Künstliche Intelligenz im Maschinenbau

Künstliche Intelligenz im Maschinenbau

Learning by digital doing

Die 3D-Simulation von Anlagen und Prozessen kann dabei helfen, Fehler im realen Betrieb zu vermeiden. (Bild: Machineering GmbH & Co. KG)

Die 3D-Simulation von Anlagen und Prozessen kann dabei helfen, Fehler im realen Betrieb zu vermeiden. (Bild: Machineering GmbH & Co. KG)

Die Simulation von Anlagen ist im Maschinenbau kaum noch wegzudenken. Ein zuverlässiges 3D-Modell erleichtert die Isolation von relevanten Zustandsgrößen an der realen Maschine und reduziert somit den erforderlichen Rechenaufwand. Machineering zeigt Lösungen auf, wie ein digitaler Prototyp das Anlagenverhalten begünstigen kann und damit der Künstlichen Intelligenz im Maschinenbau die Tür öffnet.

Im Engineering-Prozess fungiert die Software industrialPhysics als Testbett für den Entwurf der zu entwickelnden KI. Denn aus den erzeugten Modellen dieser physikbasierten Software entsteht so ein virtuelles Trainingscenter, das die Algorithmen für Ihre Aufgabe vorbereiten soll: Die Überwachung der Produktivität von Maschinen und Anlagen. Prinzipiell wird die Simulation derzeit von Ingenieuren als Werkzeug genutzt, um zu Erkenntnissen zu gelangen, die nach Richtlinie VDI3633-1 auf die Realität übertragen werden können. In Fortführung dieser Vorgehensweise setzt der Ingenieur die KI vor Betrieb der realen Maschine ihrer Lernaufgabe im simulierten Umfeld aus.

Hardware in the Loop & KI

Die Trainingsumgebung – basierend auf einer Hardware-in-the-Loop-Simulation – besteht aus dem Maschinenmodell, einer realen oder virtuellen Steuerung sowie dem KI-System. Somit kann das Zusammenspiel aller drei Komponenten getestet werden. Dies ist wichtig um der Künstlichen Intelligenz zu ermöglichen, verschiedene Algorithmen zu testen und mögliche Fehler selbst zu erleben, mit dem Ziel sie im realen Betrieb zu vermeiden. Auch die Lernziele können so durch den Ingenieur ohne Risiko festgelegt und überprüft werden. Weiteres Potential der Nutzung von 3D-Simulationen in der Produktion – also parallel zum laufenden Betrieb – befindet sich in der Berechnung relevanter Größen aus dem 3D-Modell, die real nur mit hohem Aufwand messbar wären.

Seiten: 1 2 3Auf einer Seite lesen

machineering GmbH & Co. KG
www.machineering.de

Das könnte Sie auch Interessieren

Bild: Zimmer Group
Bild: Zimmer Group
Weniger Kosten durch Zeitersparnis

Weniger Kosten durch Zeitersparnis

Wenn es um die Produktion von Radialwellen-Dichtungsringen geht, ist eine intelligente Greiflösung unerlässlich, denn der Greifer muss Dichtungsringe mit verschiedenen Maßen flexibel handhaben. Der Hersteller Kaco setzt hierbei auf einen IO-Link-Greifer von Zimmer, der letztendlich die Produktion effizienter und schneller macht.

Bild: Robotextile GmbH
Bild: Robotextile GmbH
Automatisierung von biegeschlaffen Werkstücken

Automatisierung von biegeschlaffen Werkstücken

Bei der Handhabung biegeschlaffer Werkstücke treten am Produkt Verformungen auf, die die Automatisierung seit Jahrzehnten vor ein Problem stellen. Eine weitere Herausforderung, die das prozesssichere Greifen von Stoffen bisher nahezu unmöglich macht, ist das Vereinzeln von Stofflagen voneinander. So findet die Maschinenbestückung und -entnahme in der Textilindustrie meist manuell durch eine Person statt. Diese nicht wertschöpfenden Tätigkeiten und Blindprozesse können nun durch die Greiferlösungen von Robotextile automatisiert werden.