Generic filters
FS Logoi

Fraunhofer-Spin-Off forscht an KI-basierten Optimierungstools

Das Fraunhofer Spin-Off plus10 forscht anwendungsnah zusammen mit dem süddeutschen Kunststoff-Zentrum SKZ im Rahmen des Projekts DarWIN an neuen KI-basierten Optimierungstools für Spritzgießmaschinen. Ziel ist es, kontinuierlich lernende Modelle praxisnah zu entwickeln, die eine höhere Qualität bei kürzeren Zykluszeiten rund um die Uhr adaptiv ermöglichen. Dafür werden Maschinen von verschiedenen Herstellern einbezogen und Verallgemeinerungsstrategien für […]

von | 19.01.22

Pressebild SKZ Plus10 Demag

Das Fraunhofer Spin-Off plus10 forscht anwendungsnah zusammen mit dem süddeutschen Kunststoff-Zentrum SKZ im Rahmen des Projekts DarWIN an neuen KI-basierten Optimierungstools für Spritzgießmaschinen. Ziel ist es, kontinuierlich lernende Modelle praxisnah zu entwickeln, die eine höhere Qualität bei kürzeren Zykluszeiten rund um die Uhr adaptiv ermöglichen. Dafür werden Maschinen von verschiedenen Herstellern einbezogen und Verallgemeinerungsstrategien für übergreifende Lernphasen konzipiert. Nun wurde auch eine finale Versuchsreihe auf Maschinen des Unternehmens Sumitomo (SHI) Demag durchgeführt.

Forschungsprojekt DarWIN lässt Maschinen voneinander lernen

Seit Mitte 2020 laufen die Forschungs- und Entwicklungsarbeiten sowie seit 2021 auch die Versuchsreihen des Fraunhofer Spin-Offs plus10 und des Kunststoffzentrums SKZ für das Forschungsprojekt DarWIN. Mit diesem KI-Projekt werden detaillierte Verhaltensmodelle von Spritzgießmaschinen auf Basis hochfrequenter Maschinendaten erlernt. Durch die Übertragbarkeit von vortrainierten Machine Learning Modellen können einzelne Maschinen voneinander lernen. Das bedeutet, dass Verhaltensmodelle einer spezifischen Maschine nicht jedes Mal komplett neu gelernt werden muss, sondern nur in einer kleinen Anpassungsphase auf die Maschine und das gerade laufende Produkt adaptiert wird. Diese Verhaltensmodelle schlagen optimierte Prozessparameter für den nächsten Maschinenzyklus vor, um unter den gerade herrschenden Randbedingungen, wie Rohmaterialcharakteristik und Umgebungsbedingungen, in kürzester Zykluszeit und ohne Ausschuss produzieren zu können. Das Besondere am Projekt DarWIN ist, dass Maschinen von verschiedenen Herstellern voneinander lernen. Die Verhaltensmodelle sind also herstellerunabhängig übertragbar auf Maschinen ähnlicher Baugröße und Technologie.

KI-Versuche an Sumitomo (SHI) Demag-Maschinen

Kürzlich führten plus10 und das SKZ diese Versuchsreihen auch an Sumitomo (SHI) Demag-Maschinen durch. Die hochfrequente Maschinenkonnektivität der Sumitomo (SHI) Demag-Maschinen ermöglicht es, plus10-Algorithmen an den Maschinen anzutrainieren. Dadurch können die Anlagen kontinuierlich mitlernen, Ausschuss vermieden und die Maschinen stets maximal produktiv betrieben werden. Ein Vorteil der Sumitomo (SHI) Demag-Maschinen ist hierbei, dass deren Steuerungen eine hochfrequente und echtzeitnahe Kommunikation im Millisekunden-Bereich ermöglicht. Die kontinuierlich lernenden KI-basierten Optimierungstools können so in die Anlagen einfach implementiert und genutzt werden, die Maschinen sind sozusagen „AI-ready“.

Die Versuchsreihen im Sumitomo (SHI) Demag Technikum tragen nicht nur zur Optimierung von Spritzgießmaschinen bei, sondern dienen gleichzeitig auch der Schnittstellenentwicklung und kontinuierlichen Prüfung und Weiterentwicklung KI-basierter Softwaretools. Mit der Bereitstellung einer realen Testumgebung greift SHI pro-aktiv innovative Themen und Ideen für ihre Maschinen auf und gestaltet aktiv die Zukunft des Spritzgießens mit.

Forschungsergebnisse relevant für nachhaltige Kunststoffwirtschaft

Die Ergebnisse des Forschungsprojekts sind außerdem von großer Bedeutung für eine nachhaltige Kunststoffverarbeitung. Die plus10 Technologie ermöglicht es, selbst sensible bzw. heterogene Materialien, wie zum Beispiel thermoplastische Post-Consumer-Rezyklate oder schnell vernetzende Elastomere, prozessstabil zu verarbeiten. Die Erkenntnisse unterstützen somit eine funktionierende Kreislaufwirtschaft in der Kunststoffverarbeitung.

