Digitale Qualitätsmodelle zur Online-Überwachung und Optimierung von Spritzgussprozessen – ProBayes

In Kürze

Mit Hilfe Bayes’scher Netze Qualitätsabweichungen von Spritzgussteilen echtzeitnah erkennen und Fehlerursachen automatisiert diagnostizieren – das ist Gegenstand des Forschungsprojekts ProBayes. Das Know-how der Prozessexperten des Kunststoff-Zentrums (SKZ) wird vom Fraunhofer IPA ergänzt durch Expertise in den Bereichen Prozessdigitalisierung, digitale Qualitätsmodelle und Bayes’sche Netze.

Im Detail

Der Fachkräftemangel trifft auch die Kunststoffindustrie – gemeinsam mit dem Kunststoff-Zentrum (SKZ) erarbeitet das Fraunhofer IPA digitale Qualitätsmodelle für den Spritzgussprozess. Diese sollen anhand von Echtzeitdaten Handlungsempfehlungen generieren und Anlagenbedienerinnen und Anlagenbediener künftig die Arbeit erleichtern.

Basierend auf Expertenwissen, Simulationsdaten und messtechnischen Untersuchungen an realen Spritzgussprozessen entwickelt das Fraunhofer IPA Bayes’sche Netze zur Qualitätsprognose und Fehlerdiagnose. Aufgrund bidirektionaler Schlussfolgerungsmechanismen können Bayes’sche Netze sowohl anhand von Prozessparametern die Qualität des Formteils prognostizieren, als auch bei Qualitätsabweichungen deren Ursachen diagnostizieren. Die Topologie des Netzes wird auf Basis der vorherrschenden Ursache-Wirkungs-Beziehungen in Experten-Workshops definiert. Diese wird anschließend anhand der verfügbaren Daten quantifiziert. Durch die transparente Verknüpfung von Expertenwissen mit Daten, unterliegt das Bayes’sche Netz nicht der typischen Black-Box-Problematik anderer KI-Methoden und die Entscheidungsfindung ist für Expertinnen und Experten nachvollziehbar. Durch die aktive Beteiligung von Anwendungspartnern aus der Industrie wird die Praxistauglichkeit der Methodik sowie die Übertragbarkeit der Modelle auf reale Prozesse und Daten sichergestellt.

Ziel des Projekts ist der Aufbau und die Erprobung eines Demonstrators in der Versuchsumgebung am Kunststoff-Zentrum in Würzburg.