Abstract No.:	6755
Scheduled at:	Tuesday, September 15, 2020, Virtueller Raum 1 2:15 PM Künstliche Intelligenz in die Fügetechnik
Title:	Künstliche Intelligenz in der Fügetechnik - ein Überblick ungenutzter Potentiale
Authors:	Michael Kick* / Institut für Wekzeugmaschinen und Betriebswissenschaften - TU München, Deutschland Christian Stadter / Technische Universität München - Institut für Werkzeugmaschinen und Betriebswissenschaften, Deutschland Michael F. Zäh/ Technische Universität München - Institut für Werkzeugmaschinen und Betriebswissenschaften, Deutschland
Abstract:	Die Herstellungskosten eines Produkts werden nach Gairola (1981) größtenteils durch Montageprozesse, wie beispielsweise dem Fügen zweier Komponenten, verursacht. Neben dem Drang zu kostengünstigen Lösungen ist die Fügetechnik durch die Anforderungen des Marktes getrieben, die nach Reinhardt (2017) von einem Wandel vom Produkt hin zur Dienstleistung und einer Tendenz zum stark individualisierten Produkt geprägt sind. Technologisch bedarf dieser Wandel in der Fügetechnik flexible Verfahren und Systeme zur wirtschaftlichen Fertigung kleiner Losgrößen. Getrieben durch eine steigende Verfügbarkeit von Prozess- und Anlagendaten und eine Vernetzung entlang von Prozessketten, können durch eine ganzheitliche Auswertung und Interpretation der Daten komplexe und hochdynamische Prozesse befähigt werden. Im Bereich der Fügetechnik kann mit Hilfe von prä-, in- und postprozess Sensoren ein ganzheitliches Abbild von Prozessen erfasst werden. Abhängig von der erfassten Größe lassen sich daraus unterschiedliche Funktionen realisieren. Beispielhaft ist das Nachregeln der Schweißnahtposition mit Hilfe eines Präprozesssensors und geeigneten Algorithmen anzuführen. Ein ebenso bedeutendes Potential weist der Einsatz von inprozess Sensoren auf. Diese ermöglichen in Kombination mit Künstlicher Intelligenz Prozesse zu regeln, welche bisher auf Grund hoher Nichtlinearitäten und komplexer Wechselwirkungen nicht prozesssicher geführt werden konnten. Darüber hinaus können die während des Prozesses erfassten Daten zur Beurteilung der Qualität des Fügevorgangs und der Produkteigenschaften herangezogen werden. Hinsichtlich einer steigenden Individualisierung und sinkender Losgrößer werden hohe Anforderungen an die Fügetechnik gestellt. Eine Auslegung hochkomplexer und hochdynamischer Fügeprozesse bedarf oft eine Vielzahl an experimentellen Untersuchungen und damit enormer Kosten, die nur bei hohen Stückzahlen gedeckt werden können. Der Einsatz von Künstlicher Intelligenz zur Auswertung von Prozess- und Anlagendaten stellt für viele Anwendungsfälle eine kostengünstige und effiziente Möglichkeit zur Auslegung, Führung und Qualitätssicherung von Fügeprozessen.

<= go back