Suchen

Digitalisierung bei BMW KI und smarte Datennutzung machen Fahrzeugproduktion effizienter

Redakteur: Jürgen Schreier

Bei BMW ist der Einsatz von Advanced Analytics und Künstlicher Intelligenz (KI) keine Zukunftsmusik mehr. Vom Presswerk bis zur Absicherung: In seinem Münchner Stammwerk setzt der Automobilbauer auf KI und smarte Datennutzung. Lohn der Einsatzes digitaler Technologe: höhere Anlageneffizienz und bessere Qualität.

Firmen zum Thema

Duch den Einsatz Künstlicher Intelligenz gekoppelt mit Smart Data Analytics und moderner Messtechnik ergeben sich neue Möglichkeiten für eine effiziente Fahrzeugproduktion.
Duch den Einsatz Künstlicher Intelligenz gekoppelt mit Smart Data Analytics und moderner Messtechnik ergeben sich neue Möglichkeiten für eine effiziente Fahrzeugproduktion.
(Bild: BMW)

Das Werk München der BMW Group setzt verstärkt Anwendungen aus dem Bereich der Künstlichen Intelligenz (KI) ein. Gekoppelt mit Smart Data Analytics und modernster Messtechnik ergeben sich so neue Möglichkeiten für eine effiziente Fahrzeugproduktion. BMW-Werksleiter Robert Engelhorn treibt den Einsatz dieser Technologien voran: „Die Produktion eines Fahrzeuges dauert bei uns etwa 30 Stunden. Innerhalb dieser Zeit erzeugt jedes Fahrzeug erhebliche Mengen an Daten. Mithilfe von Künstlicher Intelligenz und smarter Datenanalyse können wir unsere Produktion mit diesen Daten intelligent managen und analysieren. Die Technologie unterstützt uns dabei, unsere Fahrzeuge noch effizienter zu fertigen und die Premium-Qualität für jeden Kunden sicherzustellen. Gleichzeitig entlasten wir unsere Mitarbeiter von monotonen und sich wiederholenden Aufgaben.“

Smart Data und KI bringen Transparenz ins Presswerk

Im Presswerk verarbeitet das Münchner Stammwerk der BMW Group täglich mehr als 30.000 Blech-Platinen zu Karosserieteilen. Seit 2019 wird jede Platine zu Beginn mit einer Lasercodierung versehen. Diese ermöglicht eine eindeutige Identifizierung des Bauteils. Das System „iQ Press“ erfasst mithilfe der Codierung Material- und Prozessparameter wie zum Beispiel die Dicke des Blechs und der Beölungsschicht, die Temperatur oder die Geschwindigkeit der Pressen und verknüpft diese mit der Qualität der produzierten Teile.

Bildergalerie
Bildergalerie mit 19 Bildern

All diese Daten werden in Echtzeit an eine Daten-Cloud geschickt und stehen dem Produktionsmitarbeiter unmittelbar zur Verfügung. Für die BMW-Mitarbeiter erhöht sich dadurch die Transparenz im Produktionsprozess und sie nutzen die Erkenntnisse von iQ Press als wichtiges Hilfsmittel, z.B. für die Qualitätskontrolle. Denn sie müssen nicht mehr alle Karosserieteile bis ins Detail überprüfen, sondern nur noch die Unregelmäßigkeiten, die iQ Press zuvor ermittelt hat.

Darüber hinaus bietet der Einsatz von KI das Potenzial, auf Basis der gewonnenen Daten wiederkehrende Muster im Prozess zu erkennen und diese für die kontinuierliche Optimierung zu verwenden. Der Einsatz des Systems führt somit zu einer gesteigerten Anlageneffektivität und einer weiteren Erhöhung der Stundenleistungen im Presswerk.

Predictive Maintenance im Karosseriebau

An den Robotern im Karosseriebau sind über 600 Schweißzangen im Einsatz. Ein ungeplanter Austausch der Komponenten ist zeit- und kostenintensiv. Viele Roboter sind räumlich schwer zu erreichen – sie für Instandhaltungen auszubauen und zu ersetzen kann mehrere Stunden dauern. Bisher wurden die Schweißzangen täglich von einem Mitarbeiter äußerlich begutachtet.

Über mehrere Monate haben die Experten der Instandhaltung nun im Werk München alle Schweißzangen mit Sensoren ausgestattet. Diese messen dreimal pro Schicht die Reibung und melden, wenn Abweichungen auftreten. Eine Software wertet diese Daten kontinuierlich aus und kann so Vorhersagen treffen, wann ein Ausfall droht.

Martin Hilt, Innovations- und Digitalisierungsbeauftragter des BMW-Werks München: „Durch die Sensoren und die Erfassung der Daten in einer Cloud wird nun rund um die Uhr automatisch ermittelt, wo es Bedarf für die Instandhaltung gibt. So können wir den Austausch besser planen und zum Beispiel in produktionsfreie Zeiten legen.“

Staubpartikelanalyse in der Lackiererei

Trotz umfangreicher Reinigungssysteme nimmt die Karosserie auf ihrem Weg zur Lackstraße für das menschliche Auge unsichtbare Staubpartikel auf, die das Lackierergebnis beeinträchtigen können. Mögliche Fehler wurden bisher erst nach Abschluss des Lackierprozesses bei der automatischen Oberflächeninspektion (AOI) sichtbar. Dann musste nachgearbeitet oder die Lackierung wiederholt werden.

