KI Maschinen herstellerübergreifend voneinander lernen lassen

Quelle: Pressemitteilung

Mit einem KI-Projekt wollen Forscher Verhaltensmodelle von Spritzgießmaschinen übertragbar machen. Dabei soll der Hersteller der Maschinen keine Rolle spielen.

Anbieter zum Thema

Das Team des Darwin-Forschungsprojekts (von links): Thorsten Thümen von Sumitomo (SHI) Demag, Felix Georg Müller von Plus 10, Christoph Mussauer vom SKZ, Marco Fischer und Melanie Rohde von Sumitomo (SHI) Demag.
Das Team des Darwin-Forschungsprojekts (von links): Thorsten Thümen von Sumitomo (SHI) Demag, Felix Georg Müller von Plus 10, Christoph Mussauer vom SKZ, Marco Fischer und Melanie Rohde von Sumitomo (SHI) Demag.
(Bild: Sumitomo (SHI) Demag)

Das Fraunhofer KI-Spin-Off Plus 10 hat gemeinsam mit dem süddeutschen Kunststoff-Zentrum SKZ ein Forschungsprojekt rund um KI-basierte Optimierungstools für Spritzgießmaschinen beendet. Wie das Unternehmen mitteilt, werden die Ergebnisse des Projekts "Darwin" nun aufbereitet und sollen Ende des Jahres 2022 veröffentlicht werden. Ziel des Projekts ist es, kontinuierlich lernende Modelle praxisnah zu entwickeln, die eine höhere Qualität bei kürzeren Zykluszeiten rund um die Uhr adaptiv ermöglichen. Eine finale Versuchsreihe wurde auf Maschinen des Unternehmens Sumitomo (SHI) Demag durchgeführt.

Übertragbare Verhaltensmodelle

Konkret handelt es sich hierbei um ein KI-Projekt, mit dem Spritzgießmaschinen detaillierte Verhaltensmodelle erlernen sollen. Durch die Übertragbarkeit von vortrainierten Machine Learning Modellen können einzelne Maschinen voneinander lernen, so Plus 10. Maschinen müssten demnach bei neuen Produkten das Verhaltensmodell nicht komplett neu erlernen, sondern benötigten nur eine kleine Anpassungsphase. Das Verhaltensmodell schlage dann optimierte Prozessparameter für den nächsten Maschinenzyklus vor. "Das Besondere am Projekt Darwin ist, dass Maschinen von verschiedenen Herstellern voneinander lernen", so das Unternehmen. "Die Verhaltensmodelle sind also herstellerunabhängig übertragbar auf Maschinen ähnlicher Baugröße und Technologie."

Die Ergebnisse des Forschungsprojekts seien von großer Bedeutung für eine nachhaltige Kunststoffverarbeitung. Selbst Materialien wie thermoplastische Post-Consumer-Rezyklate oder schnell vernetzende Elastomere könnten damit prozessstabil verarbeitet werden. "Die Erkenntnisse unterstützen somit eine funktionierende Kreislaufwirtschaft in der Kunststoffverarbeitung", so Plus 10.

(ID:47957102)