Mit KI aufwendige Schweißversuche reduzieren

Der Fachbeitrag untersucht, wie Künstliche Intelligenz (KI) im Maschinenbau eingesetzt werden kann, um die Anzahl der Schweißversuche zu reduzieren und somit wertvolle Zeit und Kosten einzusparen. Das Technologiezentrum TIME hat im Rahmen des Projekts 'Exploration of KI in Welding' eine beispielhafte Datenbank aufgebaut, die als Basis für datenbasierte Modelle in der Schweißtechnik dient. Die Konstruktionsabteilung legt fest, wie groß eine Schweißnaht dimensioniert wird, was oft zu übermäßigen Sicherheitsmargen führt und die Kosten erhöht. Mit KI-gestützten Modellen können diese Sicherheitsmargen optimiert und die Kosten gesenkt werden. Die Prototypen für die Digitalisierung metallografischer Schweißnahtanalysen und die Prognose von Schweißparametern basieren auf nicht linearen Regressionsmodellen, die eine Vielzahl an Daten für genaue Prognosen benötigen. Diese Daten wurden durch umfangreiche Experimente generiert, bei denen ein kollaborativer Roboter (Cobot) und ein hochfrequentes Messgerät eingesetzt wurden. Die Analyse der Schweißnahtquerschnitte erfolgte automatisiert durch Objekterkennungsalgorithmen, was die Arbeitsbedingungen des schweißtechnischen Personals verbesserte. Die entwickelten neuronalen Netze prognostizieren Schweißgeschwindigkeit, Drahtvorschubgeschwindigkeit und elektrische Spannung auf Basis konstruktiver und anwendungstechnischer Vorgaben. Die Ergebnisse zeigen, dass KI wertvolle Ressourcen einsparen und die Qualitätssicherung erleichtern kann. Die vorgestellten Prototypen bieten eine Grundlage für die weitere Optimierung und Anpassung an andere Werkstoffe.