Uni Wuppertal Bergische Messerproduktion soll intelligenter werden
Wuppertal · Die bergische Messerproduktion steht im Fokus des Forschungsprojekts „Knowledge Discovery“, das der Lehrstuhl für Automatisierungstechnik/Informatik der Bergischen Universität in Wuppertal unter Leitung von Prof. Dr. Dietmar Tutsch mit Wissenschaftlerinnen und Wissenschaftlern der Uni Bochum und den Industriepartnerinnen TKM GmbH Remscheid und der „Heinz Berger Maschinenfabrik“ durchführt.
Ziel ist es, die Fertigungsverfahren für die Messerherstellung zu optimieren und intelligenter zu gestalten, um beispielsweise Produktionsfehler früher zu erkennen und damit im Sinne der Umwelt Energie und Ressourcen zu sparen. Vom Ministerium für Wirtschaft, Innovation, Digitalisierung und Energie des Landes Nordrhein-Westfalen erhält die Uni für drei Jahre eine Förderung in Höhe von 370.000 Euro.
Ob Haushaltsmesser oder Maschinenmesser für die Industrie – in der bergischen Region finden sich zahlreiche Messerhersteller. Zur Fertigstellung ihrer Produkte benötigen sie viele energieintensive Verfahren: von der Härtung des Stahls in Härteofen, die bei hohen Temperaturen betrieben werden, über das Schmieden, Bohren, Drehen, Fräsen bis zum Schleifen. Abläufe, die das Projekt „Knowledge Discovery“ am Beispiel von Maschinenmessern genauer unter die Lupe nimmt. Erkenntnisse daraus sollen dabei helfen, Produktionsprozesse in der Metallverarbeitung generell zukünftig deutlich energiesparender zu gestalten.
Die Wissenschaftlerinnen und Wissenschafzler der Bergischen Uni steuern das benötigte Wissen im Bereich der Künstlichen Intelligenz in Verbindung mit Industrie 4.0 bei: Prof. Dr. Dietmar Tutsch und seine Mitarbeiterinnen und Mitarbeiter werten unter Verwendung moderner, lernender Computersysteme die digitalen Daten der Produktionsmaschinen aus. Anhand dieser Daten ist es potenziell möglich, die optimale Härtezeit des Stahls im Ofen zu bestimmen. Entsprechend müsste der Stahl nicht mehr zu lange erhitzt werden, die Ofenlaufzeit würde dadurch verkürzt und das wiederum brächte enorme Energieeinsparungen.
„Eine der besonderen Herausforderung liegt für uns in der Qualität der Daten: Durch die raue Industrieumgebung sind die in der realen Produktion erfassten Daten häufig verfälscht oder unbrauchbar“, fährt Tutsch fort. Diese „schlechten“ Daten automatisiert zu erkennen, um sie für den weiteren Auswertungsprozess auszuschließen, sei in der Wissenschaft ein bislang ungelöstes Problem. „Auch die Geschwindigkeit, mit der die Daten durch die Maschinen produziert werden, stellt uns vor die Herausforderung, eine schnelle Datenspeicherung über sogenannte echtzeitfähige Datenbanksysteme zu realisieren sowie eine Datenauswertung über echtzeitfähige Verfahren der Künstlichen Intelligenz sicherzustellen.“
Schließlich soll das Projekt klären, welche Schlussfolgerungen sich aus den gewonnenen Daten überhaupt ziehen lassen. Wertvoll wären beispielsweise Aussagen über fehlerhafte Messer oder Messer niedriger Qualität, die dann bereits sehr früh im Produktionsprozess erkannt werden könnten und deren Weiterverarbeitung sich daraufhin sofort stoppen ließe. Auch Verschleiß an den Produktionsmaschinen zu erkennen, sodass es durch vorbeugendes Handeln gar nicht erst zum Ausfall von Maschinen kommt, soll mithilfe der intelligenten Verfahren zur Datenauswertung möglich werden. „Beide Szenarien wären in puncto Energieeinsparungen und Umweltschutz zielführende Anwendungsfälle“, so Tutsch.
