BENTELER nutzt maschinelles Lernen für vorausschauende Qualitätskontrolle in der Produktion
Paderborn/Salzburg, 14. Juni 2021. Wenn Maschinen lernen, welche Produktionsdaten die Qualität des Produktes beeinflussen, lassen sich Qualitätsschwankungen dauerhaft vermeiden. Das macht Produktionsprozesse noch besser, schneller und zuverlässiger. BENTELER kooperiert hierzu im Forschungsprojekt ML4Pro2 (Maschinelles Lernen für die Produktion und deren Produkte) unter Leitung des Fraunhofer-Instituts für Entwurfstechnik Mechatronik. Ziel des Projekts ist es, maschinelles Lernen für intelligente Produkte und Produktionsverfahren nachhaltig verfügbar zu machen. BENTELER analysiert hierfür Daten, die während der Produktion von Bauteilen in Warmumformpressen entstehen.
Qualitätsunterschiede anhand von Temperaturschwankungen im Prozess erkennen
Die Warmformtechnologie setzt BENTELER vor allem für Kunden aus der Automobilbranche ein. Die Formpressen bereiten Blechplatinen zu hochfesten Bauteilen auf, beispielsweise zu A- und B-Säulen, Rahmenteilen sowie Quer- und Längsträgern. Die Qualität der verschiedenen Bauteile wird unter anderem dadurch bestimmt, wie sich die Wärme während des Press-vorgangs verteilt. Bislang erfolgte die Qualitätskontrolle am Ende des Produktionsprozesses anhand eines optischen Messplatzes.
Nun verwendet der Automotive-Konzern im Rahmen des Forschungsprojektes ein Wärmebildsystem, welches die Wärmeverteilung bei einem Bauteil aufzeichnet, sobald es die Presse verlässt. Diese thermografischen Daten werden als Teil der vorausschauenden Qualitätskontrolle eingesetzt. Ziel ist es, bereits im Vorfeld, anhand der Analyse von Prozesswärme zu wissen, ob die Pressteile der geforderten Qualität entsprechen werden – noch bevor sie den Produktionsprozess verlassen.
„Predictive Quality ist ein Kernanliegen von BENTELER. Unser Plan im Rahmen des Forschungsprojekts ist es, die Maschinenparameter unserer Warmumformpressen aufzu-zeichnen und zu analysieren. Wir prüfen beispielsweise genau, wie Temperatur und Druck zusammenwirken. Das ermöglicht uns, Vorhersagemodelle zu entwickeln. Auf deren Basis können wir prognostizieren, ob die Qualität unserer Produkte in Ordnung ist“, sagt Daniel Köchling, Industrie 4.0-Manager bei BENTELER. „Künftig sind wir in der Lage, im Bedarfsfall schneller zu reagieren und Produktionsparameter zu ändern. Damit ist gewährleistet, dass die Temperaturprofile der Komponenten innerhalb der Toleranz bleiben und Qualitätsver-besserungen während des laufenden Prozesses möglich werden.“
Über „ML4Pro2“:
Das Projekt ML4Pro² (Maschinelles Lernen für die Produktion und deren Produkte) ist Ende 2018 gestartet und wird bis November 2021 andauern. Das Forschungs- und Entwicklungs-projekt wird vom Ministerium für Wirtschaft, Innovation, Digitalisierung und Energie (MWIDE) des Landes Nordrhein-Westfalen gefördert. Unter Leitung des Fraunhofer IEM nehmen insgesamt zehn Kooperationspartner an dem vom Technologie-Netzwerk „it’s OWL“ geförderten Projekt teil.
