Künstliche Intelligenz vermeidet Lackierfehler

In diesem Fachbeitrag wird die Anwendung von Künstlicher Intelligenz zur Überwachung und Optimierung von Lackierprozessen beschrieben. Ein Forschungsteam des Fraunhofer IPA hat eine Reihe von Lackierversuchen an Kunststoffbauteilen durchgeführt, um eine KI zu trainieren, die frühzeitig vor Lackierfehlern und Maschinenausfällen warnen kann. Dabei wurden Daten von 30 verschiedenen Sensoren gesammelt, darunter auch Informationen über die Lacktröpfchen, die Anlagensteuerung und die Qualität des fertig lackierten Bauteils. Die gewonnenen Daten wurden von zwei verschiedenen maschinellen Lernverfahren ausgewertet, um ein detailliertes KI-Verhaltensmodell zu erstellen. Dieses Modell ist nun in der Lage, drohende Qualitätsabweichungen im Lackierprozess zu erkennen und deren Ursachen zu identifizieren. Die Ergebnisse der Forschung sind auf beliebige andere Produkte übertragbar und könnten in der Praxis die Anzahl der Fehler im Lackierprozess und der Maschinenstillstände senken. Der Fachbeitrag bietet einen detaillierten Einblick in die durchgeführten Versuche und die verwendeten Technologien, sowie die Möglichkeiten der KI zur kontinuierlichen Optimierung des Lackierprozesses.