Algorithmus erkennt fehlerhafte Schweißnähte

Ein Forschungsteam hat zusammen mit Partnern aus der Industrie eine Methode entwickelt, wie KI in die Instandhaltung integriert werden kann. Resultat: weniger Ausschuss und Maschinenstillstände.

Das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA hat zusammen mit den Firmen Maincor Rohrsysteme und Maxsyma einen Demonstrator entwickelt, bei dem das Ultraschallschweißen mit Kamera und KI überwacht wird. Ein intelligenter Algorithmus wertet die Kamerabilder aus und erkennt fehlerhafte Schweißnähte sofort, wenn sie entstehen. Ist das der Fall, erscheint auf der Smart Watch des zuständigen Maschinisten eine entsprechende Meldung – verbunden mit einer Handlungsempfehlung, damit die Störung ohne unsystematisches Herumprobieren behoben werden kann.

Die Handlungsempfehlungen basieren auf eigens entwickelten Workflow-Modellen, die die durchzuführenden Arbeitsschritte abbilden, die die KI empfiehlt. Diese Art der vorausschauenden Instandhaltung soll nicht nur konkrete Wartungsarbeiten verbessern, sondern auch die Produktionsplanung und -steuerung. Beispiel: Wenn im Voraus bekannt ist, wann ein Verschleißteil ausgetauscht werden muss, lässt sich die Auftragsabwicklung und das Beschaffungswesen entsprechend organisieren.

Konkreter Einsatz bei Maxsyma und Maincor

Die Softwareschmiede Maxsyma aus der Oberpfalz will die neu entwickelten Funktionen und Softwarebibliotheken nun in ihre bestehende Anwendung iot2flow integrieren und so anpassen, dass sie auch für Unternehmen aus anderen Branchen von Nutzen sind. Die Firma Maincor, die in Unterfranken kunststoffummantelte Aluminiumrohre für Fußbodenheizungen herstellt, geht indes davon aus, dass das fertige Tool die Dauer von Maschinenstillständen um etwa 15 bis 20 Prozent verkürzen und die Ausschussrate um rund 0,5 Prozent senken könnte. Außerdem rechnet Maincor mit fallenden Kosten für Wartungs- und Reparaturarbeiten sowie mit Effizienzgewinnen durch eine optimierte Produktionsplanung und -steuerung.