Moderne Verfahren aus dem Bereich des maschinellen Lernens bieten bislang ungekannte Möglichkeiten zur Überwachung von automatisierten industriellen Fertigungsprozessen.

Das Forschungsprojekt ProKI (wird in neuem Tab geöffnet)hat unter anderem zum Ziel die Mehrwerte solcher Verfahren aufzuzeigen und dabei einen Bezug zur Umformtechnik herzustellen. Dafür ist im Rahmen eines studentischen Advanced Design Projects ein Demonstrator zur Überwachung von automatisierten mehrstufigen Warmumformprozessen erfolgreich entwickelt und getestet worden.

Dem exemplarisch betrachteten mehrstufigen Warmumformprozess liegt eine zeitkritische Wärmebehandlung, das sogenannte W-Tempern, zugrunde. Dieses Verfahren ermöglicht es spröde Aluminiumlegierungen für wenige Sekunden gut umformbar zu machen.

Wird die maximale Umformbarkeitszeit des Materials nach der Wärmebehandlung überschritten, bevor der Umformprozess abgeschlossen ist, kommt es beim Umformen zu einem Einreißen des Materials. Diese gerissenen Bauteile sind nicht nur als Ausschuss zu betrachten, sondern können auch die Werkzeuge der nachfolgenden Umformstufen beschädigen.

Das entwickelte System nutzt Kamerabilder aus dem Prozess, um auftretende Risse zu erkennen und den Prozess beim Auftreten solcher unmittelbar zu stoppen. Diese Bilder werden von einer künstlichen Intelligenz auf Basis eines neuronalen Netzes interpretiert, das anhand von Beispieldaten gelernt hat, welche Merkmale für Risse charakteristisch sind. Auf diese Weise lässt sich eine 100% Kontrolle der Bauteile gewährleisten und Beschädigungen an den Umformwerkzeugen verhindern.