Künstliche Intelligenz Wie Maschinen voneinander lernen können
Das Kunststoff-Zentrum SKZ in Würzburg führt mit dem Fraunhofer Spin-off Plus-10 mehrere Versuchsreihen durch. Ziel ist es, kontinuierlich lernende Modelle praxisnah zu entwickeln, die eine höhere Qualität bei kürzeren Zykluszeiten ermöglichen.
Anbieter zum Thema

Seit Ende 2020 laufen die Versuchsreihen für das Forschungsprojekt Dar-Win, an dem das Kunststoff-Zentrum SKZ in Würzburg sowie das Fraunhofer Spin-off Plus-10 beteiligt sind. Ziel des KI-Projektes sei es, detaillierte Verhaltensmodelle von Spritzgießmaschinen auf hochfrequenten Maschinendaten zu lernen. Dafür werden Maschinen unterschiedlicher Hersteller herangezogen, die im Laufe der Zeit ähnliche Teile produzieren.
So sollen auf einer Maschine gelernte Verhaltensmodelle auch auf andere Maschinen übertragbar sein, ohne die Modelle für jede Maschine wieder komplett neu zu lernen. Die Verhaltensmodelle sollen optimierte Prozessparameter für den nächsten Schuss vorschlagen, um bei minimaler Zyklusdauer ohne Ausschuss zu produzieren.
Spritzgießmaschinen und –Prozesse miteinander vergleichen
Das Team von SKZ und Plus-10 forscht dazu derzeit anwendungsnah an Machine-Learning-Modellen zur Verhaltensbeschreibung von zyklischen Fertigungsprozessen am Beispiel des Spritzgießens. Im Zentrum steht die Online-Fähigkeit, also die Bildung und Erweiterung eines Modells, während der Prozess läuft. Daneben spielt auch die Übertragbarkeit von vortrainierten Machine-Learning-Modellen von einer Maschine auf ähnliche, nicht identische Maschinen eine zentrale Rolle.
Ein sogenannter Evolutionslerner von Plus-10 generiert dann Optimierungsvorschläge basierend auf dem Verhaltensvergleich mit allen beteiligten gleichen bzw. ähnlichen Maschinen. SKZ stellt für die Versuchsreihen dazu eine mehrere Maschinen von verschiedenen Herstellern zur Verfügung. Letztlich beurteilen dann die Spritzgieß-Spezialisten von SKZ die übertragenen Optimierungsvorschläge und kontrollieren die Bauteilqualität im Prüflabor.
Das Forschungsprojekt „Dar-Win“ wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert und endet voraussichtlich im November 2021. Für Ende des Jahres ist die Veröffentlichung der finalen Ergebnisse geplant.
(ID:47594287)