Neuronale Netze: Von der Bildverarbeitung zur Prozessüberwachung

Künstliche Intelligenz (KI) spielt eine immer wichtigere Rolle in der Produktionstechnik. Diese bietet das Potenzial Maschinen so zu trainieren, dass diese sich selbst optimieren und Prozessfehler detektieren. Bei einem vernetzten Maschinenpark eröffnet sich somit die Möglichkeit, ganze Produktionssysteme zu optimieren. Besonders in produzierenden klein- und mittelständischen Unternehmen (KMU) bestehen jedoch noch Herausforderungen, z. B. aufgrund heterogener Daten von einer Vielzahl produzierter Bauteile. Metadaten, wie CAD-Dateien sind zudem nicht immer verfügbar. Im Demonstrator „Zyklenoptimierung“ des vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Projekts IIP Ecosphere wird daher eine KI-basierte Parametrierung und Überwachung für Zerspanzyklen entwickelt, die für Einzelteile funktioniert. Zerspanzyklen steuern die Bewegungsabläufe zwischen Werkzeug und Werkstück bei komplexen Bearbeitungen. Beispiele für Zerspanzyklen sind das Drehen von Gewinden, das Fräsen von Formelementen oder das Wälzschälen von Verzahnungen. Das beispielhaft betrachtete Wälzschälen ermöglicht eine besonders produktive Fertigung von Verzahnungen. Dabei „schält“ ein rotierendes Werkzeug unter hoher Drehzahl eine Verzahnung in ein gleichläufig rotierendes Werkstück (Bild 1). Dieser Prozess bietet besonders KMU großes Potenzial, da der Prozess auf herkömmlichen Dreh-Fräsbearbeitungszentren durchgeführt werden kann und keine Spezialmaschinen notwendig sind.