Wie Maschinen herstellerübergreifend voneinander lernen

Das Fraunhofer Spin-Off plus10, Augsburg und Stuttgart, forscht anwendungsnah zusammen mit dem SKZ, Würzburg, im Rahmen des Projekts DarWIN an neuen KI-basierten Optimierungstools für Spritzgießmaschinen. Ziel ist es, kontinuierlich lernende Modelle praxisnah zu entwickeln, die eine höhere Qualität bei kürzeren Zykluszeiten rund um die Uhr adaptiv ermöglichen. Dafür werden Maschinen von verschiedenen Herstellern einbezogen und Verallgemeinerungsstrategien für übergreifende Lernphasen konzipiert. Nun wurde auch eine finale Versuchsreihe auf Maschinen des Unternehmens Sumitomo (SHI) Demag, Schwaig durchgeführt.

Seit Mitte 2020 laufen die Forschungs- und Entwicklungsarbeiten sowie seit 2021 auch die Versuchsreihen von plus10 und dem SKZ. Mit diesem KI-Projekt werden detaillierte Verhaltensmodelle von Spritzgießmaschinen auf Basis hochfrequenter Maschinendaten erlernt. Durch die Übertragbarkeit von vortrainierten Machine-Learning-Modellen können einzelne Maschinen voneinander lernen. Das bedeutet, dass Verhaltensmodelle einer spezifischen Maschine nicht jedes Mal komplett neu gelernt werden müssen, sondern nur in einer kleinen Anpassungsphase auf die Maschine und das gerade laufende Produkt adaptiert werden. Diese Verhaltensmodelle schlagen optimierte Prozessparameter für den nächsten Maschinenzyklus vor, um unter den gerade herrschenden Randbedingungen, wie Rohmaterialcharakteristik und Umgebungsbedingungen, in kürzester Zykluszeit und ohne Ausschuss produzieren zu können. Das Besondere am Projekt DarWIN ist, dass Maschinen von verschiedenen Herstellern voneinander lernen. Die Verhaltensmodelle sind also herstellerunabhängig übertragbar auf Maschinen ähnlicher Baugröße und Technologie.

KI-Versuche an Maschinen von Sumitomo (SHI) Demag

Kürzlich führten plus10 und das SKZ diese Versuchsreihen auch an Maschinen von Sumitomo (SHI) Demag durch. Die hochfrequente Maschinenkonnektivität dieser Maschinen ermöglicht es, plus10-Algorithmen an den Maschinen anzutrainieren. Dadurch können die Anlagen kontinuierlich mitlernen und Ausschuss vermeiden. Die Steuerungen der Sumitomo-(SHI)-Demag-Maschinen ermöglichen hierbei eine hochfrequente und echtzeitnahe Kommunikation im Millisekunden-Bereich. Die kontinuierlich lernenden KI-basierten Optimierungstools können so in die Anlagen einfach implementiert werden.

Die Versuchsreihen im Technikum bei Sumitomo (SHI) Demag tragen nicht nur zur Optimierung von Spritzgießmaschinen bei, sondern dienen gleichzeitig auch der Schnittstellenentwicklung und kontinuierlichen Prüfung sowie Weiterentwicklung KI-basierter Softwaretools.

Forschungsergebnisse relevant für nachhaltige Kunststoffwirtschaft

Die Ergebnisse des Forschungsprojekts sind außerdem von großer Bedeutung für eine nachhaltige Kunststoffverarbeitung. Die plus10-Technologie ermöglicht es, selbst sensible bzw. heterogene Materialien, wie zum Beispiel thermoplastische Post-Consumer-Rezyklate oder schnell vernetzende Elastomere, prozessstabil zu verarbeiten. Die Erkenntnisse unterstützen somit eine funktionierende Kreislaufwirtschaft in der Kunststoffverarbeitung.

Das Forschungsprojekt DarWIN endete am 31. Dezember 2021. Aktuell werden die gewonnenen Ergebnisse aufbereitet und fließen plus10-intern in die Softwareentwicklung ein. Für Ende des Jahres 2022 ist die Veröffentlichung der finalen Ergebnisse geplant sowie zusammen mit dem SKZ weitere Aktivitäten und Live-Demonstrationen der Entwicklungsergebnisse bei Fachveranstaltungen wie dem Treffen „Digitales Spritzgießen“ am SKZ in Würzburg.

www.plus10.de
www.skz.de
www.sumitomo-shi-demag.eu