Die Lackierung gilt bis heute als ein nicht durchgängig beherrschbarer Prozess. Es drohen Ausschuss, Anlagenausfälle und Nacharbeit, weil zum Beispiel die vorgegebene Lackschichtdicke nicht überall eingehalten werden kann. Ein Forschungsteam vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA hat sich nun vorgenommen, die Anzahl der Fehler um 30 % und die Stillstandszeiten um 20 % zu senken. Außerdem sollen der jährliche Lackverbrauch und die Anlaufzeit neuer Farben um jeweils 10 % verringert werden. Erreichen wollen das die Wissenschaftlerinnen und Wissenschaftler, indem sie zunächst die Qualitätsdaten, also zum Beispiel sichtbare Lackierfehler oder die Messdaten der Lackschichtdicke, mit den Prozessdaten aus der Anlagensteuerung zusammenführen. Aus den Daten soll dann ein feingranulares Verhaltensmodell entstehen, das mit einem maschinellen Lernverfahren ausgewertet wird. Die Algorithmen sollen frühzeitig drohende Qualitätsabweichungen erkennen und auch gleich auf deren Ursache hinweisen.
Hoher Automatisierungsgrad erlaubt Einsatz von KI
Konzentrieren wollen sich die Forscherinnen und Forscher dabei auf die Lackierung von Stoßfängern, Rückspiegeln, Türgriffen und anderen Anbauteilen aus Kunststoff im Automobil- und Nutzfahrzeugsektor. "In dieser Branche besteht ein großes Produktvolumen und damit auch ein lebhaftes Interesse an Effizienzsteigerungen", sagt Oliver Tiedje, Leiter der Gruppe Nassapplikations- und Simulationstechnik am Fraunhofer IPA. "Außerdem liegt in Lackierprozessanlagen ein sehr hoher Automatisierungs- und Digitalisierungsgrad vor, was den Einsatz von KI erfolgversprechend macht." Das Forschungsprojekt läuft noch bis 31. Mai 2024 und wird vom Bundesministerium für Bildung und Forschung mit knapp 1,3 Millionen Euro unterstützt. Projektpartner sind neben dem Fraunhofer IPA die b+m surface systems GmbH, die AOM Systems GmbH, das Helmut Fischer GmbH Institut Für Elektronik und Messtechnik sowie die SMP Automotive GmbH.
Autor(en): lb
