Noch während ein Bearbeitungsschritt läuft mit großer Sicherheit vorhersagen, ob das Bauteil die Qualitätsvorgaben erfüllt: Künstliche Intelligenz (KI) macht es möglich. Die am Fraunhofer IWU entwickelten KI-Lösungen bedeuten eine Verbesserung gegenüber bisherigen In-Line-Prüfsystemen, die ein zeitraubendes Ausschleusen zu Prüfzwecken überflüssig machen. Solche Qualitätsprognosen noch während der Bearbeitung sind in viele industrielle Fertigungsprozesse integrierbar, meist sogar in Verbindung mit bereits vorhandener, preisgünstiger Sensorik. Doch auch für Optimierungszwecke kann die Künstliche Intelligenz eingesetzt werden. Mit ihrer Hilfe lassen sich Prozess-Eingangsparameter steuern, etwa um Ausschuss von vornherein zu vermeiden. Oder um den Energieverbrauch in der Produktion zu senken, ohne dass die Qualität leidet.
Qualitätsprognosen
Typische künftige Anwendungsbereiche für die neu entwickelte KI-Lösung sind Bearbeitungsschritte wie Bohren, Drehen und Fräsen. Beim Bohren beispielsweise geben Drehzahl, Vorschub und Messungen durch einen Vibrationssensor Aufschluss über das zu erwartende qualitative Ergebnis. Dies ermöglicht es, z. B. bei Tieflochbohrungen eine Qualitätsaussage zu erhalten, ohne das Werkstück für eine Messung zerstören zu müssen.
Prozessoptimierung
Im Bereich der Metallbearbeitung hat sich der Einsatz von KI nicht zuletzt beim Warmumformen bewährt. Bei diesem Verfahren wird das Werkstück vor dem Pressen über die Austenitisierungstemperatur (ca. 880 °C) im Ofen erhitzt. Sobald die gewünschte Zieltemperatur für ein optimales Härteergebnis erreicht ist, wird das heiße Blech durch ein Handling-System in die Presse eingelegt und umgeformt. Es entsteht ein martensitisches Gefüge, das Material wird somit gehärtet. Da bei diesem energieintensiven Verfahren die Produktqualität im Vordergrund steht, wird die Ofentemperatur häufig höher eingestellt, als sie sein müsste. Durch die Prognose der absehbaren Härte gibt die KI eine datenbasierte Hilfestellung zur Feinregulierung der Härtetemperatur.
