Maschinen herstellerübergreifend voneinander lernen lassen
plus10 forscht anwendungsnah zusammen mit dem süddeutschen Kunststoff-Zentrum SKZ im Rahmen des Projekts DarWIN an neuen KI-basierten Optimierungstools für Spritzgießmaschinen. Ziel ist es, kontinuierlich lernende Modelle praxisnah zu entwickeln, die eine höhere Qualität bei kürzeren Zykluszeiten rund um die Uhr adaptiv ermöglichen
Forschungsprojekt DarWIN – plus10 und Demag arbeiten an der Zukunft des Spritzgießens
Das Fraunhofer Spin-Off plus10 forscht anwendungsnah zusammen mit dem süddeutschen Kunststoff-Zentrum SKZ im Rahmen des Projekts DarWIN an neuen KI-basierten Optimierungstools für Spritzgießmaschinen. Ziel ist es, kontinuierlich lernende Modelle praxisnah zu entwickeln, die eine höhere Qualität bei kürzeren Zykluszeiten rund um die Uhr adaptiv ermöglichen. Dafür werden Maschinen von verschiedenen Herstellern einbezogen und Verallgemeinerungsstrategien für übergreifende Lernphasen konzipiert. Nun wurde auch eine finale Versuchsreihe auf Maschinen des Unternehmens Sumitomo (SHI) Demag durchgeführt.
Seit Mitte 2020 laufen die Forschungs- und Entwicklungsarbeiten sowie seit 2021 auch die Versuchsreihen des Fraunhofer Spin-Offs plus10 und des Kunststoffzentrums SKZ für das Forschungsprojekt DarWIN. Mit diesem KI-Projekt werden detaillierte Verhaltensmodelle von Spritzgießmaschinen auf Basis hochfrequenter Maschinendaten erlernt. Durch die Übertragbarkeit von vortrainierten Machine Learning Modellen können einzelne Maschinen voneinander lernen. Das bedeutet, dass Verhaltensmodelle einer spezifischen Maschine nicht jedes Mal komplett neu gelernt werden muss, sondern nur in einer kleinen Anpassungsphase auf die Maschine und das gerade laufende Produkt adaptiert wird. Diese Verhaltensmodelle schlagen optimierte Prozessparameter für den nächsten Maschinenzyklus vor, um unter den gerade herrschenden Randbedingungen, wie Rohmaterialcharakteristik und Umgebungsbedingungen, in kürzester Zykluszeit und ohne Ausschuss produzieren zu können. Das Besondere am Projekt DarWIN ist, dass Maschinen von verschiedenen Herstellern voneinander lernen. Die Verhaltensmodelle sind also herstellerunabhängig übertragbar auf Maschinen ähnlicher Baugröße und Technologie.
KI-Versuche an Sumitomo (SHI) Demag-Maschinen
Kürzlich führten plus10 und das SKZ diese Versuchsreihen auch an Sumitomo (SHI) Demag-Maschinen durch. Die hochfrequente Maschinenkonnektivität der Sumitomo (SHI) Demag-Maschinen ermöglicht es, plus10-Algorithmen an den Maschinen anzutrainieren. Dadurch können die Anlagen kontinuierlich mitlernen, Ausschuss vermieden und die Maschinen stets maximal produktiv betrieben werden. Ein Vorteil der Sumitomo (SHI) Demag-Maschinen ist hierbei, dass deren Steuerungen eine hochfrequente und echtzeitnahe Kommunikation im Millisekunden-Bereich ermöglicht. Die kontinuierlich lernenden KI-basierten Optimierungstools können so in die Anlagen einfach implementiert und genutzt werden; die Maschinen sind sozusagen „AI-ready“.
Die Versuchsreihen im Sumitomo (SHI) Demag Technikum tragen nicht nur zur Optimierung von Spritzgießmaschinen bei, sondern dienen gleichzeitig auch der Schnittstellenentwicklung und kontinuierlichen Prüfung und Weiterentwicklung KI-basierter Softwaretools. Mit der Bereitstellung einer realen Testumgebung greift SHI pro-aktiv innovative Themen und Ideen für ihre Maschinen auf und gestaltet aktiv die Zukunft des Spritzgießens mit.
Forschungsergebnisse relevant für nachhaltige Kunststoffwirtschaft
Die Ergebnisse des Forschungsprojekts sind außerdem von großer Bedeutung für eine nachhaltige Kunststoffverarbeitung. Die plus10 Technologie ermöglicht es, selbst sensible bzw. heterogene Materialien, wie zum Beispiel thermoplastische Post-Consumer-Rezyklate oder schnell vernetzende Elastomere, prozessstabil zu verarbeiten. Die Erkenntnisse unterstützen somit eine funktionierende Kreislaufwirtschaft in der Kunststoffverarbeitung.
Das Forschungsprojekt „DarWIN“ (BMBF-Förderkennzeichen 01IS20066) wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert und endete am 31.12.2021. Aktuell werden die gewonnenen Ergebnisse aufbereitet und fließen plus10-intern in die Softwareentwicklung ein. Für Ende des Jahres 2022 ist die Veröffentlichung der finalen Ergebnisse geplant sowie zusammen mit dem SKZ weitere Aktivitäten und Live-Demonstrationen der Entwicklungsergebnisse bei Fachveranstaltungen wie dem Treffen „Digitales Spritzgießen“ am SKZ in Würzburg.
Unter anderem zu lesen bei
- Plastverarbeiter | Gemeinsames Forschungsprojekt für eine nachhaltige Zukunft des Spritzgießens
- K-Aktuell | Sumitomo (SHI) Demag: Wie Maschinen herstellerübergreifend voneinander lernen