?

Die Schwei?nahtqualit?t im Fokus

?Rührreibschwei?en ist ein vergleichsweise neues und zukunftsweisendes Fügeverfahren: Neben vielen weiteren Vorteilen ist es ?u?erst energieeffizient, sorgt für hohe Festigkeiten der Schwei?n?hte und es lassen sich auch schwer verschwei?bare Materialien miteinander verbinden“, z?hlt Dr.-Ing. Thomas Schlech auf. Er ist seitens der Universit?t Augsburg projektverantwortlich und im dortigen KI-Produktionsnetzwerk zust?ndig für den Forschungsschwerpunkt ?Lernende Fertigungsprozesse“. Auf der anderen Seite sei der Prozess physikalisch sehr komplex, Prozessanomalien und Defekte seien, gerade wenn die Schwei?geschwindigkeit optimiert werden soll, nicht ausgeschlossen. ?Abweichungen des Materials bzw. der Form der Fügepartner oder eine nicht optimale Prozessführung k?nnen zu Fehlern in der Verbindung führen. Daher kontrollieren Unternehmen die Schwei?n?hte oft nachtr?glich in aufwendigen, teils manuellen Prozessen“, erkl?rt Schlech. Das sei zeit- und kostenintensiv. Deshalb erforschen die Expertinnen und Experten der Universit?t Augsburg zusammen mit ihren Industriepartnern nun einen verl?sslichen Ansatz, den Prozess online und in Echtzeit zu überwachen.

Sensordaten gew?hren tiefe Einblicke in den Prozess

Zur ?berwachung des Prozesses setzten die Forschungspartner auf den Einsatz unterschiedlicher Sensoren, die die auftretenden Kr?fte, Temperaturen und Schwingungen beim Schwei?en aufzeichnen und darüber Rückschlüsse auf den Prozess erlauben. Im Fokus steht vor allem die Analyse von Signalen im Ultraschallbereich, die beim FSW entstehen und sich über die Anlage bis zu den Sensoren ausbreiten. ?Wir wollen mit dem Projekt eine Forschungslücke schlie?en: Es gibt noch kein System für das FSW, welches kleinste Fehler und Abweichungen selbstst?ndig erkennt, zuordnet und beurteilt, wie schwerwiegend ein solcher Fehler in der Anwendung sein kann. Dabei liegen die Vorteile auf der Hand: Weniger nachtr?gliches Prüfen spart Zeit und Kosten. Au?erdem k?nnen die Daten zur Prozessoptimierung genutzt werden“, erkl?rt Prof. Dr. Markus Sause, Leiter der Lehr- und Forschungseinheit Mechanical Engineering, an der das Projekt uniseitig erforscht wird.

Von komplexen Daten zur Prozessinformation

Künstliche Intelligenz bzw. überwachtes Maschinelles Lernen kommt im Projekt dann ins Spiel, wenn es darum geht, die umfangreichen Sensordaten zu interpretieren, die sowohl an Anlagen der Industriepartner als auch an denen des KI-Produktionsnetzwerks an der Universit?t Augsburg an Prozessen im industriellen Ma?stab generiert werden. Die Forschenden werten die Daten aus und ordnen sie Vorg?ngen im Schwei?prozess zu. Bestimmte Muster in den Sensordaten k?nnen dann darauf hinweisen, dass eine Schwei?naht nicht sauber ausgeführt wurde. Schlech: ??hnlich einem Lehrer bringen wir unserem System mit unseren Daten die Bedeutung bestimmter Signal-Kombinationen bei. Das ?berwachungssystem lernt so den Zusammenhang zwischen Sensorsignalen und dem Auftreten von Abweichungen in Schwei?n?hten. Sobald das Training abgeschlossen ist, kann das Modell Aussagen über die Nahtqualit?t nur anhand der Sensorsignale treffen. ?bergibt man dem System die Signale nun bereits w?hrend des Prozesses, kann ein Fehler sofort erkannt, verortet und klassifiziert werden.“ Ein Prüfer muss dann, wenn überhaupt, nur diese kritischen Stellen nach dem Prozess genauer untersuchen und nicht die komplette Schwei?naht.

?Das geplante Projekt spiegelt genau das wider, was wir mit dem KI-Produktionsnetzwerk erreichen wollen. Wir k?nnen unsere Forschungsexpertise im Bereich KI in der Produktion gezielt in einem industriellen Kontext einbringen, um Unternehmen aus der Region zu st?rken. Im Gegenzug er?ffnet uns die industrielle Kooperation und Vernetzung mit unseren Partnern ein interessantes über das Projekt hinausgehendes Forschungsfeld“, resümiert Sause.

Das Vorhaben wurde vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie bewilligt im Rahmen der F?rderlinie Digitalisierung Bayern (VDI/VDE-IT).

Das KI-Produktionsnetzwerk Augsburg ist ein Verbund der Universit?t Augsburg, des Fraunhofer-Instituts für Gie?erei-, Composite- und Verarbeitungstechnik IGCV, des Zentrums für Leichtbauproduktionstechnologie (ZLP) des Deutschen Zentrums für Luft- und Raumfahrt (DLR) in Augsburg sowie der Technischen Hochschule Augsburg. Beteiligt sind zudem regionale Industriepartner. Ziel ist eine gemeinsame Erforschung KI-basierter Produktionstechnologien an der Schnittstelle zwischen Werkstoffen, Fertigungstechnologien, datenbasierter Modellierung und digitalen Gesch?ftsmodellen. Das KI-Produktionsnetzwerk Augsburg wird mit 92 Millionen Euro aus der Hightech Agenda der bayerischen Staatsregierung gef?rdert.