Entwicklung von KI-basierten
und intuitiv nutzbaren Assistenten
für den Druckguss

Motivation:

Druckgießereien sind zu mehr als 80% mittelständisch geprägte Unternehmen, die zu einem großen Teil auf die von Anlagen- und Systemlieferanten bereitgestellten Technologien und Innovationen angewiesen sind. Nichtsdestotrotz sind sie wichtige Zulieferer im Fahrzeugbau und unterliegen den Anforderungen industrieller Trends, Innovationen, Gesetzgebungen und globalen wirtschaftlichen und politischen Entwicklungen. Neben den unzähligen wirtschaftlichen und politischen Herausforderungen der letzten Jahre, werden zudem die Beteiligung an der Energiewende, der CO2Footprint in der Lieferkette und der Einsatz von KI-Technologien in der Produktionstechnik in den kommenden Jahren den wirtschaftlichen Erfolg und Misserfolg von vielen Unternehmen maßgeblich beeinflussen. Eine große Hürde besteht für mittelständische Gießereien dabei meist in der unzureichend ausgebauten und oft extern betreuten IT-Infrastruktur. Darüber hinaus stehen oft nicht die Ressourcen und das Knowhow für eine digitale Transformation,  die Entwicklung von umfassenden Datenerfassung- und Verarbeitungssystemen und die Verwendung von KI-Ansätzen für die Prozess- und Qualitätsoptimierung bereit. Die insightfabrix solutions GmbH bietet mit smartfoundry.solutions Komponenten zur Digitalisierung von Druckgießereien im Dienstleistungsmodell „Solutions as a Service“ an. Dabei handelt es sich um Hardware- und Softwarekomponenten sowie Service-Dienstleistungen. Im Rahmen des Teilvorhabens werden prototypische KI-basierte Assistenzsysteme für die Anwendungsfelder Predictive Quality und Predictive Maintenance für Druckgussprozesse bzw. Produktionssysteme für den Druckgussprozess (Druckgusszellen) entwickelt.

Vorgehensweise:

Im Rahmen des Teilprojekts wird in Zusammenarbeit mit drei Druckgießereien (G.A. Röders, ae group ag, Julius Schüle Druckguss GmbH) jeweils eine Druckguss-Produktionszelle weitreichend digitalisiert und mit Systemen für die Datenerfassung und Datenvisualisierung ausgestattet. Um zusätzliche Prozess- und Maschinendaten zu erfassen, werden die Komponenten der Druckgusszelle (Geräte) mit zusätzlicher Sensorik ausgestattet. Des Weiteren sollen umfangreich Qualitätsdaten erfasst werden, um in Zusammenarbeit mit den Gießereien und Experten aus der Maschinenentwicklung hochwertige KI-Trainingsdaten für Predictive Quality und Predictive Maintenance zu erzeugen. Für die Erfassung und Verarbeitung der Qualitätsdaten müssen die bestehenden Backend-Systeme von smartfoundry.solutions erweitert werden. Darüber hinaus soll mit Hilfe einer geeigneten Semantik / Ontologie der „menschliche Erfahrungsschatz“ für die Modellentwicklung und Verstärkung von „präferierten Lösungen“ digitalisiert werden. Eine geeignete Semantik/Ontologie für diesen Anwendungszweck gilt es in diesem Zug zu finden und zu entwickeln. Zudem werden im Rahmen der Arbeiten prototypische Applikationen entwickelt, mit denen die für die Trainingsdatensätze geeigneten Daten visualisiert und bearbeitet werden können, damit die Prozess- und Maschinen-Experten entsprechende Daten für die KI-Modelle „taggen“ können. Mit Hilfe der hochgradig angereicherten KI-Trainingsdatensätze sollen geeignete KI- bzw. ML-Modelle ausgewählt werden, die dann mit großen, während der Projektlaufzeit erzeugten, Trainingsdatensätzen trainiert werden. Abschließend werden die Modelle prozessbegleitend Verwendung finden, um die Prädiktionsgüte und Nutzbarkeit zu validieren. Gelingt die Entwicklung, können anhand der entwickelten Modelle intransparente Wechselwirkungen zwischen Prozess-, Maschinensystem-, Qualität- und Energiebedarf offen gelegt werden. Des Weiteren beteiligt sich das Teilprojekt an der Standardisierung mit OPC UA sowie den geplanten Arbeiten bezüglich Catena-X für die Gießerei. Der Einsatz von OPC UA  soll die Datenerfassung und Parametrierung von Anlagen in der Gießerei wesentlich vereinfachen. Damit Gießereien in der Lieferkette über Catena-X eingebunden werden können, sollen bestehende Catena-X Use Cases genutzt sowie ggf. neue gießereispezifische Use Cases definiert werden.

Ergebnis:

Als primäres Resultat des Teilprojektes stehen zwei prototypische Applikationen zur Verfügung die für die Use Cases Predictive Quality und Predictive Maintenance entwickelt wurden und mit denen die ausgewählten und trainierten KI- bzw. ML-Methoden getestet werden. Durch eine Industrialisierung der Softwarekomponenten soll ein rascher Einsatz der entwickelten KI-Assistenzsysteme und Applikationen gewährleistet werden. Dadurch soll mittelständisch geprägten Druckgießereien die Chance geboten werden, den heutigen Anforderungen bezüglich des Digitalisierungsgrades und der Prozessoptimierung für bessere Flexibilität, Effizienz und Resilienz gerecht zu werden. Zudem erleichtert die Standardisierung mit OPC UA die Datenerfassung und Automatisierung in den Gießereien und die Abstimmung von Catena-X auf die Integration von Gießereien in die digitale Lieferkette verringerte den Umsetzungsaufwand für die Unternehmen.