Künstliche Intelligenz für Maschinen hilft Mensch und Umwelt

Der Maschinenbau ist eine Stärke der deutschen Industrie. In Leitbranchen, deren Produkte in einem globalisierten Umfeld starker Konkurrenz ausgesetzt sind, kann der Einsatz Künstlicher Intelligenz (KI) dazu beitragen, Industriekapazitäten und Knowhow in Deutschland zu halten, im Maschinenbau und nachgelagerten Branchen. Doch erst durch praxisnahe Anwendung in der Industrie kann KI seine Stärken für Unternehmen voll entfalten. Wie das mit dem Beitrag angewandter
Forschung geht, zeigen Textilindustrie und -maschinenbau ebenso wie die
Kunststoffbranche.

Mit der Corona-Krise sind Vliesstoffe über die Fachwelt hinaus bekannt
geworden, denn sie bilden das Ausgangsmaterial für Schutzmasken. Die
aufgetretenen Engpässe am Markt 2020 zeigten, wie stark Deutschland hier
von Lieferungen aus dem Ausland abhängig ist. Zugleich ist Deutschland in
anderen Vliesstoff-Segmenten und bei Maschinen für die Vliesstoffherstellung
eine wichtige Größe auf den Weltmärkten. Damit das so bleibt, arbeitet die
Branche an Innovationen. Ein zentraler Baustein dafür: Die Nutzung
Künstlicher Intelligenz (KI).

Das Auge auf der lernenden Maschine

Am ITA Augsburg hat man dafür Grundlagen in einem Projekt gelegt, auf denen
sich nun aufbauen lässt. Die Vision: Die Maschine zur Vliesstoffproduktion
passt die Parameter entsprechend den Erfordernissen im laufenden Betrieb
autonom an. Etwaig auftretende Fehler werden von der Maschine
selbstständig diagnostiziert, die Drehzahlen entsprechend angepasst. „Wir
haben im Projekt EasyVlies gezeigt, wie sich mit der Nutzung von Algorithmen
für die Vliesstoffproduktion Material- und Energiekosten einsparen lassen.
Zusammen mit Partnern aus der Industrie haben wir erreicht, dass die
Maschine zentrale Parameter wie Drehzahlen und Abstände, von denen eine
große Kombinationsmenge für das Erreichen der gewünschten Produktqualität
notwendig sind, durch das entwickelte KI-Modell vorhergesagt werden. „Die
Abstände der bis zu 40 Arbeitselemente in der Maschine bestimmen dabei in
Kombination mit den Drehzahlen der beteiligten Walzen die Öffnung der
Faserflocken bis zur Einzelfaser und die Bildung des Vlieses“, erläutert ITA-Augsburg Geschäftsführer Prof. Stefan Schlichter. Die naturwissenschaftlichen
Zusammenhänge und Wechselwirkungen zwischen den Drehzahlen und den
Qualitätsparametern der Vliesstoffproduktion sind nicht eindeutig bekannt.
Gerade deshalb kann KI hier seine Vorteile ausspielen. „Denn Künstliche
Intelligenz kann auch diffuse Zusammenhänge modellieren und simulieren“,
betont Schlichter. Die Algorithmen dafür hat Maschinenbauingenieur Dr.
Frederik Cloppenburg aus dem Aachener ITA-Stammhaus entwickelt, 280
Versuche wurden im Zusammenspiel mit der KI-Entwicklung durchgeführt.

In der unternehmerischen Praxis lernen die Algorithmen nun hinzu. Das zeigt
bei einem Vliesstoffbetrieb der Fahrzeugbranche bereits erste Erfolge in der
betrieblichen Praxis. Im nächsten Schritt arbeiten die ITA-Forschenden daran,
Messtechnik wie Kamerasysteme und strahlungsbasierte Messsysteme für die
Gleichmäßigkeit des Vliesstoffs in die Maschinen zu integrieren. Ziel: Fehler so
prognostizieren, dass sie gar nicht erst auftreten. Das Aufkommen an
Vliesstoff-Ausschuss soll so um 30 bis 50 Prozent sinken. Angesichts von
bislang jährlich allein in Deutschland anfallender Ausschussware im Wert von
150 Mio. Euro, das entspricht 10 Prozent des Branchenumsatzes, ein
erheblicher Anreiz. „Die hoch qualifizierten Facharbeiter beaufsichtigen
sozusagen die lernende Maschine“, erklärt Schlichter.

