Am 1. März 2025 startete das Forschungsprojekt „AI2SB“ am PLCM, das durch die Deutsche Forschungsgemeinschaft (DFG) und die brasilianische Förderagentur für Hochschulbildung (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES) finanziert wird und Teil der Brazilian-German Collaborative Research Initiative on Smart Connected Manufacturing (BRAGECRIM/CRI-SCMfg) ist. Als Projektpartner sind die Fabrik der Zukunft (Fábrica do Futuro) der Polytechnische Schule (Poli) der Universität von São Paulo (USP), unter der Leitung von Prof. Dr. Eduardo de Senzi Zancul, sowie die Forschungsgruppe Werkstofftechnik und Fertigungsverfahren der Päpstliche Katholische Universität von Paraná (PUC-PR) unter der Leitung von Prof. Dr. Fred Amorin beteiligt. Über die nächsten zwei Jahre wird im Projekt die Integration von KI in die Kleinserienfertigung intensiv erforscht und weiterentwickelt. Digitale Zwillinge, Additive Fertigung und intelligente Montage werden dabei eingesetzt, um die Individualisierung und Effizienz der Prozesse zu steigern.
Allgemeines
Der geforderten höheren Flexibilität in Produktionssystemen mit Wertschöpfungsnetzwerken einerseits und dem anhaltenden Preisdruck durch globale Wettbewerber andererseits kann langfristig durch den verstärkten Einsatz von Künstlicher Intelligenz (KI) und Digitalen Zwillingen (DZ) im Engineering begegnet werden. Aufgrund des hohen Implementierungsaufwands werden diese Systeme jedoch meist nur in starren Großserienproduktionen eingesetzt. Gerade in der bisher wenig betrachteten hochindividualisierten Kleinserienfertigung bieten diese Systeme jedoch ein hohes Potenzial zur Effizienzsteigerung der Prozesse. Additive Manufacturing (AM) ist ein sehr flexibles Fertigungsverfahren und wird aufgrund seiner Flexibilität zunehmend für die Herstellung hochindividueller Produkte wie Ersatzteile oder Prototypen eingesetzt. KI und DZ werden bisher kaum über den gesamten Lebenszyklus von hochindividuellen Bauteilen betrachtet. Als Beispielprozess wird in diesem Projekt die Reparatur hochindividueller Bauteile gewählt, da sie einen großen Teil der Produktionskette abbildet und gleichzeitig als „proof of concept“ für den Einsatz dezentraler Reparatursysteme dient, die zukünftig eine wichtige Rolle für die Zirkularität von Wertschöpfungsketten im Product Lifecycle Management (PLM) spielen könnten.
Ziele
Um KI-Systeme in Produktionsprozesse integrieren zu können, müssen zunächst geeignete Anwendungen gefunden und mögliche Konzepte validiert werden. Die verschiedenen Teilprozesse des Reparaturzyklus werden zunächst einzeln betrachtet und jeweils geeignete Maßnahmen zur Effizienzsteigerung mit KI und DZ entwickelt. Basierend auf den gesammelten Informationen wird die Konstruktionsphase für hochindividuelle Baugruppen analysiert und optimiert. Es werden Konzepte und KI-Werkzeuge entwickelt, die eine effizientere Montage, Demontage und additive Fertigung der Bauteile ermöglichen. Durch die Rückführung aller Prozessinformationen in die Designphase kann die nächste Generation von Bauteilen effizienter gestaltet werden und die Werkzeuge der Designphase dienen als Leitfaden für die Konstruktion hochindividueller Bauteile für einen KI- und DZ-unterstützten Reparaturzyklus. Die Herausforderung bei der Reparatur von Komponenten liegt nicht nur in der Konstruktion von Ersatzteilen, sondern auch in der Demontage von teilweise beschädigten und damit hochindividuellen Komponenten. Um dieser Herausforderung zu begegnen, wird zunächst die Montage mit KI-Werkzeugen und DZ optimiert und darauf aufbauend KI-Werkzeuge speziell für die hochkomplexe Demontage hochindividueller Bauteile entwickelt. Darüber hinaus werden im Rahmen des Projektes Erkenntnisse gewonnen, wie KI und DZ synergetisch in Prozesse implementiert werden können.
