Konzepterstellung mit KI
Weiteres Einsatzpotenzial von 3D Deep Learning findet sich in der Konzeption von Produktionswerkzeugen. Mit jedem abgeschlossenen Anlagenprojekt bauen Unternehmen mit ihren CAD-Daten automatisch eine unstrukturierte Trainingsdatenbasis auf. In diesen Daten verstecken sich komplexe Zusammenhänge zwischen den Werkstücken und den Wirkflächen des dazugehörigen Werkzeuges. Durch Standardisierung wissen Maschinenbauer heute bereits, diese Zusammenhänge wirtschaftlich zu nutzen. Die Voraussetzung ist Expertenwissen und Konstruktionserfahrung, um für eine Neuanfrage ein bestehendes Werkzeug wiederzuverwenden oder zumindest kostengünstig zu adaptieren. Der Nutzen von 3D Deep Learning wird hier am Bespiel der Zuführtechnik wieder deutlich. Ein Zuführwerkzeug besteht aus mehreren Sortiersegmenten, die alle unterschiedliche Funktionen erfüllen. Sie besitzen häufig Segmente für die Massenstromentzerrung und Aufteilung. Mittels der Daten bestehender Projekte kann ein PointNet trainiert werden, dass für ein Fördergut das passende Segment aus einer Datenbasis erfolgreicher Projekte mit nur einem Klick findet. Hier sieht die Trainingsdatenbasis so aus, dass sowohl Eingangs- als auch Ausgangsgrößen 3D Objekte in der Form von CAD-Daten sind. In einem ersten Schritt kann mit 3D Deep Learning eine Klassifikationsaufgabe geschaffen werden, bei dem für ein neues Fördergut ein bestehendes Zuführsegment vorgeschlagen wird. Mittels sogenannter GANs ist es künftig denkbar, dass KI auf Basis der bisher erlernten Zusammenhänge komplett neue Wirkflächen für neue Werkstücke erzeugt. Maschinenbauer, die dann ihren Prozess simulieren und somit das KI-Ergebnis digital absichern können, werden einen klaren Wettbewerbsvorteil erzielen.