Lernende Maschinen für mehr Recycling

Industrie 4.0 wird in der Kunststoffbranche künftig auch benötigt, um das Ziel
höherer Recyclingquoten zu erreichen. Denn eine weniger einheitliche
Rohstoffbasis macht lernende Maschinen noch wertvoller. Das ist auch
Ausgangspunkt des vom Bundesforschungsministerium (BMBF) geförderten
Verbundprojekts CYCLOPS des Kunststoff-Zentrums (SKZ) und namhaften
Partnern aus Wissenschaft und Wirtschaft. Durch den Einsatz von KI sollen
Materialströme automatisiert klassifiziert werden, damit sie sich optimal
verwenden lassen. „Die Maschinen sollen künftig eigenständig erkennen, in
welche Anwendungen produzierte Materialien eines bestimmten Typs gehen
können“ erläutert SKZ-Gruppenleiter Digitalisierung, Christoph Kugler. Ein
Faktor: Die Fließfähigkeit des Kunststoffs, seine Viskosität. Je kürzer die
Polymerketten des Materials, desto größer, vereinfacht gesagt, ihre
Fließfähigkeit. Für diese Fließfähigkeit spielt andererseits auch das Druckniveau
in der Maschine eine Rolle. Hier kommt wiederum die KI ins Spiel: „Durch
Künstliche Intelligenz können Materialeigenschaften und selbst lernende
Maschinensteuerungen sehr gut ineinanderwirken, so unsere Erwartung“,
erklärt Kugler. Grundlage für die angewandte Forschung im Projekt CYCLOPS
sind sowohl Prozessdaten aus den Maschinen, welche die Materialqualität
beschreiben können, als auch Daten entlang des Lebenswegs von Material und
Produkt. Im Rahmen des Projektes werden damit die Transparenz und die
Informationsdichte erhöht, welche nach wie vor einige der größten
Hemmnisse der Kreislaufwirtschaft sind.

Neue Expertisefelder wie Erklärbare KI erschlossen

Das SKZ baut mit dem Projekt auf KI-Expertise auf, die über abgeschlossene
und noch laufende Projekte erarbeitet wurde. In der Vergangenheit lag der
Schwerpunkt in der Entwicklung sogenannter Softsensoren aus Prozessdaten
zur Berechnung komplexer Qualitätskennwerte wie z.B. Viskosität oder
Vernetzungsgrad des Kunststoffs. Durch die Weiterentwicklung der
Technologie werden neue Expertisefelder erschlossen, so z.B. Optimierung der
Prozessmodellierung durch KI, Prognose von Materialverhalten unter Last oder
auch erklärbare KI (XAI), sie beschreibt den Weg, auf dem Algorithmen zu ihren
Ergebnissen gelangen. In den letzten Jahren wurde ebenfalls der Einsatz von
digitalen Technologien und KI im Kontext der Kreislaufwirtschaft am SKZ
forciert, so in den noch jeweils bis ins nächste Jahr hinein laufenden Projekten
Di-Plast und DiLinK. Während Di-Plast ein EU-Projekt ist, wird DiLink ebenfalls
vom BMBF gefördert. Mit dem FIR e.V. ist ein weiteres Institut der Zuse-Gemeinschaft im DiLink-Projektkonsortium vertreten, mit dem Fokus auf dem
Thema Geschäftsmodelle. Denn diese verändern sich durch das Vordringen der
KI in immer mehr Aspekten des Maschinenbaus.

Weitere Informationen unter Home – Zuse-Gemeinschaft

Bildquelle: Institut für Textiltechnik Augsburg gGmbH