![© Fraunhofer ILT, Aachen © Fraunhofer ILT, Aachen](/storage/media/images/7784/conversions/pm-ai-conference-2-Laserl%C3%B6ten-title.jpg)
AI for Laser Technology
In der Lasertechnik werden Maschinen- und Sensordaten für die Überwachung eines Produktionsprozesses eingesetzt. Die immer weiter voranschreitende Transformation der Produktionsumgebungen in Industrie 4.0 und der cyber-physikalischen Systeme ermöglicht, dass diese Prozesse künftig einfacher, verlässlicher und synergetisch analysiert werden können. Dabei sind Verfahren der Künstlichen Intelligenz (engl.: Artificial Intelligence AI) eine Schlüsseltechnologie, um aus den gewonnenen Daten eineindeutige Aussagen zu treffen, beispielsweise zur Zustandsanalyse von optischen Produktionswerkzeugen sowie zur Fehlererkennung innerhalb von Prozessen. Weiteres Potenzial bietet die datengetriebene Prozessoptimierung sowie die Kausalitätsanalyse bei auftretenden Prozessabweichungen. Mithilfe von AI können so Qualität, Effizienz und Flexibilität in der Lasertechnik gesteigert werden. Die AI for Laser Technology Conference bietet industriellen Anwendern praxisnahes Grundwissen und eine Orientierung zur Anwendung von AI-Verfahren in der Lasertechnik.
Künstliche Intelligenz in der Produktion
Auf der zweiten Konferenz „AI for Laser Technology“ wird am 28. und 29. September 2021 der aktuelle Stand bei der Anwendung von Künstlicher Intelligenz in der Lasermaterialbearbeitung diskutiert. Zum Austausch treffen sich hier Forscherinnen und Forscher, Anlagenbauer, Softwareentwickler und Maschi- nenbauer. Neben den Fachvorträgen werden am Fraunhofer-Institut für Laser- technik ILT die Labore für virtuelle Rundgänge geöffnet.
Bei der ersten Konferenz „AI for Laser Technology“ vor zwei Jahren stand noch die Frage im Raum, wo Künstliche Intelligenz (KI) in der Fertigung eingesetzt werden könne. Inzwischen ist die Entwicklung schnell vorangeschritten, viele Ideen sind in der Werkhalle angekommen. Dabei treffen verschiedene Trends aufeinander: Auf der Anwenderseite ist es zum Beispiel der Wunsch nach 100-prozentiger Qualitätskontrolle. Wenn in der Automobilproduktion bislang Schweißnähte nur mit Stichproben kontrolliert wurden, dann eröffnet KI nun die Möglichkeit, die Qualität in-situ für jedes einzelne Teil mit hoher Präzision zu überwachen und mögliche Produktionsstörungen rasch zu identifizieren. Das setzt eine in-line Prozessdiagnostik voraus, die in den letzten Jahren entwickelt wurde. Es ist nun Aufgabe der KI, die dabei entstehenden Datenmengen in Echtzeit zu verarbeiten, was erst mit moderner Rechentechnik möglich wurde. „Auf der diesjährigen Konferenz ‚AI for Laser Technology‘ wollen wir genau diese Trends sowie den Stand der Technik anschauen und diskutieren“ beschreibt Peter Abels vom Fraunhofer ILT in Aachen das Ziel der von seinem Team organisierten Tagung.
Komplexe Daten erfassen und zur Regelung nutzen
Für den Einsatz von KI in der Fertigung gibt es verschiedene Möglichkeiten: Oft beginnt dieser mit der Auswertung von Bild- oder anderen Daten. Mit einem menschlichen „Lehrer“ kann die KI auch in komplexen Daten Strukturen erkennen. Dadurch lassen sich Abweichungen von einem vorgegebenen Optimum früh erkennen. Eine Regelung der Prozesse wird möglich. Die höchste Stufe ist erreicht, wenn die Aufnahme und Verarbeitung von Daten mit der Regelung zu einem autonomen Prozess zusammengeführt werden.