Mittlerweile ist eine Vielzahl von Anlagen in der BMW-Lackiererei mit Sensoren ausgestattet, die Messwerte zur Staubbelastung liefern und damit Vorhersagen zur Lackierqualität ermöglichen. „Wir können nun schnell erkennen, an welcher Stelle in der Lackiererei oder in den Zwischenpuffern die Umgebungsparameter nicht stimmen. Wir erheben dafür im gesamten Prozess eine große Menge an Daten, die wir historisch auswerten und in Echtzeit analysieren“, erklärt Innovations- und Digitalisierungsexperte Hilt.

Auch zu Beginn des Lackierprozesses vor und nach den so genannten Emufeder-Walzen, die den letzten feinsten Staub von der Karosserie wedeln, misst seit einigen Monaten ein im Werk München der BMW Group entwickelter Sensor, wie viel Staub noch auf der Karosse haftet. Sind die Werte zu hoch, soll in Zukunft die Karosse ohne Auftragen der Lackschichten durchgeschleust und anschließend erneut gereinigt werden.

Neuronales Netz überprüft richtigen Einbau von Teilen

KI-Projekte im Bereich der Fahrzeugmontage beschäftigen sich vor allem mit automatisierten Bilderkennungsverfahren: Dabei wertet die Künstliche Intelligenz in der laufenden Produktion Bilder eines Bauteils aus und gleicht sie in Millisekunden mit Hunderten anderen Bildern der gleichen Sequenz ab. So ermittelt sie in Echtzeit Abweichungen von der Norm und prüft, ob beispielsweise alle vorgesehenen Teile eingebaut oder an der richtigen Stelle montiert sind.

Mit dieser Methode prüfen im BMW-Werk München Montagemitarbeiter, ob das Warndreieck, die Scheibenwischerkappen und die Einstiegsleisten richtig montiert sind. Befinden sich zum Beispiel kleine Bläschen in den Folien der Einstiegsleisten, erkennen herkömmliche Kameragates eventuell nicht, ob die Leiste das richtige Logo trägt. Deshalb fotografiert ein Mitarbeiter nacheinander die entsprechenden Stellen am Fahrzeug. Mit dem mobilen Gerät können auch schwierig einsehbare Teile geprüft werden, Entfernung und Winkel oder die Ausleuchtung spielen bei der Auswertung durch die KI kaum eine Rolle. In Sekundenbruchteilen meldet das Gerät, ob alles korrekt ist oder nicht.

Für das Trainieren der Künstlichen Intelligenz fotografieren Mitarbeiter zunächst das entsprechende Bauteil aus unterschiedlichen Perspektiven und markieren danach auf den Bildern mögliche Abweichungen. So erstellen sie eine Bilddatenbank, mit der dann ein neuronales Netz aufgebaut wird, das die Bilder später selbstständig auswertet und entscheidet, ob ein Bauteil den Vorgaben entspricht oder nicht.

RFID identifiziert Bauteile im Fahrzeug

Mit Hilfe von Radio Frequency Identification (RFID) werden Fahrzeugbauteile entlang der Wertschöpfungskette kontaktlos und automatisch identifiziert. „Das Ziel ist es, manuelle Scantätigkeiten unserer Montagemitarbeiter zu vermeiden und gleichzeitig sicherzustellen, dass das richtige Bauteil im richtigen Fahrzeug montiert wird. So können wir unsere Fahrzeuge noch effizienter produzieren“, erläutert Martin Hilt.

Aktuell wird die Technologie bereits in der Sitzefertigung des BMW-Werks München eingesetzt und soll zukünftig auch in der Fahrzeugmontage flächendeckend zum Einsatz kommen. Dabei werden schon bei den Lieferanten und der BMW Group Komponentenfertigung sogenannte RFID Smart Labels am Bauteil angebracht, die im anschließenden Fertigungsprozess genutzt werden können. Am Montageband installierte Antennen erfassen dann alle Bauteile innerhalb eines Fahrzeugs, die mit einem Label versehen sind.

Für die im aktuellen BMW 3er erstmals angebotene Sonderausstattung „Comfort Access“ hat ein kleines Team der Elektrik-/Elektronik-Absicherung des Werks München einen eigenen Roboter entwickelt. Bei Fahrzeugen mit dieser Funktion wird mit den Außenantennen ein dreidimensionales elektromagnetisches Feld um das Auto erzeugt. Betritt man dieses Feld, wird der Fahrzeugschlüssel erkannt. Ab einer Entfernung von etwa drei Metern wird zunächst das „Welcome Light“ vor der Fahrertür aktiviert. Nähert man sich auf ungefähr eineinhalb Meter, wird das Fahrzeug automatisch entriegelt. Entfernt man sich wieder, verriegelt sich das Auto selbstständig.

