Heavy Metal meets KI

01.07.2022

Wie Schweißprozesse mittels künstlicher Intelligenz optimiert werden können, untersuchen aktuell Forschende der Bergischen Universität Wuppertal.

Ob Aluminiumrahmen beim Fahrrad, Wasserrohr oder massive Brückenkonstruktion aus Stahl – ohne Schweißtechnik wären all diese Konstruktionen nur schwer realisierbar. Das Lichtbogenschweißen ist dabei eines der am weit verbreitetsten Schweißverfahren in der Fügetechnik. Dennoch stellt dieses klassische Fertigungsverfahren eine beträchtliche Herausforderung dar, da Simulationen mit einer konstant hohen Abschätzung der Produktqualität bisher fehlen.

Bild: Eine Gruppe aus sechs Forschenden, davon eine Frau, die in die Kamera lächeln; Copyright: Bergische Universität Wuppertal

Beim Kickoff-Treffen des Forschungsprojekts ASIMoW (v.l.n.r.): Marion Purrio, David Dentzer und Guido Buchholz (alle FEF GmbH), Yannik Hahn, Robert Maack und Hasan Tercan (Lehrstuhl für TMDT).

Im Forschungsprojekt ASIMoW ("Analysesystem zum qualitätsmotivierten Inline-Monitoring für Schweißprozesse auf Basis von Methoden künstlicher Intelligenz") untersuchen der Lehrstuhl für Technologien und Management der Digitalen Transformation (TMDT) der Bergischen Universität Wuppertal und die FEF Forschungs- und Entwicklungsgesellschaft Fügetechnik GmbH aus Aachen nun gemeinsam die Einsatzmöglichkeiten datengetriebener Methoden des Deep Learning für die Qualitätsvorhersage von fügetechnischen Verbindungen in der Schweißtechnik. Anhand eines Demonstrators sollen die erzeugten KI-Modelle unter Realbedingungen erprobt werden.

Gefördert wird das auf zwei Jahre angelegte Projekt vom Bundesministerium für Bildung und Forschung mit knapp 800.000 Euro.

COMPAMED.de; Quelle: Bergische Universität Wuppertal

Mehr über die Bergische Universität Wuppertal unter: www.uni-wuppertal.de