KIKA-IPK
KI-kognitionsunterstützendes Assistenzsystem zur Inprozesskontrolle in der Fertigung
Projektbeschreibung
KI-gestützte Bildverarbeitung und Assistenzfunktionen
PROJEKTZIELE
Das Ziel ist die Entwicklung eines KI-kognitionsunterstützenden Assistenzsystems zur Inprozesskontrolle (KIKA-IPK), welches durch selbstlernende Bildmerkmalskorrelationen mit Prozesseigenschaften eine ressourceneffizientere Prozess- und Materialkonfiguration ermöglicht. Hierbei wird das Erfahrungswissen des Maschinenbedieners zur Verbindung visueller Qualitätsmerkmale einerseits und Prozesseigenschaften andererseits durch maschinelle Lernverfahren modelliert. Als Projektergebnis wird ein Assistenzsystem angestrebt, das durch die Abbildung optischer Qualitätsmerkmale des Produkts und seiner Prozessgrößen in einem KI-Modell während der Fertigung eine ressourceneffizientere Zielkonfiguration der Prozessparameter ermöglicht.
INNOVATION & METHODIK
Im Rahmen des FuE-Vorhabens werden Verfahren entwickelt, die es ermöglichen, aus visuellen Produktmerkmalen auf Prozesskenngrößen zurückzuschließen, die kaum messbar sind. Hierdurch wird es möglich, den Prozess gezielt so zu regeln, dass Qualitätsabweichungen während der Fertigung kompensiert und auf neue Produktmerkmale effizient Angepasst werden. Dazu werden die Bild-, Prozess- und Material-Datenströme sowie das Nutzerfeedback während der Fertigung über die Schnittstelle des „KI-kognitionsunterstützenden Assistenzsystems“ (KIKA) analysiert und die Ergebnisse nachvollziehbar den Akteuren sowie der Maschinensteuerung in Echtzeit übermittelt. Die KI-Dienste werden in zwei Szenarien für die additive Fertigung, 3D‑Metalldrucken mit Stahl und den personalisierten Medikamentendruck integriert und das Ressourceneffizienzpotential in der industriellen Anwendung demonstriert.
UNSER BEITRAG
Technologisches Ziel der Gestalt Robotics ist primär die Erweiterung des Technologieportfolios um Dienste des „Active Learning“ unter Einbindung von Nutzerfeedback. Derart eine technologische Brücke zwischen bestehenden Anwendungsbereichen der KI-gestützten Bildverarbeitung und neuen Anwendungsfeldern im Bereich intelligente Assistenzsysteme hergestellt. Zusätzlich lässt sich im Projektrahmen die industrielle Anwendung von explorativen Lernverfahren, bspw. Reinforcement Learning, pilotieren. Konkrete Ergebnisse ist ein Empfehlungssystem zur Unterstützung des Maschinenbediener bei der visuellen Produktcharakterisierung durch ML-Verfahren während der Fertigung und entsprechende Maßnahmen zur Kompensation von Qualitätsabweichungen als spezifische Anweisungen für den Maschinenbediener und der Steuerung auszugeben.
© Technische Universität Berlin
Keyfacts
Assistenz in der Fertigung
Echtzeit-Maschinen- und Prozesssteuerung
Kognitionsunterstützung auf Basis von Erfahrungswissen
Ressourceneffizientere Prozess- und Materialkonfiguration
Machine Learning
Selbstlernende Bildmerkmalskorrelationen mit Prozesseigenschaften
KI-Revision auf Basis von Nutzerfeedback
Synthetische Daten und künstliche Generierung von Echtzeitprozesswissen
Service-Cloud und Maschinenanbindung
KI-Cloud-Dienste und -plattform
Offene Maschinen-Schnittstellen
Echtzeit-Anbindung und WebUI
Partner & Förderung
BioFluidix GmbH
Demonstration der Inprozessregelung zur Echtzeitkompensation von Qualitätsabweichungen beim Druckvorgang und Leistungsevaluierung
DiHeSys GmbH
Demonstration des KIKA-IPK Assistenzsystems sowie Potentialevaluierung in der personalisierten Medizin
GEFERTEC GmbH
Demonstration der Inprozesskontrolle, Entwicklung von Strategien zur Anpassung an neue Produktmerkmale und Potentialevaluierung für den 3D-Metalldruck
PSI Metals GmbH
Entwicklung von Schnittstellen, Leistungsevaluierung der KI-Cloud-Dienste und Potentialevaluierung für die metallische Fertigung
RELIMETRICS GmbH
Umsetzung von (ML)-Verfahren zur produktmerkmalgestützte Prozessregelung durch künstliche Generierung von Echtzeitprozesswissen aus Bildinformationen
TU Berlin
Entwicklung eines Mensch-KI-Hybrid-(ML-)Verfahrens zur zur selbstlernenden Bildmerkmalskorrelation mit Prozesseigenschaften für autonome Inprozesskontrolle und Prozesssteuerung
Förderung
Bundesministerium für Bildung und Forschung
Fördermaßnahme
Lernende Produktionstechnik – Einsatz künstlicher Intelligenz (KI) in der Produktion (ProLern)
Programm
Zukunft der Wertschöpfung – Forschung zu Produktion, Dienstleistung und Arbeit
Laufzeit
11.2021 – 31.10.2024
Projektträger
PTKA Projektträger Karlsruhe
ProjektPoster
Projektposter als druckbares PDF
Dieses Forschungs- und Entwicklungsprojekt wird/wurde durch das Bundesministerium für Bildung und Forschung (BMBF) im Programm „Zukunft der Wertschöpfung – Forschung zu Produktion, Dienstleistung und Arbeit“ in der Fördermaßnahme „Lernende Produktionstechnik – Einsatz künstlicher Intelligenz (KI) in der Produktion (ProLern)“ gefördert und vom Projektträger Karlsruhe (PTKA) betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.