Beantwortung der ersten Forschungsfrage wurden zunächst Entscheidungskriterien zur Identifikation geeigneter Anwendungsfälle für maschinelle Lernverfahren in Fertigungsanlagen hergeleitet. Zur gezielten Auswahl geeigneter Anwendungsfälle für ML-Verfahren wurden in einem empirischen Fallstudiendesign Hypothesen und darauf aufbauend eine Grundlage zur Entscheidung, ob ein maschinelles Lernverfahren oder regelbasierte Programmierung für die Lösung einer technischen Herausforderung geeignet ist, geschaffen.

9. Backmatter