Modular optimierte Produktionsprozesse
Das Fraunhofer-Institut für Werkstoff- und Strahltechnik IWS hat eine innovative Lösung namens SURFinpro entwickelt, um Produktionsprozesse schneller, präziser und flexibler zu gestalten. SURFinpro nutzt Künstliche Intelligenz und optische Messtechnik, um Fehler in Echtzeit zu erkennen, zu klassifizieren, zu visualisieren und an die Produktionsanlage zu melden.
Dr. Christopher Taudt, Gruppenleiter für Oberflächenmesstechnik am Fraunhofer-Anwendungszentrum für Optische Messtechnik und Oberflächentechnologien (AZOM), und sein Team haben ein System entwickelt, das Oberflächenfehler, Artefakte und Texturänderungen erkennt und mithilfe von Künstlicher Intelligenz auswertet. Das System erfasst Oberflächen in hoher Auflösung dreidimensional und generiert dabei fortlaufende Informationen für die laufende Produktion. Es klassifiziert Fehler und liefert zusätzliche Parameter wie Defektdichte, geometrische Abmessungen und Fehlerhäufigkeit. Dies bietet einen erheblichen Mehrwert im Vergleich zu herkömmlichen Systemen.
Höhere Genauigkeit bei höherer Geschwindigkeit
Die Lösung wird bereits seit über einem Jahr erfolgreich eingesetzt und analysiert ein Rolle-zu-Rolle-Verfahren mit einer Breite von 70 Zentimetern. Um das Optimierungspotenzial weiter zu steigern, trainiert das Team SURFinpro während des laufenden Produktionsprozesses. Fehler werden mithilfe eines Fehlerkatalogs in ein neuronales Netzwerk eingespeist, um die Erkennung von Anomalien zu verbessern. Das System muss dynamisch auf Veränderungen reagieren. Die Forscher arbeiten daran, bessere neuronale Netze zu entwickeln, die mit weniger Daten auskommen, und neue Trainingsstrategien während des laufenden Betriebs zu implementieren.
Das Fraunhofer AZOM passt seine Technologie derzeit für verschiedene Anwendungsbereiche an, darunter die kontinuierliche Fertigung von Faserverbundwerkstoffen. Es geht nicht nur um die Vermeidung oberflächennaher Fehler, sondern auch um die mehrdimensionale Erkennung und Bewertung von Bauteilen. Die Halbleiterindustrie ist eine weitere Zielgruppe, die Zugang zu den Algorithmen und dem System zur Fehlerklassifikation erhalten soll, insbesondere für die Produktion von flexiblem Halbleitermaterial.
Aktuell werden bei der Lösung des Fraunhofer AZOM bis zu vier Kameras eingesetzt. Die Forscher planen, das System um zusätzliche Kamerasysteme zu erweitern, um es unabhängig vom Verfahren flexibel einsetzen zu können. Ein weiterer Schwerpunkt liegt auf der Geschwindigkeit der Lösung. Insbesondere bei faserverstärkten Kunststoffen und in der Textilverarbeitung sind hohe Taktzeiten gefordert. Das Team nutzt Techniken des maschinellen Lernens und der Künstlichen Intelligenz, um die Auswertung zu beschleunigen und schneller Informationen aus weniger Daten zu extrahieren.
Intelligent und ausgefeilt modular
Ein wichtiger Aspekt der Lösung ist ihre Modularität. Dank eines ausgeklügelten Baukastenprinzips mit effizienten Komponenten ist SURFinpro vielseitig einsetzbar und leicht an verschiedene Anforderungen anpassbar. Die einzelnen Technologien des Systems wurden als eigenständige Bausteine entwickelt, die auch in anderen Projekten effektiv eingesetzt werden können.
Das Fraunhofer AZOM präsentiert seine Lösung auf der diesjährigen Laser World of Photonics (27. bis 30. Juni 2023) anhand eines Anwendungsbeispiels für die flexible Herstellung von Solarzellen im Rolle-zu-Rolle-Verfahren. Besucher haben die Möglichkeit, die Datenaufzeichnung und -auswertung in Echtzeit am Fraunhofer-Gemeinschaftsstand zu erleben.
Quelle: Fraunhofer-Institut für Werkstoff- und Strahltechnik IWS. Transparenzhinweis: Dieser Text wurde mit Unterstützung von ChatGPT redigiert.
Dieser Beitrag erschien ursprünglich auf m-q.ch - https://www.m-q.ch/de/modular-optimierte-produktionsprozesse/
