Effizienzsteigerung im Bergbau durch KI und Automatisierung
»Machen statt Zaudern«. So lautet die KI-Strategie, die Prof. Constantin Häfner,
Leiter des Fraunhofer-Instituts für Lasertechnik ILT, auf dem »AKL’24 –
International Laser Technology Congress« in Aachen vorstellte. Die
pragmatische Strategie setzen Fachleute des Instituts im deutsch-kanadischen
Projekt AI-SLAM in die Tat um. Dort entsteht ein KI-Werkzeug zum
automatisierten Laserauftragschweißen von Verschleißteilen für den Bergbau.
AI-SLAM: Fünf Buchstaben stehen für das ehrgeizige deutsch-kanadische Projekt
»Artificial Intelligence Enhancement of Process Sensing for Adaptive Laser Additive
Manufacturing«. Ehrgeizig, weil es mit KI das Laserauftragschweißen (Laser Material
Deposition, LMD) auf ein neues Niveau hebt. Die KI-Software soll in Echtzeit
automatisch Geometrien während des Beschichtens erfassen, Abweichungen der
Prozessparameter regulieren und iterativ den Prozess durch Analyse umfangreicher
Datenmengen verbessern.
Die Idee stammt von Amit Varma, Mitgründer und Geschäftsführer der Braintoy Inc.
aus Calgary in Kanada, der als Zielgruppe primär die kanadische Bergbauindustrie sieht.
Diese steht nämlich vor einem Dilemma: Jährlich gilt es, Millionen von Verschleißteilen
wie Steinbrecherzähne, Bohrkronen oder Reißzähne zu reparieren und neu zu
beschichten. Bewährt hat sich dabei zwar das Laserauftragschweißen, doch dafür
benötigen die Unternehmen sehr erfahrene Maschinenbedienende. Dazu zählt etwa
die Apollo Machine and Welding Ltd. aus Alberta in Kanada, die als typischer
Anwender an dem 2022 gestarteten Projekt teilnimmt. »Für derartige Job-Shops ist es
unmöglich, viele erfahrene Laserbearbeiter einzustellen«, erklärt Varma. »Wir wollen
nun mit KI die Aufgaben des Bedienungspersonals vereinfachen.«
Null-Fehler-Produktion: Jedes Bauteil perfekt Laserbeschichten
Zum Einsatz kommt als Basissoftware OpenARMS (Open Adaptive Repair and
Manufacturing Software) von der BCT Steuerungs- und DV-Systeme GmbH, Dortmund,
die speziell für die Anpassung der Bearbeitungspfade in Herstellungsprozessen
konzipiert wurde. Sie arbeitet mit der Web-Plattform mIOS von Braintoy, laut Varma
die einzige Technologie weltweit, die jeden Datentyp erfassen und in derselben Pipeline
ausführen kann: »Die KI empfiehlt zunächst die Parameter, die der Maschinenführer einstellen muss. Dann passt sie diese Parameter sekundengenau an, damit die Beschichtung jedes Mal perfekt ausfällt.«
Eine wichtige Rolle spielt in dem Projekt das Fraunhofer ILT, das vorwiegend sein
langjähriges Know-how beim Laserbeschichten mit dem LMD-Verfahren einsetzt.
Projektleiter Max Zimmermann: »Wir qualifizieren die LMD-Prozesse, um sagen zu
können, ob es eine gute oder eine schlechte Beschichtung ist. Die Hauptaufgabe
besteht darin, unser Know-how zu visualisieren und zu digitalisieren.« Dazu lassen die
Forschenden aus Aachen LMD-Prozesse laufen und die Daten in einer Form erfassen,
die eine KI lesen und verarbeiten kann.
Echtzeit-Prozess: Ausschuss mit KI vermeiden
Mit diesen richtig erfassten Daten steht und fällt der Machine Learning-Prozess. Nur mit
ihnen kann AI-SLAM Fehler während der Beschichtung vermeiden: Die KI klassifiziert im
Idealfall alle Fehler in Echtzeit und sagt dem Bedienenden, was zu tun ist. Varma: »Die
Maschine bekommt also ein Gehirn, das erklärt, wie sich Fehler vermeiden lassen!«
Die ersten Modelle sind bereits im Einsatz; aktuell läuft die Integration weiterer
Sensoren und die Entwicklung einer »Empfehlungsmaschine« für Anwender.
Sie soll ähnlich wie die Streaming-Plattform Netflix arbeiten, die ihren Kunden Filme
empfiehlt, die ihnen gefallen könnten. Bis zum Projektende im März 2025 ist ein
Echtzeitprozess geplant, der optimale Parameter für die Fehlerkorrektur empfiehlt und
jedem Anwender ermöglicht, Fehler präventiv zu vermeiden.
Aber auch auf die Laserbeschichtung wird sich das Projekt auswirken, ist sich
Zimmermann sicher: »Das Projekt rationalisiert den LMD-Prozess, indem es ihn von der
Werkzeugbahnplanung bis zur Ausführung automatisiert. Man scannt die Oberfläche,
stellt die Parameter ein und startet einfach den Prozess. Diese Effizienzverbesserung ist
sowohl für erfahrene als auch für neue Anwender wichtig, weil die Optimierung die
Einstiegshürden in die LMD-Technologie senkt.«
Weitere Partner für AI-SLAM gesucht
Obwohl das Projekt nicht mehr lange läuft, beabsichtigt Braintoy, mit zusätzlichen
Partnern zusammenzuarbeiten. Varma: »Derzeit besteht eine enge Kooperation
zwischen vielen Partnern, die von der kanadischen und der deutschen Regierung
unterstützt wird. Aber wir versuchen künftig auch, mit anderen zusammenzuarbeiten,
denn wir wollen unsere FuE-Ergebnisse nicht geheim halten.«
Potenzielle Interessierte können sich direkt bei Braintoy oder dem Fraunhofer ILT
melden. Über den aktuellen Stand des Projekts AI-SLAM informieren Fachleute des Fraunhofer ILT auf der Formnext 2024 in Frankfurt am Main vom 19. bis 22. November
2024.
Wissenschaftlicher Ansprechpartner:
Max Zimmermann M.Sc.
Projektleiter
Prozess- und Anwendungsentwicklung LMD
Telefon +49 241 8906-253
max.zimmermann@ilt.fraunhofer.de
Dr.-Ing. Thomas Schopphoven
Abteilungsleiter Laserauftragschweißen
Telefon +49 241 8906-8107
thomas.schopphoven@ilt.fraunhofer.de
Fraunhofer-Institut für Lasertechnik ILT
Steinbachstraße 15
52074 Aachen
www.ilt.fraunhofer.de
Weitere Informationen:
http://www.ilt.fraunhofer.de
Die semantisch ähnlichsten Pressemitteilungen im idw
