Für Lorch realisierte das Fraunhofer IPA ein Projekt zur Energetischen Anomalieerkennung beim Schweißen. Fokussiert auf Energiedaten ermöglicht die Lösung präzise Identifikation von Bedienfehlern, wodurch Qualitätsmängel minimiert werden. Der Einsatz föderierten Lernens gewährleistet Datenschutz und Sicherheit, da keine zentrale Datenspeicherung erforderlich ist. Die innovative Technologie trägt dazu bei, Fachkräfte zu fördern, indem sie proaktiv Fehler erkennt und somit die Produktivität steigert.
Dadurch können Qualitätsmängel an der Schweißnaht schnell und zielgerichtet lokalisiert werden. Der Einsatz des KI-Modells mit dem Ansatz des föderierten Lernens gewährleistet den Schutz und die Sicherheit von schweißtechnischen Anwenderdaten, da keine zentrale Datenspeicherung für das Trainieren des KI-Modells erforderlich ist. Der innovative Ansatz trägt in Zukunft dazu bei, Fachkräfte zu unterstützen, indem er proaktiv Fehler erkennt, Ausschuss meldet und somit die Produktivität in der schweißtechnischen Fertigung steigert.
Die Hauptziele des Projekts sind:
Die Ergebnisse bieten in Zukunft eine Vielzahl von Vorteilen:
Diese Kooperation zwischen dem Fraunhofer IPA und der Lorch Schweißtechnik GmbH demonstriert, wie innovative Technologien die Energieversorgung beim Schweißen nachhaltiger, effizienter und wirtschaftlich erfolgreicher gestalten können. Die Technologien zur Erkennung von Fehlern in Produktionsprozessen mittels Energiedatenanalyse und die Anwendung des föderierten Lernens können auch auf andere Bereiche der Produktion angewendet werden.
Für Lorch ist dies ein wichtiger Schritt, um in der neuen, innovativen iQS-Schweißstromquellengeneration für digitale und intelligente Zukunftstrends gerüstet zu sein und dabei den Fokus auf den Kunden zu legen.