Kanadische Maschinenbauer erhalten viele Aufträge aus dem Bergbau und der Erdölindustrie. So müssen zum Beispiel Steinbrecherzähne aus dem Bergbau regelmäßig überholt werden. Mit dem Laserauftragschweißen (Laser Material Deposition, LMD) werden dafür auf das Verschleißteil neue Schichten aufgetragen bis die Sollgeometrie wieder erreicht ist. Das Problem bei der Sache ist die ungleichmäßige Abnutzung. Deshalb müssen Schichten mit variierender Dicke aufgetragen werden. Ein Werker muss dafür nach jeder Beschichtung – oder wenigstens jeder zehnten Lage – messen und die Prozessführung anpassen.

Derartige Regelprozesse zu automatisieren, hat sich nun ein deutsch-kanadisches Konsortium vorgenommen. Im Projekt „Artificial intelligence enhancement of process sensing for adaptive laser additive manufacturing“ (Ai-slam) entwickeln die Partner gemeinsam Software für Anlagenhersteller, mit der LMD-Prozesse automatisch ablaufen können. Dafür werden die Geometrien während des Auftragens automatisiert erfasst. Das System erkennt Abweichungen von der vorgegebenen Kontur und regelt Prozessparameter wie die Vorschubgeschwindigkeit nach.

Die optimierten Steuerparameter werden dabei mithilfe künstlicher Intelligenz ermittelt. Die Software analysiert einen größeren Datenbestand und lernt selbstständig, wie der Prozess iterativ verbessert werden kann. Jüngster Meilenstein in dem auf drei Jahre angelegten Projekt ist die Inbetriebnahme der Softwarefunktionalität zum Scannen von Bauteilen und zur automatischen Bahnplanung an der Anlage des Fraunhofer-Institut für Lasertechnik.

Deutsch-kanadische Zusammenarbeit für KI-Anwendungen

Auf deutscher Seite sind das Fraunhofer ILT in Aachen und der Softwareentwickler BCT aus Dortmund an Ai-slam beteiligt. In Kanada wird das Projekt vom National Research Council of Canada (NRC) koordiniert. Die Forschungsseite übernimmt dort ein Team von der McGill University in Montreal, für das Programmieren von Machine-Learning-Algorithmen ist die Firma Braintoy in Calgary zuständig. Als industrieller Dienstleister für das LMD beteiligt sich das Unternehmen Apollo Machine and Welding aus Alberta an dem Projekt.

Die Schwerpunkte des Projektes sind durchaus komplex: Erst einmal müssen möglichst viele Prozessdaten systematisch erfasst und aufbereitet werden. Komplexe Routinen sollen dann maschinell aus diesen Daten lernen, wie die Prozessführung optimiert werden kann, um am Ende mit weniger Aufwand mehr zu produzieren.

Auf kanadischer Seite wird die LMD-Technologie für Reparaturanwender wie Apollo weiterentwickelt. In der Firma werden jährlich mehrere Tonnen Material für die Reparatur von Verschleißteilen wie dem Steinbrecherzahn eingesetzt. Entsprechend hoch sind die Erwartungen für die Effizienzgewinne durch eine automatisierte Prozessführung.

Digitale Intelligenz für künstliche Intelligenz

Die Projektarbeit über beide Kontinente hinweg funktioniert dank regelmäßiger Videotreffen und online gemeinsam erarbeiteter Dokumente problemlos. Auch virtuelle Laborführungen zum Kennenlernen der Software- und Hardwareumgebung der jeweils anderen Seite fanden bereits statt. Zum Austausch von Prozessdaten und zur Umsetzung der Machine-Learning-Modelle wurde von Braintoy die hauseigene Webplattform „Mios“ (Machine learning operating system) für alle Projektpartner freigeschaltet.

Das Projekt Ai-slam läuft noch bis März 2024 im Rahmen des 3+2-Förderprogramms mit Kanada. Das Programm wird auf deutscher Seite vom Bundesministerium für Bildung und Forschung und auf kanadischer Seite vom NRC gefördert. Schwerpunkt ist der Einsatz von künstlicher Intelligenz für die Entwicklung neuer Technologien in der industriellen Produktion. Die einzelnen Projekte kommen aus unterschiedlichsten Branchen. Von den Bereichen Bergbau und Energie reichen die Anwendungen über die Automobilbranche und Telekommunikation bis zum Bauwesen und Infrastrukturmanagement.

Fraunhofer-Institut für Lasertechnik
Steinbachstraße 15
52074 Aachen
Tel.: +49 241 89060
info@ilt.fraunhofer.de
www.ilt.fraunhofer.de