Produktneuheit 16. September 2024
KI in der Kunststoffindustrie: Qualitätsprognose bei Spritzgiessbauteilen
Ausgangslage
Spritzgiessbetriebe stellen die Teilequalität heute überwiegend durch statistische Kontrollen sicher. Dieser Prozess ist jedoch grösstenteils manuell und daher aufwändig und fehleranfällig. Eine vollautomatisierte Qualitätsermittlung in Kombination mit Künstlicher Intelligenz (KI) bietet neue Möglichkeiten. Durch die Analyse von Prozessdaten direkt nach dem Spritzgiesszyklus können kritische Veränderungen im Prozess festgestellt und die Bauteilqualität prognostiziert werden.
Lösung
Der Einsatz von KI ermöglicht eine Prädiktion der Bauteilqualität direkt nach dem Spritzgiesszyklus anhand der Prozessdaten. Dies wird durch ein initiales Training realisiert, bei dem die erfassten Bauteilqualitäten mit den Prozessdaten korreliert werden. All diese Daten können einem Bauteil mithilfe einer Seriennummer zugeordnet werden, hier durch einen aufgelaserten DataMatrix-Code. Ein wichtiges Qualitätsmerkmal, das auch die Prozessführung widerspiegelt, ist das Schwindungsmass der Kunststoffbauteile. Nach der Produktion müssen diese Bauteile 72 Stunden eingelagert und anschliessend nachgemessen werden. Am IWK wird dafür ein fahrbarer Logistikroboter eingesetzt, der die Gebinde mit den Bauteilen von der Anlage zu der Messzelle und dem Lager transportiert. Bei Erkennung einer Anomalie am Prozess oder Bauteil werden diese in der Messzelle erneut überprüft, um das KI-Modell nachzutrainieren und sukzessive zu verbessern.
Weiterentwicklungen
Die Messzelle von Kistler und das Prädiktionsmodell werden zusammen mit dem ILT Institute for Lab Automation and Mechatronics der OST und dem IWK weiterentwickelt und mithilfe von Partnern aus der Industrie, medmix AG und Weidmann Medical Technology AG, auf Praxisbauteile und industrielle Umgebungen getestet (Bild 1). Ziel ist es, eine multifunktionale und autonome Messzelle zur Vorhersage der Bauteilqualität zu entwickeln, die sowohl für Stichproben als auch für die dauerhafte Überwachung genutzt werden kann.
Spritzgiessbetriebe stellen die Teilequalität heute überwiegend durch statistische Kontrollen sicher. Dieser Prozess ist jedoch grösstenteils manuell und daher aufwändig und fehleranfällig. Eine vollautomatisierte Qualitätsermittlung in Kombination mit Künstlicher Intelligenz (KI) bietet neue Möglichkeiten. Durch die Analyse von Prozessdaten direkt nach dem Spritzgiesszyklus können kritische Veränderungen im Prozess festgestellt und die Bauteilqualität prognostiziert werden.
Lösung
Der Einsatz von KI ermöglicht eine Prädiktion der Bauteilqualität direkt nach dem Spritzgiesszyklus anhand der Prozessdaten. Dies wird durch ein initiales Training realisiert, bei dem die erfassten Bauteilqualitäten mit den Prozessdaten korreliert werden. All diese Daten können einem Bauteil mithilfe einer Seriennummer zugeordnet werden, hier durch einen aufgelaserten DataMatrix-Code. Ein wichtiges Qualitätsmerkmal, das auch die Prozessführung widerspiegelt, ist das Schwindungsmass der Kunststoffbauteile. Nach der Produktion müssen diese Bauteile 72 Stunden eingelagert und anschliessend nachgemessen werden. Am IWK wird dafür ein fahrbarer Logistikroboter eingesetzt, der die Gebinde mit den Bauteilen von der Anlage zu der Messzelle und dem Lager transportiert. Bei Erkennung einer Anomalie am Prozess oder Bauteil werden diese in der Messzelle erneut überprüft, um das KI-Modell nachzutrainieren und sukzessive zu verbessern.
Weiterentwicklungen
Die Messzelle von Kistler und das Prädiktionsmodell werden zusammen mit dem ILT Institute for Lab Automation and Mechatronics der OST und dem IWK weiterentwickelt und mithilfe von Partnern aus der Industrie, medmix AG und Weidmann Medical Technology AG, auf Praxisbauteile und industrielle Umgebungen getestet (Bild 1). Ziel ist es, eine multifunktionale und autonome Messzelle zur Vorhersage der Bauteilqualität zu entwickeln, die sowohl für Stichproben als auch für die dauerhafte Überwachung genutzt werden kann.
OST Ostschweizer Fachhochschule
IWK Institut für Werkstofftechnik
und Kunststoffverarbeitung
Ansprechpartner
Herr Jasper Hollender