23. Juli 2020
Autor: Beatriz Cassoli
Tags: Künstliche Intelligenz

Künstliche Intelligenz für Laserbearbeitungssyteme II

Umsetzungsprojekt mit der Laserline GmbH

LDF pulse-process

Maschinelles Lernen hat beim Laserstrahlschweißen, Laserlöten, Auftragsschweißen oder der Wärmebehandlung noch kaum Einzug gehalten.

Maschinelles Lernen hat in Produktionen mit Bearbeitungslasern, etwa beim Laserstrahlschweißen, Laserlöten, Auftragsschweißen oder der Wärmebehandlung noch kaum Einzug gehalten. Dabei bieten aktuelle Produktiongenerationen, wie bei der Laserline GmbH Möglichkeiten dafür: Während der Bearbeitungsprozesse können Sensordaten via OPC UA – einem Industrie 4.0-konformen Kommunikationsprotokoll – zu einem externen System, wie beispielsweise einer Datenbank zu übertragen werden. Im Betrieb fallen in erster Linie Laserdaten zu Temperatur, Feuchtigkeits- oder Füllstandsdaten an. Sie sind wichtig für verschiedene Anwendungsszenarien, wie eine vorausschauende Instandhaltung oder die Prozessoptimierung. Das Ziel des Projekts ist die Entwicklung neuer datengetriebener Geschäftsmodelle, insbesondere der vorausschauenden Instandhaltung.

Mit Hilfe einer abgeleiteten Analyse erhielten die Expertinnen des Mittelstand 4.0-Kompetenzzentrums (Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen, PTW) zunächst einen Überblick darüber, welche Parameter bei Laserline von Lasermaschinen aufgezeichnet werden und welche Zusammenhänge zwischen diesen Parametern bestehen. Datenvisualisierungsmethoden ermöglichten es zudem, Unregelmäßigkeiten und unerwartete Werte in den Daten zu identifizieren und die Aufmerksamkeit auf Verbesserungspotentiale zu lenken. Gemeinsam wurde ein Prognosemodell entwickelt. Erste Wiederholungen der Abläufe in der Modellierungsphase zeigten vielversprechende Ergebnisse. 

Grundlage für die Projektumsetzung war dabei auch die Vermittlung methodischen und technischen Wissens zu Maschinellem Lernen – vom Geschäftsverständnis über die Modellierung der Problemstellung bis hin zur Auswahl und dem Einsatz von Algorithmen.

Im Rahmen des Projekts hat das Unternehmen zum ersten Mal mit Methoden Maschinellen Lernens gearbeitet und Verständnis für die Möglichkeiten und Einschränkungen dieser Verfahren bei der Datenanalyse aufgebaut. Die Mitarbeiter wurden mit den Themen Datenbereinigung und -aufbereitung vertraut gemacht und lernten Datenvisualisierungstools sowie Algorithmen des Maschinellen Lernens für Modelltraining und -prüfung kennen. Auf diese Weise hat Laserline die Basis für weitere Arbeiten und Maßnahmen im Bereich Maschinelles Lernen gelegt. Mit diesem Wissen und den geschaffenen Grundlagen kann Laserline zukünftig neue Geschäftsfelder im Bereich Predictive Maintenance erschließen.

Laserline GmbH

Die Laserline GmbH produziert Industrie Laser für Anwendungen im Multi-Kilowatt-Bereich. Die für die Kunden maßgeschneiderten Industrie Laser werden weltweit verkauft und als Strahlquellen in der industriellen Materialbearbeitung eingesetzt.

Standort: Mülheim-Kärlich

Mitarbeiter: < 300

Branche: Elektronik

Umsetzungsprojekt: Analyse und Visualisierung von Laserdaten aus dem Betrieb mithilfe von Machine Learning-Ansätzen.

Projekterfolg: Erfahrungsgewinn des Unternehmens mit Datenvisualisierung und -aufbereitung mittels Maschinellem Lernen: In der Laserproduktionstechnik ist die Laserline GmbH damit Pionier in diesem Bereich. Zusätzlich ist eine Basis für neue Geschäftsfelder geschaffen, z.B. Predictive Maintenance.

Weitere Beiträge dieser Serie

Künstliche Intelligenz für Laserbearbeitungssyteme I

Thumbnail Künstliche Intelligenz für Laserbearbeitungssyteme I
Die Laserline GmbH zählt zu den Pionieren der Diodenlasertechnologie und hat entscheidend zum Durchbruch dieses Lasertyps beigetragen. Gegründet 1997, avancierte das Unternehmen binnen… mehr...

Weitere Themen aus dem Zentrum

Video: Demonstrator für Digitalisierung in der Umformtechnik

Thumbnail Video: Demonstrator für Digitalisierung in der Umformtechnik
Die Umformtechnik ist bekannt für tonnenschwere Maschinen, Pressen und massives Werkzeug. Hier geht es oft darum, hochfeste Stähle haargenau in Form zu bringen – Arbeit im absoluten… mehr...

Cookies & Features

Um unsere Webseite zu optimieren fortlaufend verbessern zu können, verwenden wir eine lokale Statistiksoftware und einige 3rd Party Features (extern eingebundene Komponenten). Indem Sie die entsprechenden Optionen auswählen, stimmen Sie diesen Features zu. Details zu den verwendeten Technologien und Anbietern können Sie in unserer Datenschutzerklärung entnehmen.

Essenzielle Cookies

Ohne sie läuft nichts.

Statistiken

Anonym und auf Servern in Deutschland: Gibt uns Feedback und Ihnen bessere Inhalte.

Google Dienste

Unsere Videos und Karten sind über Youtube und Google Maps eingebunden.

loading