Abgesichert wurde diese Sonderausstattung bisher manuell. Allein die Parametrierung in der Entwicklung dauerte etwa zwei Tage pro Fahrzeug. Im Werk prüfen Experten vor Produktionsstart die Comfort-Access-Zonen und den Einfluss des Produktionsprozesses auf ihre Funktionalität – ebenfalls manuell. Dabei müssen auch andere Länder- oder Sonderausstattungen wie zum Beispiel eine Anhängerkupplung berücksichtigt werden. Insgesamt ein großer zeitlicher Aufwand, bei dem aufgrund der Fülle von unterschiedlichen Funktionen Ungenauigkeiten nie ganz ausgeschlossen werden konnten.

Funktionsabsicherung mit dem Comfort Access Robot

Der jetzt gemeinsam mit der Hochschule für Technik und Wirtschaft Dresden (HTW) entwickelte Messroboter umrundet in Schrittgeschwindigkeit eigenständig immer wieder das zu prüfende Fahrzeug in einem vorher definierten Raster und ermittelt die Feldstärken für jeden gewünschten Messpunkt. Der Fahrzeugschlüssel steckt dabei in einem Kasten an einem Liftsystem, das die unterschiedlichen Tragemöglichkeiten und -höhen wie zum Beispiel in der Hand-, Sport- oder Brusttasche simuliert.

Sobald eine Ent- oder Verriegelung erkannt und von der Fahrzeugelektronik übertragen wird, führt der im Roboter verbaute Lidar-Scanner eine Abstandsmessung zwischen Schlüssel und Fahrzeug durch. Auch das gesamte Umfeld des Fahrzeugs wird erkannt und vermessen. Diese Daten werden live an einen Zentralrechner übermittelt und in einer Grafik dargestellt. Die Vorteile des Systems liegen auf der Hand: „Mit dem Roboter sind wir nicht nur viel schneller in der Absicherung, sondern auch präziser. Wir erhalten ein detailliertes und vor allem objektives Ergebnis. Die Validierung kann damit schon vor der ersten Fahrerprobung beginnen, “ erklärt Martin Hilt.

Wo ist das Auto? Fahrzeuglokalisierung im Produktionssystem

Die für die Produktintegration verantwortlichen Mitarbeiter des BMW-Werks München stellen sicher, dass in der Montage alle Fahrzeuge auf der Basis von stabilen Serienprozessen fehlerfrei gebaut werden können. Sie sind außerdem dafür verantwortlich, die Vorserienfahrzeuge so in die Produktion zu integrieren, dass sie zum offiziellen Produktionsstart einwandfrei und in Serienqualität vom Band laufen können.

„Für eine effizientere Produkt- und Prozessabsicherung nutzen unsere Experten seit diesem Jahr eine neue App, die sie informiert, sobald ein gewünschtes Vorserienfahrzeug an einem bestimmten Abschnitt in der Montage angekommen ist. Sie ermöglicht die genaue Lokalisierung beliebiger Fahrzeuge, zum Beispiel mit einer bestimmten Ausstattungskombination“, weiß Martin Hilt. Damit löst die Applikation manuelle Prozesse ab und führt zu einer verbesserten Absicherung. Sie kann künftig auch für Serienfahrzeuge eingesetzt werden.

Dem Auto wachsen Ohren

Wer heute ein neues Auto kauft, muss auf Features wie automatisches Einparken und Spurhalten oder Müdigkeitserkennung nicht verzichten. Autonome Fahrzeuge werden zukünftig auch über einen Hörsinn verfügen. Am Fraunhofer-Institut für Digitale Medientechnologie IDMT in Oldenburg wurden erste Prototypen für das Erkennen von Außengeräuschen wie Sirenen entwickelt.

Moderne Fahrzeuge verfügen über zahlreiche Fahrerassistenzsysteme, die den Autofahrer entlasten, ihm etwa beim Einparken helfen oder den toten Winkel überwachen. Kamera, Lidar und Radar erfassen die relevanten Objekte in der Umgebung, sie fungieren quasi als Augen. Was den Automobilen bislang noch fehlt, ist der Hörsinn, sprich Systeme, die in der Lage sind, Außengeräusche wahrzunehmen und einzuordnen. Sie werden künftig im Zusammenspiel mit intelligenten Radar- und Kamerasensorik die Grundlage für das autonome Fahren bilden.

Zu den Herausforderungen zählen die optimale Signalaufnahme durch Sensorpositionierung, die Signalvorverarbeitung und – verbesserung sowie die Störgeräuschbefreiung. Eigene Beamforming-Algorithmen ermöglichen die dynamische Lokalisation von sich bewegenden Schallquellen, wie beispielsweise das Martinshorn an einem Einsatzfahrzeug.

Die Ereignis-Erkenner des IDMT wurden zuvor über Machine-Learning-Verfahren mit den akustischen Signaturen der relevanten Töne trainiert. Hierfür wurden eigens akustische Bibliotheken angelegt. So entstehen intelligente Sensorplattformen mit effektiver Erkennerleistung. Eigens entwickelte KI-basierte Algorithmen zur Audioanalyse ermitteln die Stör- und Zielgeräusche.

(ID:46388284)