Thema: Schmelz-Kl - Überwachung des Schweißprozesses mit KI-basierter Schmelzbadanalyse

Finanzierung: Förderung mit Landesmitteln nach Maßgabe der „Richtlinie für die Gewährung von Zuwendungen zur Förderung des Einsatzes von Künstlicher Intelligenz in Schleswig-Holstein (Kl-Förderrichtlinie)“

Forschungskennzahl: 220 24 001

Fördersumme: 200.000 €

Laufzeit: 01.02.2024 bis 31.01.2026

Projektleiter: Prof. Dr.-Ing. Alexander Mattes

Projektpartner: Fachhochschule Kiel

Kurzfassung: Das beantragte Forschungsvorhaben soll durch den Einsatz von KI-Modellen der Bilderkennung, die Produktivität von Prozessen der Schweißtechnologie signifikant steigern. Hierzu sollen die Bilddaten aus einer prozessbegleitenden Kameraüberwachung der Schmelzbäder mittels KI-Modell auf Fehlermuster analysiert werden, um Prozessabweichungen und Fehlerentstehung zu erkennen. Es werden unterschiedliche Kamerasysteme auf ihre Eignung untersucht und entsprechend des Anwendungsfalles konstruktiv in den Prozess eingebunden. Für den Aufbau eines KI-Modelles zur Bilddatenanalyse, werden große Mengen an Rohaufnahmen und entsprechende Qualitätsdaten benötigt, um ein prozessspezifisches Trainingsmodell aufzusetzen. Dafür müssen die gesammelten Datensätze mit Hilfe eines Prozess-Daten-Mappings jeweils zugeordnet werden.

Im ersten Schritt eignet sich zur Validierung des KI-Modells ein Ansatz der Bildnachbearbeitung um den möglichen Detailgrad der entwickelten Modelle zu untersuchen und die Anlagen/Prozessstunden zu minimieren. Die Übertragung auf ein Echtzeit Analyse-KI-Modell ermöglicht die Einsatzprüfung unter Feldbedingungen und wird mit einer Potentialanalyse der entwickelten Anwendung abgeschlossen. Im letzten Schritt soll für den ausgewählten Anwendungsfall eine In-Prozesslösung entwickelt werden, welche zum einen eine prozessgeeignete Umsetzung der Schmelzbadanalyse umfasst und darauf aufbauend Konzepte für die Übertragung auf die weiteren Anwendungsfälle beinhaltet.

Das primäre Ziel des beantragten Forschungsvorhabens ist die Entwicklung eines KI-basierten, prozessbegleitenden Systems für die frühzeitige Erkennung von Abweichung in Schmelzbädern. Hierzu gehören zunächst Vorhersagen von Prozess- und Qualitätsabweichung durch morphologische Eigenheiten des Schmelzbades. Darüber hinaus auch die Umsetzung einer möglichst kosteneffizienten Generierung von Bilddatensätzen in hinreichender Genauigkeit und Qualität. Schließlich die mögliche Einbindung von generierten oder aufgenommenen Temperaturverteilungen der Schmelze und Übertragbarkeit der entwickelten Lösung auf weitere Anwendungsfälle.