Wählen Sie Ihren Standort:

Land

Wählen Sie eine Sprache:

  • Deutsch / German
  • Englisch / English
  • Französisch / French
  • Englisch / English
KR 150 R3700 K ultra führt bei Compositence Fasern in den Legekopf zu

CosiMo

Mit maschinellem Lernen zur effizienten Volumenfertigung von carbonfaserverstärkten Kunststoff-Leichtbauteilen.


KUKA beteiligt sich an einem Forschungsverbundvorhaben zur Entwicklung der Massenproduktion von Verbundwerkstoffen. Ziel ist es, Fertigungsprozesse für die Massenproduktion von Verbundbauteilen zu entwickeln, die im Automobil- und Flugzeugbau eingesetzt werden können. Methoden des maschinellen Lernens, intelligente Werkzeuge, KUKA Roboter und KUKA Cloudlösungen sollen zu einer effizienten und ressourcenschonden Produktion bei geringen Zykluszeiten führen, die sich auch auf andere Fertigungsprozesse übertragen lassen.

Im Juni 2018 begann das 3-jährige von der bayerischen Staatsregierung unterstützte Forschungsprojekt CosiMo, das KUKA, Faurecia, Premium Aerotec, die Universität Augsburg, das Deutsche Zentrum für Luft- und Raumfahrt und acht weitere Partner zusammenführt. Im Rahmen des Projekts werden neue Technologien für vollautomatisierte Fertigungsverfahren von faserverstärkten Kunststoffen, sogenannten Composite-Materialien, erforscht. Ziel ist die endkonturfertige Herstellung von Bauteilen in einem einzigen Prozessschritt. So soll die nachhaltige und wirtschaftliche Produktion von Leichtbauteilen im Automobil- und Flugzeugbau möglich gemacht werden.

Für diese einstufige Fertigung ist die Verkettung verschiedener Einzelprozesse in einem intelligenten Werkzeug notwendig. Die Prozessschritte sollen durch geeignete Sensoren durchgehend überwacht werden, um die Materialeigenschaften prüfen und die geforderte Qualität der Bauteile absichern zu können. Maschinelles Lernen soll dabei helfen, den Prozess zu verstehen, etwaige Qualitätsmängel zu antizipieren und durch Adaption des Produktionsprozesses zu verhindern, um Ausschuss zu vermeiden. Um das Lernen unabhängig vom Fertigungsprozess durchführen zu können, verfolgt das Projekt den Aufbau einer geeigneten Cloud-Infrastruktur, die zur Datenkommunikation auf Standards wie OPC UA setzt.

Voraussetzung für das maschinelle Lernen ist die Verfügbarkeit und Verarbeitung von großen Mengen an qualitativ hochwertigen Daten. In diesem Bereich existiert eine Vielzahl akademischer Ansätze. Diese fokussieren sich zum größten Teil auf Bild- und Spracherkennung, es gibt allerdings auch erste erfolgreiche Anwendungen zur Prozessverbesserung im industriellen Umfeld. Ziel ist es, die bereits bestehenden wissenschaftlichen Erkenntnisse auf die Prozesssteuerung der Materialproduktion zu übertragen und weiterzuentwickeln.

Die geplante einstufige, vollautomatisierte Fertigung der faserverstärkten Kunststoffe ist deutlich effizienter, ressourcenschonender und preiswerter als heutige Produktionsverfahren. Darüber hinaus führt der Leichtbau bei Automobilen und Flugzeugen zu einer Einsparung von Kraftstoff und CO2.