IGF-Nr.: 21.161 N / Analyse der Prozessantworten beim Rührreibschweißen mittels Künstlicher Intelligenz

Produktinformationen

Das Rührreibschweißen (FSW) eignet sich besonders für Leichtmetalle wie Aluminiumlegierungen, weshalb die Technologie bereits in einigen Industriebereichen eingesetzt wird. Besonders für die E-Mobilität gilt das FSW als Leichtbaubefähiger. Der Bedarf an qualitativ hochwertigen Produkten und kostengünstiger Fertigung erhöht die Notwendigkeit zur In-line-Prozessüberwachung. Da das FSW ein hochautomatisiertes Verfahren ist, ist die Erfassung von Prozessantworten (z. B. Kräfte, Temperaturen) sehr gut realisierbar. Die Überwachung der
Prozessantworten erfolgt bisher durch einfache Methoden, wie z. B. der Festlegung von Grenzwerten, die nicht über- und unterschritten werden dürfen. Großes Verbesserungspotential besteht durch den Einsatz Künstlicher Intelligenz (KI). KI liefert die Instrumente, um Daten aus industriellen Prozessen effizient verarbeiten und zum Nutzen der Unternehmen und ihrer Kunden interpretieren zu können. Der Transfer von neuen KI-Technologien in die Breite der deutschen Wirtschaft, die von mittelständischen Unternehmen geprägt ist, birgt große
Wertschöpfungspotenziale für Deutschland und stellt derzeit eine Herausforderung dar.
Zielsetzung
Ziele des Vorhabens sind die Übertragung aktueller Erkenntnisse der KI-Forschung auf die Auswertung der Prozessantworten zur Vorhersage der Nahtqualität und der Transfer der KI-Anwendung zu den kmU.
Lösungsweg
Die zentralen Lösungsbausteine stellen die Durchführung von Experimenten zur Generierung der Datenbasis, die Überprüfung der Schweißnähte, die Entwicklung und Validierung der KI-Algorithmen sowie die Entwicklung einer Benutzeroberfläche zur einfachen Anwendung der Algorithmen dar.
Nutzen
Durch eine aussagekräftige und valide Auswertung der Prozessantworten mittels KI werden andere, dem Schweißen nachfolgende Prüfungen ergänzt bzw. substituiert. Da insbesondere bei kmU teure Messtechnik zur Überprüfung der Schweißnahtqualität häufig fehlt, profitieren diese besonders von den Ergebnissen.

ISBN

978-3-96870-540-8

Reihe

DVS Forschungsvereinigung,

Band

Band: 540

Erscheinungsdatum

März 2022

Bindung

E-Book im PDF Format

Seiten

48

Verfügbare Downloads: