Oberflächlich smart Künstliche Intelligenz erkennt Fehler beim Lackieren

Anbieter zum Thema

SPI GmbH

RAS Reinhardt Maschinenbau GmbH

evopro systems engineering AG

„Intelligente“ Algorithmen könnten nach Ansicht von Fraunhofer-Forschern bald vor Lackierfehlern und Maschinenausfällen warnen, bevor es zu spät ist.

Das Lackieren, merken die IPA-Forscher an, gilt bis heute als ein nicht durchgängig beherrschbarer Prozess. Es drohen deshalb immer noch Ausschuss, Anlagenausfälle und Nacharbeit, weil zum Beispiel sehr häufig die vorgegebene Lackschichtdicke nicht überall erreicht werden kann. Am Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA), hat man sich sich deshalb im Rahmen des Forschungsprojekts vorgenommen, mithilfe von KI die Anzahl der Fehler im Lackierprozess und der Maschinenstillstände zu senken.

Dossier digitale Blech- und Rohrbearbeitung

Rohrbearbeitung V

Das Projekt trägt den Namen „pAInt-Behaviour“ (Effizienzsteigerung von Lackierprozessen durch mehrschichtige Vernetzung von Prozess- und Qualitätsdaten mittels selbstlernender Verhaltensmodule).

Ein Kfz-Stoßfänger als Objekt zur Optimierung

Ein IPA-Forschungsteam hat dazu jetzt eine Versuchsreihe mit Blick auf das Lackieren von Kunststoffteilen durchgeführt. Genauer gesagt, war es ein Kfz-Stoßfänger, der dazu in einem mit Aluminiumfolie umwickelten Gestell fixiert war. Mit den so erhaltenen Daten trainierten die Experten dann eine künstliche Intelligenz (KI), heißt es weiter. Und so kann man sich das Ganze vorstellen: Von links fuhr dabei der Arm eines Roboters an das Bauteil. Hat dieser seine Startposition eingenommen, verharrt er für einen Augenblick, um das Bauteil aus Kunststoff schließlich zu lackieren. Der Roboter unterbricht dabei immer wieder kurz seine Arbeit und wechselt die Position, um den Stoßfänger von allen Seiten gleichmäßig zu lackieren. Vor jedem einzelnen Versuch änderte man außerdem die Einstellungen! Man wollte nämlich bewusst Fehler herbeiführen. Doch das Besondere an diesem System, das im Lackiertechnikum des IPA steht, bleibt dem menschlichen Auge weitgehend verborgen! Denn dieser robotergestützte Lackierprozess wird von künstlicher Intelligenz (KI) überwacht.

So werden Kunststoffteile smart lackiert

Auffällig sei höchstens der Inline-Laserdetektor von AOM, der oberhalb der Sprühdüse des Roboters befestigt ist. Er erfasst beim Lackierprozess die Anzahl, Größe und Geschwindigkeit der Lacktröpfchen. Diese Angaben fließen dann in eine Datenbank ein, in der, wie betont wird, sämtliche Mess- und Prozessdaten zusammenlaufen, die übrigens von 30 verschiedenen Sensoren geliefert werden. Dazu gehören etwa die Daten aus der Anlagensteuerung von „b+m“. Erfasst werden Drehzahl, Spannung, Ventilschaltungen, die verbrauchte Lackmenge. Aber auch die Menge Luft, die die Lacktröpfchen lenkt, um nur einige Parameter zu nennen. Hinzu kommen die Ergebnisse der Messungen, die am fertig lackierten Stoßfänger vorgenommen werden, plus jene aus der Sichtprüfung eines erfahrenen Lackiermeisters (Lackschichtdicke durch Experten von Helmut Fischer, Farbton, Glanz, Welligkeit und Fremdpartikeleinschlüsse).

Die passende Datenbasis für die Lackier-KI

Ein anderes Forschungsteam ließ schließlich die Datenbank von zwei verschiedenen maschinellen Lernverfahren auswerten. So entstand ein detailliertes KI-Verhaltensmodell, das nun in der Lage ist, frühzeitig drohende Qualitätsabweichungen im Lackierprozess zu erkennen und deren Ursachen zu identifizieren, freuen sich die Forscher. So könne schließlich der Lackierprozess kontinuierlich optimiert werden, ohne dass manuelle Eingriffe notwendig seien. Die Ergebnisse aus diesen experimentellen Lackierprozessen lassen sich laut Aussage der Experten nicht zuletzt auf beliebige andere Produkte übertragen. Wie man weiter erfährt, sind die Ergebnisse so vielversprechend, dass ein weiterer Förderantrag für ein Folgeprojekt eingereicht wurde. Kommt die Genehmigung, soll der KI-optimierte Lackierprozess in die Praxis umgesetzt werden, wofür man aber noch Kooperationspartner aus der Industrie sucht.

Autonomer Prozess

Inspektion von Schweißverbindungen mit KI

(ID:50571277)