So läuft das in der Industrie bis heute oft: Unbemerkt tritt eine Störung an einer Maschine auf. Diese produziert nun Ausschuss, bis die Qualitätsmängel einem Mitarbeitenden auffallen und er die Maschine stoppt. Dann beginnt das große Rätselraten. Glücklich ist, wer einen erfahrenen Kollegen hat, der das Problem kennt und auf Anhieb weiß, wie man es behebt. Doch solche Fachkräfte sind leider rar. Ein Forschungsteam um Jonas Krauß von der Projektgruppe Prozessinnovation am Fraunhofer IPA hat zusammen mit den Firmen Maincor Rohrsysteme und Maxsyma eine Methode entwickelt, wie künstliche Intelligenz in die Instandhaltung integriert werden kann.
Die Firma Maincor Rohrsysteme produziert unter anderem kunststoffummantelte Aluminiumrohre für Fußbodenheizungen. Dabei können fehlerhafte Schweißnähte ebenso auftreten wie Abweichungen bei der Dicke der Kunststoffummantelung. Beides bedeutete bisher Ausschuss und führte zu einem Maschinenstillstand, bis der Fehler gefunden und behoben war. Das Forschungsteam um Krauß hat einen Demonstrator entwickelt, bei dem das Ultraschallschweißen mit Kamera und KI überwacht wird. Ein Algorithmus wertet die Kamerabilder aus und erkennt fehlerhafte Schweißnähte sofort, wenn sie entstehen. Um die KI zu trainieren, haben ihr die Wissenschaftlerinnen und Wissenschaftler Fotos von guten und fehlerhaften Schweißnähten vorgelegt, bis sie darin ein Muster erkannte. Da es aber insbesondere von fehlerhaften Schweißnähten nicht genug Bilder gab, musste das Forschungsteam sie zum Teil künstlich erzeugen, um den Lernprozess ihres KI-Modells besser zu unterstützen.
Handlungsempfehlungen per Smart Watch
„Sobald die KI eine schlechte Schweißnaht erkennt, den erhöhten Stromverbrauch der Sonotrode registriert oder Abweichungen beim Durchmesser feststellt, erscheint auf der Smart Watch des zuständigen Maschinenbedieners eine entsprechende Meldung“, erklärt Krauß. „Verbunden ist sie mit einer Handlungsempfehlung, damit die Störung schnellstmöglich und ohne unsystematisches Herumprobieren behoben oder rechtzeitig eine neue Sonotrode beschafft wird.“ Diese vorausschauende Instandhaltung soll nicht nur konkrete Wartungsarbeiten verbessern, sondern auch die Produktionsplanung und -steuerung. Wenn im Voraus bekannt ist, wann eine Sonotrode ausgetauscht wird, kann man die Auftragsabwicklung und das Beschaffungswesen entsprechend organisieren.
Die Softwareschmiede Maxsyma integriert die neu entwickelten Funktionen und Softwarebibliotheken in ihre bestehende Anwendung „iot2flow“ und passt sie so an, dass sie auch für Unternehmen aus anderen Branchen von Nutzen sind. Bei Maincor geht man indes davon aus, dass das fertige Tool nach seinem Rollout in der gesamten Fertigung die Dauer von Maschinenstillständen um etwa 15 bis 20 Prozent verkürzen und die Ausschussrate um rund 0,5 Prozent senken könnte. Außerdem rechnet man mit fallenden Kosten für Wartungs- und Reparaturarbeiten sowie mit Effizienzgewinnen. (ys)
