AProKI – Analyse der Prozessantworten beim Rührreibschweißen mittels Künstlicher Intelligenz

Ziel des Projektes AProKI ist die Anwendung aktueller Erkenntnisse aus dem Bereich der Künstlichen Intelligenz (KI) zur Auswertung der Prozessantworten beim Rührreibschweißen. Damit soll eine zerstörungsfreie, rein datenbasierte Vorhersage der Nahtqualität ermöglicht werden. Die entwickelten Algorithmen werden den am Projekt teilnehmenden kleinen und mittleren Unternehmen (kmU) zur Verfügung gestellt, um den Transfer von KI-Anwendungen in den Mittelstand zu fördern.

 

 

Motivation

Das Rührreibschweißen (FSW) eignet sich besonders für Leichtmetalle wie Aluminiumlegierungen, weshalb die Technologie bereits in einigen Industriebereichen eingesetzt wird. Besonders für die Elektromobilität gilt das FSW als Leichtbaubefähiger. Der Bedarf an qualitativ hochwertigen Produkten und kostengünstiger Fertigung erhöht die Notwendigkeit zur In-line-Prozessüberwachung. Da das FSW ein hochautomatisiertes Verfahren ist, ist die Erfassung von Prozessantworten (z. B. Kräfte, Temperaturen) gut realisierbar. Die Überwachung der Prozessantworten erfolgt bisher durch einfache Methoden, wie z. B. der Festlegung von Grenzwerten, die nicht über- und unterschritten werden dürfen. Großes Verbesserungspotential besteht durch den Einsatz von Methoden aus dem Bereich der künstlichen Intelligenz (KI). KI liefert die Instrumente, um Daten aus industriellen Prozessen effizient verarbeiten und zum Nutzen der Unternehmen und ihrer Kunden interpretieren zu können. Der Transfer von neuen KI-Technologien in die Breite der deutschen Wirtschaft, die von mittelständischen Unternehmen geprägt ist, birgt große Wertschöpfungspotenziale für Deutschland und stellt derzeit eine große Herausforderung dar.

Forschungsziel

Ziele des Vorhabens sind die Anwendung aktueller Erkenntnisse der KI-Forschung zur Auswertung der Prozessantworten für die Vorhersage der Nahtqualität beim Rührreibschweißen und der Transfer der KI-Anwendung zu den kmU.

Lösungsweg

Die zentralen Lösungsbausteine stellen die Durchführung von Experimenten zur Generierung der Datenbasis, die Überprüfung der Schweißnähte, die Entwicklung und Validierung der KI-Algorithmen sowie die Entwicklung einer Benutzeroberfläche zur einfachen Anwendung der Algorithmen dar.

Ergebnisse und Nutzen

Durch eine aussagekräftige und valide Auswertung der Prozessantworten mittels KI könnten andere, dem Schweißen nachfolgende Prüfungen ergänzt bzw. substituiert werden. Da insbesondere bei kmU teures Messequipment zur Überprüfung der Schweißnahtqualität häufig fehlt, können diese besonders von den Ergebnissen profitieren.

Dank