Transparente KI-gestützte Prozessmodellierung im Gesenkschmieden

Serienschmiedeprozesse zeichnen sich durch erhebliche Prozessschwankungen und komplexe Wechselwirkungen zwischen verschiedenen Prozessparametern aus. Das vollständige Verständnis dieser dynamischen Korrelationen ist bislang eine Herausforderung. Das Forschungsvorhaben adressiert dieses Problem durch die Generierung hochwertiger Datensätze in einem zweistufigen, automatisierten Gesenkschmiedeprozess. Die Automatisierung zielt darauf ab, die Konsistenz der Prozessabläufe zu verbessern und so präzise Datenerhebungen zu ermöglichen.

Ein wesentlicher Aspekt der Datenerfassung besteht aus umfangreichen Temperatur- und Kraftmessungen sowie der Bildaufnahme zur Identifizierung spezifischer Qualitätsmerkmale der Bauteile. Diese visuellen Daten sind entscheidend für das Verständnis und die Optimierung der Schmiedeergebnisse. Das Projekt integriert Transfersysteme der Automatisierungstechnik, um einen effizienten Werkzeugwechsel zu ermöglichen und fertige Bauteile systematisch in ein Lagersystem zu sortieren. Diese geordnete Sortierung ist ein Schlüsselelement für die Rückverfolgbarkeit, da sie es ermöglicht, Prozessparameter direkt mit individuellen Bauteilen zu vergleichen.

Im Mittelpunkt des Projekts steht die Entwicklung eines KI-basierten Datenmodells. Dieses Modell wird mit den gesammelten Daten trainiert, um Muster und Zusammenhänge zu erkennen, die für menschliche Analysen zu komplex sind. Ziel ist es, mit Hilfe des KI-Systems Vorhersagen über Qualitätsmerkmale in Bezug auf Prozessparameter zu treffen, insbesondere hinsichtlich der optimalen Vorformgeometrie. Die gewonnenen Erkenntnisse sollen zu einer gesteigerten Effizienz und Qualität des Schmiedeprozesses beitragen.

Die im Projekt gesammelten Daten und die ermittelten Korrelationen zwischen verschiedenen Einflussfaktoren werden in einer Matrix zusammengefasst. Diese dient nicht nur der initialen Validierung des KI-Modells, sondern wird auch laufend mit neuen Daten aktualisiert, um die Präzision und Zuverlässigkeit des Systems kontinuierlich zu verbessern.