Das Forschungsprojekt „DarWIN“ (BMBF-Förderkennzeichen 01IS20066) wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert und endete am 31.12.2021. Aktuell werden die gewonnenen Ergebnisse aufbereitet und fließen plus10-intern in die Softwareentwicklung ein. Für Ende des Jahres 2022 ist die Veröffentlichung der finalen Ergebnisse geplant sowie zusammen mit dem SKZ weitere Aktivitäten und Live-Demonstrationen der Entwicklungsergebnisse bei Fachveranstaltungen wie dem Treffen „Digitales Spritzgießen“ am SKZ in Würzburg.

Weitere Informationen gibt es unter www.plus10.de.

Bildquelle, falls nicht im Bild oben angegeben:

Das Team des DarWIN-Forschungsprojekts: LTR Dr. Thorsten Thümen von Sumitomo (SHI) Demag, Felix Georg Müller von plus10, Christoph Mussauer vom SKZ, Marco Fischer und Melanie Rohde von Sumitomo (SHI) Demag (von links nach rechts); Foto: Sumitomo (SHI) Demag

Jetzt Newsletter abonnieren

Brennstoff für Ihr Wissen, jede Woche in Ihrem Postfach.

Hier anmelden

Green Energy Manufacturing: BASF will die Dekarbonisierung unterstützen
Green Energy Manufacturing: BASF will die Dekarbonisierung unterstützen

Mit Green Energy Manufacturing erweitert BASF ihre Sustainability Toolbox für technische Kunststoffe um einen Ansatz zur Reduzierung des Product Carbon Footprint (PCF). Die Lösung ermöglicht den Einsatz CO₂-reduzierter Materialien ohne Änderungen bestehender Fertigungsprozesse und unterstützt Unternehmen bei der Erfüllung regulatorischer Nachhaltigkeitsanforderungen.

mehr lesen
PI-Konferenz 2027: Sichere Daten als Grundlage für Industrial AI
PI-Konferenz 2027: Sichere Daten als Grundlage für Industrial AI

Die PROFIBUS Nutzerorganisation (PNO) veranstaltet am 24. und 25. Februar 2027 die 10. PI-Konferenz in Frankfurt am Main. Im Mittelpunkt stehen sichere und interoperable Datenstrukturen als Voraussetzung für den Einsatz von Industrial AI sowie aktuelle Entwicklungen der PI-Technologien in der industriellen Kommunikation.

mehr lesen
Physical AI: Studie sieht Industrie vor dem Übergang zur Skalierung
Physical AI: Studie sieht Industrie vor dem Übergang zur Skalierung

Industrieunternehmen betrachten physische KI zunehmend als strategische Transformation statt als isoliertes Automatisierungsprojekt. Das geht aus dem „Future-Ready Manufacturing: TCS Physical AI Readiness Report 2026“ hervor, für den Tata Consultancy Services 300 Führungskräfte aus Nordamerika und Europa befragt hat.

mehr lesen
AI Act: Neue Transparenzpflichten für KI-Systeme werden verbindlich
AI Act: Neue Transparenzpflichten für KI-Systeme werden verbindlich

Mit dem nächsten Umsetzungsschritt des europäischen AI Acts gelten ab Sonntag weitere verbindliche Transparenzanforderungen für den Einsatz Künstlicher Intelligenz. Betroffen sind unter anderem KI-Chatbots, generative KI, Deepfakes und Systeme zur Emotionserkennung. Branchenvertreter sehen jedoch weiterhin erhebliche Rechtsunsicherheiten.

mehr lesen
Digitaler Produktpass: Impulse für die vernetzte Industrie
Digitaler Produktpass: Impulse für die vernetzte Industrie

Der Digitale Produktpass und industrielle Datenräume gewinnen für die vernetzte Industrie zunehmend an Bedeutung. Gemeinsam mit der IHK Heilbronn-Franken und dem VDMA zeigte die GEMÜ Gruppe im Rahmen einer Fachveranstaltung in Kupferzell anhand konkreter Praxisbeispiele, wie Unternehmen den Einstieg in den unternehmensübergreifenden Datenaustausch gestalten können.

mehr lesen

atp weekly

Der Newsletter der Branche

Ihr kostenfreier E-Mail-Newsletter für alle Belange der Automatiserung.

Sie möchten das atp magazin testen

Bestellen Sie Ihr kostenloses Probeheft

Überzeugen Sie sich selbst: Gerne senden wir Ihnen das atp magazin kostenlos und unverbindlich zur Probe!

Finance Illustration 03