Stellen Sie sich Ihre individuelle Projektübersicht zusammen.
Forschungsziel: Verbundprojektziel ist es, eine digitale Kopplung von robotergestützten Fertigungs- und Prüfprozessen in der Fertigung hochintegrierter mechatronischer Baugruppen umzusetzen. Zum einen soll so die automatisierte Nachführung von Prozessgrößen auf Basis von Prüfergebnissen ermöglicht werden. Das System soll eigenständig und frühzeitig auf sich abzeichnende Trends einzelner Kenngrößen reagieren können und den Aufwand für aufwändige, nachgelagerte Ausbesserung reduzieren. Zum anderen wird die digitale Kopplung dazu dienen, die Stärken von Mensch und Maschine gezielter einzusetzen. Geeignete Datenanalyse soll das System in die Lage versetzen, eigenständig zu entscheiden, ob der nächste Arbeitsschritt automatisiert oder durch den Menschen umgesetzt werden muss. Die Grundlage für diese Entscheidung können dabei Ergebnisse vorgelagerter Prüfstationen oder die Auswertung der im Prozess anfallenden Daten sein. Die angestrebte Lösung baut auf einheitliche Schnittstellen zur Vernetzung der unterschiedlichen Systeme und sieht die automatisierte Auswertung der Prozess- und Prüfdaten mittels Softwarediensten vor. Referenz für die zu entwickelnden Methoden stellen zwei Demonstratoren bei den Anwendungspartnern dar.
Holger Klempnow +49 30 40396293
holger.klempnow@klero.de
Dipl.-Ing. Heike Menzel
+49 721 608-31479
heike.menzel@kit.edu
Problemstellung
Die Fertigung hochintegrierter mechatronischer Baugruppen ist von großer Bedeutung für die Automobil-Zuliefererindustrie. Nicht zuletzt durch die zunehmende fahrzeuginterne Vernetzung steigt die Komplexität der Baugruppen, so dass neben hohen Anforderungen an den Montageprozess ein erhöhter Prüf- und Dokumentationsbedarf festzustellen ist. Eine vollständige Automatisierung aller Prozesse ist dabei nicht immer wirtschaftlich umsetzbar. Um dennoch den Qualitätsansprüchen zu genügen, muss daher teilweise auf teure manuelle Montage oder Überprüfung zurückgegriffen werden.
Ziel
Das KMU-innovativ-Projekt RoMonA entwickelt einen digital-integrierten Ansatz zur intelligenten Qualitätssicherung. Dabei ist es das Ziel, automatisiert zu steuern, wann ein Montage- oder Prüfprozess von einem Menschen ausgeführt werden muss und wann die Tätigkeit den Maschinen überlassen werden kann. Durch die Vernetzung der Anlagen sollen die Prüfergebnisse zudem direkten Einfluss auf die vorgelagerten Montageprozesse nehmen können, um einzelne Stellgrößen anzupassen.
Vorgehensweise
Im ersten Schritt der Prozessbefähigung werden dazu die unterschiedlichen Qualitätskenngrößen sowie die relevanten Stellgrößen der Montageprozesse erfasst. Dieses Wissen stellt anschließend die Grundlage für den Einsatz von Verfahren des maschinellen Lernens, welche die automatisierte Aufgabenverteilung ermöglichen. Weiterhin erarbeitet das Konsortium eine Methodik, um die Rückkopplung von Prüfergebnissen an die vorgelagerten Montageschritte zu ermöglichen. Diese wird anschließend in zwei repräsentativen Demonstratoren bei den Anwendungspartnern umgesetzt. Um die spätere Übertragbarkeit der Lösung zu gewährleisten, kommt bei der Integration das Basissystem I4.0 zum Einsatz.
Ergebnisse und Anwendungspotenzial
Die Erkenntnisse des Projektes befähigen die beteiligten Unternehmen, leistungsfähige Lösungen für ergebnisoptimierte Montageprozesse inkl. Mensch-Roboter Kollaboration und Kooperation zu entwickeln und gemeinsam gegenüber Dritten (Endkunden) in Form von verketteten Fertigungszellen, Ausrüstungskomponenten und Software-Lizenzen zu vermarkten. Der Einsatz der entwickelten Lösungsbausteine führt zu einer Entlastung der Mitarbeiter bei Routineaufgaben und einer deutlichen Erhöhung der Anlagenverfügbarkeit. Fehleranfällige Prozesse werden automatisch erkannt und proaktiv an einen menschlichen Mitarbeiter übergeben. Durch die direkte Rückkopplung der Prüfergebnisse an die vorgelagerten Prozesse wird zudem der Aufwand für nachträgliche, manuelle Qualitätssicherungsschritte um 20 % reduziert sowie der Ausschuss um 10 % verringert.
In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.
Vorlesen