![Durch maschinelles Lernen lassen sich komplexe Daten von verschiedenen Sensoren verstehen und zur Regelung nutzen. - © Fraunhofer ILT, Aachen Durch maschinelles Lernen lassen sich komplexe Daten von verschiedenen Sensoren verstehen und zur Regelung nutzen. - © Fraunhofer ILT, Aachen](/storage/media/images/7786/conversions/pm-ai-conference-1-maschinelles-lernen-rgb-full.jpg)
Co-Organisator Christian Knaak vom Fraunhofer ILT wird das an einem konkreten Beispiel vorführen: „Wir konnten mit KI die Ergebnisse beim metallischen 3D-Druck signifikant verbessern.“ Dafür wurde in einer Anlage für das Laser Powder Bed Fusion (LPBF)-Verfahren die Bauteiloberfläche in jeder Schicht mit einer hochauflösenden HDR- Kamera fotografiert. Mit den Bilddaten lassen sich zwei Effekte einfangen: Einerseits wird ein möglicher Verzug des Bauteils während des Prozesses messbar. Andererseits können die Rauheiten an der Oberfläche kontrolliert werden. Auf diese Weise lassen sich schon während der Herstellung Fehler klassifizieren. Mit Hilfe der KI können aber auch im Prozess gezielt Laserparameter geändert werden, um dynamisch auf Änderun- gen des Prozesszustandes zu reagieren. Die Qualität der Teile wird verbessert und Fehler werden verhindert, bevor sie entstehen.
Die Vorträge auf der diesjährigen Konferenz „AI for Laser Technology“ fokussieren sich dementsprechend auf die Erfassung und Verarbeitung von Daten aus Produktionsprozessen wie dem Laserschweißen. Ein wesentliches Ziel ist dabei die durchgängige Prozess- und Qualitätskontrolle. Einen zweiten Schwerpunkt bilden KI-basierte Regelprozesse. Darüber hinaus wird die Entwicklung der KI-Software in verschiedenen Anwendungen betrachtet. Die KI ermöglicht dabei nicht nur eine Optimierung von Produktionsprozessen in Richtung einer Null-Fehler-Produktion. Bei Prozessen mit vielen komplexen Daten wie beispielsweise der Entwicklung moderner Optiken, liefert sie zudem eine Komplexitätsreduktion. Entwicklungsprozesse werden dadurch klarer, determinierter und weniger von der Intuition einzelner Experten abhängig.
Folgende Themen werden bei der AI for Laser Technology Conference 2021 durch Referenten aus Industrie und Forschung beleuchtet:
- Industrie 4.0 und Big Data in der fertigungstechnischen Praxis
- KI-basierte Qualitätssicherung beim Laserstrahlschweißen
- Digitale Werkzeuge und KI für optische Technologien
- Prozessoptimierung in der laserbasierten additiven Fertigung
- Optische Sensorik zur Überwachung von Laserschneidprozessen
Das Programm im Überblick:
Dienstag, 27.09.2021
- Eröffnung
- Deep Learning in Industrial Production with Laser Welding
- WeldWarrior – Making the Most of Big Data for an Efficient Production
- Quality Monitoring through Artificial Intelligence – Root Cause Analysis and Early Detection of Rejects
- Optical Sensors Development for the Water-Jet-Guided Laser Technology
- Bayesian Optimization for Inverse Problems in Laser Materials Processing under the Presence of Noise
Mittwoch, 29. September 2021
- Begrüßung
- Improving build Quality in Laser Powder Bed Fusion using HDR Imaging and model-based Reinforcement Learning
- Remote Laser Welding with Omni-Directional Seam Tracking
- Benefit from Revolution: Industry 4.0 in Welding Technology
- Virtueller Laborrundgang
- Digital Solutions and AI in Optical Technologies
- Ausblick