Multi-Ebenen gekoppelte Laserproduktionstechnologie mit KI-basierter Entscheidungsplattform (MEDIUS)

Problemstellung
Der Einsatz von Laserstrahlung als Werkzeug in der Produktion ist industriell etabliert und hat zu einem Wandel geführt, bei dem klassische Fertigungsverfahren durch laserbasierte Prozesse ersetzt werden. Beispielsweise kann die bei der Implantatherstellung eingesetzte Methode des Sandstrahlens durch KI-laserbasierte Ansätze optimiert werden. Es kommt zu einer Vereinfachung der Prozesssteuerung sowie einer umweltschonenden Gestaltung der Produktion durch Ressourceneinsparung. Lasertechnologien sind zusätzlich gut digitalisierbar, so dass autonome Automatisierungsszenarien und selbstregelnde Prozesse ermöglicht werden. Laserprozesse sind aber auch komplex und erfordern spezifisches ingenieurswissenschaftliches Domänenwissen sowie eine langjährige Erfahrung des Maschinenbedieners, um optimale Prozessergebnisse zu erreichen. Das Potenzial besteht in der Vorhersage der Eigenschaften der laserbearbeiteten Oberflächen, die die verschiedenen Ebenen der Konfigurations- und Entscheidungsprozesse berücksichtigt.

Ziel
Ziel des Forschungsprojekts MEDIUS ist es, die traditionelle Produktionsumgebung zum Herstellen laser-basierter, funktionaler Oberflächen durch gekoppelte, KI-gestützte Vorhersagesysteme so zu erweitern, dass die Komplexität und Barriere zur Technologienutzung reduziert werden. In Folge lassen sich komplexe und zeitintensive Konfigurations- und Entscheidungsprozesse, wie die Maschinensteuerung und -wartung, Auswahl optimaler Prozessparameter, Qualitätsbewertung und -dokumentation, durch den Einsatz KI-basierter Vorhersagesysteme in Kombination mit intuitiven Mensch-Maschine Interaktionen vereinfachen.

Vorgehensweise
In MEDIUS werden Daten aus verschiedenen Produktionsanlagen zusammengefasst und in Form eines Datenlagers als sogenannte „ganzheitliche Informationsquelle“ aufbereitet und anschließend mit KI-basierten Ansätzen verarbeitet. Daraus werden Handlungsempfehlungen abgeleitet und den Nutzern und Nutzerinnen über eine visuelle Schnittstelle via Augmented Reality mit Gestiksteuerung bereitgestellt. Die Qualität der Mensch-Maschine Interaktion wird zusätzlich unter Berücksichtigung der Bedürfnisse und Verhaltensweisen der Bedienenden evaluiert. Die Vorteile des entwickelten Systems werden im Rahmen des Projektes an einer Laseranlage des Projektpartners Pulsar Photonics demonstriert.

Ergebnisse und Anwendungspotenzial
Bei erfolgreicher Umsetzung entsteht eine AR-gestützte, lernende Lasermaschine zur Funktionalisierung von Oberflächen. Diese soll vor allem in den Branchen Medizintechnik, Werkzeugbau, Haushaltsgeräte sowie Luft- und Raumfahrt als effektive und effiziente Arbeitsumgebung für die NutzerInnen der Zukunft dienen. Perspektivisch wird dadurch das Bearbeiten kleiner Losgrößen produktiver, da aufwendiges Einrichten der Laserprozesse durch AR- und KI-Systeme vereinfacht wird.

• Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
• Erich Utsch AG
• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein
• Gesellschaft für Bild- und Signalverarbeitung (GBS) mbH
• IS Predict GmbH
• Pulsar Photonics GmbH
• RADIUSMEDIA KG
• SQL Projekt AG