Motivation:
Das geplante Vorhaben wird die Nutzung und Kombination von Realdaten aus unterschiedlichen Prozessquellen (big data) mit virtuell erzeugtem Fertigungswissen (digital twin), zur echtzeitnahen Qualitätsprognose und Regelung von Produktionsprozessen erweitern. Der Datentransfer sowie die Datenerfassung aus Sensorik, Datenauswertung, künstlicher Intelligenz und Kopplung mit dem digitalen Zwilling sind zentrale Themen des Teilprojektes. Darüber hinaus ist ein Schwerpunkt der Entwicklung die Visualisierung des virtuellen Wissenspools im direkten Umfeld der Druckgussanlage. Eine besondere Herausforderung ist hier die möglichst intuitive Darstellung komplexer Prozesszusammenhänge (Korrelationen zwischen Einstellparametern/ Maschinenkennwerten/ Messgrößen und Qualitätsmerkmalen des Gussbauteils). In enger Zusammenarbeit mit Industriepartnern und Forschungseinrichtungen soll eine praxisnahe Entwicklung und Forschung, sowie erfolgreiche industrielle Umsetzung sichergestellt werden.
In diesem Teilprojekt sollen zukunftsweisenden Technologien und Methoden entwickelt werden, die die deutsche Gießerei-Industrie bei der Digitalisierung unterstützen und ihr dazu verhelfen den technologischen Anforderungen von Industrie 4.0 noch besser zu entsprechen. Die online Vorhersage der virtuellen Bauteilqualität innerhalb eines Fertigungszyklus auf Basis einer direkten Datenkopplung zwischen Druckgussmaschine und Simulationsmodell, stellt in diesem Rahmen ein technologisches Novum in der Branche dar.
Durch die Zusammenarbeit mit den unterschiedlichen Fachgebieten und Industriepartnern soll eine Übertragbarkeit der technologischen Entwicklung dieses auf andere Gießverfahren wie beispielsweise den Kernfertigungsprozess (AP2.x und AP3.4.x) sichergestellt werden. Die im Rahmen des Forschungsvorhabens entwickelten praxisnahen Lösungen werden Wissenschaft und Industrie gleichermaßen zur Verfügung gestellt.
Vorgehensweise:
Zunächst wird ein automatisierter Datenaustausch mit den realen Prozessen der über eine definierte Schnittstelle (bspw. OPC-UA) entwickelt. Parallel erfolgt die Entwicklung einer App zur Bereitstellung des virtuellen Wissenspools aus der Simulation in der relevanten Arbeitsumgebung. Danach soll ein Workflow für ein virtuell basiertes System zur Qualitätsvorhersage direkt an der Druckgießmaschine entwickelt werden. Dabei sollen real gemessene Produktionsdaten mit simulierten statistischen Qualitätsdaten verknüpft und frühzeitige Handlungsempfehlungen für den Maschinenbediener abgleitet werden. Abschließend werden die KI-/ML-Modelle aus dem realen Produktionsumfeld auf die Grunddaten der Simulation angewendet, um so virtuelle Assistenten verfügbar zu machen.
Ziel:
Das Ziel des Teilprojektes ist die Integration und Visualisierung des Wissenspools aus der Simulation (virtuelles Prozessmodell / digitaler Zwilling) in die relevanten Arbeitsumgebungen der realen Prozesse (Druckguss und Kokillenguss/Kernfertigung). Das systeminhärente Experten-/Erfahrungswissen der Simulation bzw. eines digitalen Zwillings bestehend aus Modellaufbau, Definition und Ergebnischarakterisierung soll durch KI-/ML-Methoden analysiert und in virtuellen Assistenten verfügbar gemacht werden. Die Assistenzsysteme sollen auf Basis realer Produktionsdaten innerhalb des Fertigungszyklus eine virtuelle Qualitätsprognose liefern. Diese online Qualitätsinformation kann mit Handlungsempfehlungen für das Maschinenpersonal verknüpft werden.
