Im Forschungsprojekt BrAIN will man das Potenzial von Künstlicher Intelligenz (KI) nutzen, um die Gründe für Qualitätsmankos und Nacharbeiten in der Schmiedeindustrie von Luft- und Raumfahrtkomponenten zu identifizieren. Ein intelligentes KI-System soll in der Lage sein, Fertigungsprozesse kontinuierlich zu verbessern und gleichzeitig Kosten- und Energie zu sparen. Das Projekt wird vom führenden Zulieferer der Luftfahrtindustrie, Böhler Aerospace, geleitet. Die passende KI kommt aus dem Know-Center. 

© voestalpine BÖHLER Aerospace

 

Bevor ein Passagierflugzeug mit einer Geschwindigkeit von bis zu 345 km/h vom Boden abheben kann, muss ein perfektes Zusammenspiel aller technischen Komponenten gewährleistet sein. Jedes Bauteil hat eine Aufgabe und ist das Resultat einer komplexen Herstellungs- und Prozesskette. Die Fertigung in der Flugzeugindustrie ist eine der genauesten der Welt. Die sicherheitskritischen Bauteile wie Gesenkschmiedeteile aus hochlegierten Stählen, Titan- und Nickelbasis-Legierungen unterliegen daher sehr strengen Sicherheits- und Qualitätskriterien.

Projekt-Infobox

Laufzeit: 10/2020 – 10/2023
Lead: Böhler Aerospace
Förderung: FFG
Website: http://brain.know-center.at/

Fehlerhafte Bauteile belasten die Umwelt und sind kosten- und zeitaufwendig

Passieren in den komplexen Fertigungsprozessen Toleranz-Abweichungen, müssen Bauteile entweder als Ausschuss deklariert oder nachbearbeitet werden. Das ist nicht nur kosten- und zeitaufwendig, sondern verbraucht auch extrem viel Energie und belastet die Umwelt. Daher setzt man im Bereich der Fertigung Simulationsmodelle ein. Diese sind eine kostengünstige und risikofreie Möglichkeit, um Fehler frühzeitig zu entdecken, neue Prozesse zu entwickeln oder Optimierungsmaßnahmen zu ergreifen.

„Hybride“ High-Tech Simulationen lösen zeitintensive „Numerische“ Simulationen ab

Üblicherweise werden numerische Simulationsmodelle eingesetzt, um Fertigungsprozesse in der Produktion zu simulieren. Diese sind sehr rechenintensiv und komplexe Prozesssimulationen brauchen oftmals bis zu einer Woche Rechenzeit. Um diese Zeit und die damit verbundenen Kosten einzusparen, werden innovative Ansätze benötigt. Mit sogenannten „Erklärbaren Hybriden Simulationsmodellen“ will man die langen Rechenzeiten stark verkürzen. Die Kombination aus Machine Learning Modellen und numerischen Modellen soll weitaus schneller verfügbar sein.

„Mit hybriden Simulationsmodellen, einer Kombination aus Machine Learning- und numerischen Modellen, können wir Simulationen im Bruchteil einer Sekunde durchführen“, erklärt Ass. Prof. Roman Kern, Leiter der Area Knowledge Discovery am Know-Center und betont: „Das spart dem Unternehmen einiges an Entwicklungszeit und Kosten. Darüber hinaus beschränken sich die eingesetzten Data Science- und Machine Learning-Methoden nicht nur auf Berechnungen von Vorhersagen, sondern können auch aktiv Entscheidungsvorschläge abgeben. Mit den entwickelten Modellen werden wir in der Lage sein, nicht nur einzelne Prozessschritte zu analysieren, sondern den Produktionsprozess in seiner Gesamtheit abzubilden.“

Erklärbare KI macht Vorschläge für Domänenexpertinnen und -experten transparent

Weiters soll das System Domänenexpertinnen und -experten unterstützen, indem es nachvollziehbare Vorschläge für die Prozessgestaltung und Maschineneinstellungen abgibt. Dabei kommt die Forschungsmethode Explainable AI (xAI), auch „erklärbare KI“ genannt, zum Einsatz.

Dr. Vedran Sabol, Area Head Knowledge Visualization am Know-Center erklärt: „Als Experten in diesem Forschungsfeld wissen wir aus Erfahrung wie wichtig es ist, dass Anwenderinnen und Anwender die Entscheidungsfindung von KI-Algorithmen verstehen. In BrAIn wollen wir die KI-Modelle mit xAI transparent machen, um die Akzeptanz und das Vertrauen von Fachpersonal in KI-Lösungen zu fördern. Es soll eine gewinnbringende Symbiose in der Zusammenarbeit von Mensch und KI entstehen. Um als Unternehmen auch zukünftig wettbewerbsfähig zu bleiben, ist das speziell im Bereich der Automatisierung unvermeidlich.“

Die entwickelten Methoden können in jeder Branche eingesetzt werden, in der Sensordaten vorhanden sind und numerische Simulationen durchgeführt werden. Big Data und KI sind in der Schmiedeindustrie noch nicht weit verbreitet, da die Herstellungsprozesse im Vergleich zu anderen Branchen weit komplexer ablaufen. Um die Umwelt zu schützen, Ressourcen zu schonen und die technologische Weiterentwicklung zu sichern, ist es notwendig auf neueste KI-Technologien wie diese zu setzen.

 

Mehr über BrAIn

Über Böhler Aerospace