Das Ziel ist die Entwicklung eines KI-gestützten Assistenzsystems zur Inprozesskontrolle (KIKA-IPK), das durch selbstlernende Bildmerkmalskorrelationen eine ressourceneffizientere Prozess- und Materialkonfiguration ermöglicht. Das Erfahrungswissen des Maschinenbedieners wird genutzt, um visuelle Qualitätsmerkmale und Prozesseigenschaften durch maschinelles Lernen zu modellieren.
Das angestrebte Projektergebnis ist ein Assistenzsystem, das optische Qualitätsmerkmale und Prozessgrößen in einem KI-Modell abbildet, um eine ressourceneffiziente Konfiguration der Prozessparameter zu ermöglichen. Anwendungspartner stellen optische Bildmerkmale und Prozessdaten für additive Fertigungsverfahren über eine Cloud-Schnittstelle bereit. Das KI-Modell wird für das additive Auftrag schweißen von Metallen und das Drop-on-Demand-Verfahren für den personalisierten Medikamentendruck unter realen Bedingungen demonstriert.
Der Lösungsansatz erkennt systematisch kognitive menschliche Fähigkeiten bei Abweichungen in der additiven Fertigung, korreliert diese mit Prozesseigenschaften und leitet in Echtzeit Maßnahmen über die Maschinensteuerung ein. Der innovative Aspekt besteht in der maschinellen Erkennung neuer Qualitätsmerkmale, deren Korrelation mit Prozesseigenschaften und der Anpassung der Prozessstellgrößen.
Spezifische Projektziele von DiHeSys
Erstellung eines Lastenhefts zum Substituieren der nasschemischen Untersuchung, Schnittstelle, Systemspezifikation, EFS, Rollenspezifikation, Metrik, Planung DoE.
DoE und Durchführung, Datengenerierung und Datenbereitstellung, Qualitäts- und Prozessmetrik mit Schwelwerten und kontinuierliches Nutzerfeedback.
Integration in den KI-Workflow: Echtzeiterfassung, Datensynchronisation, Datenqualität, Bild- und Prozessdatenstromintegration in die Cloudumgebung.
KI-Lernprozess: rollenspezifische Ergebnisdarstellung der Metriken, Nutzerfeedback, Maßnahmen und Evaluierungen.
KI-Bewertung: Bestimmung der Schwelwerte und spezifische Anweisungen für Prozessanpassung.
Integrations- und Systemtest: Validierung Wirkstoffgehalt, Optimierung, Anpassen und Bereitstellung „FLEXDOSE® Printer“ zu Validierung an GP® .
Ansprechpartner:
Jochen Lutz M. A., Product Owner bei DiHeSys Digital Health Systems GmbH
Projektpartner:
Comments