Ziel des Vorhabens ist die Entwicklung einer Methode zur datenbasierten Prozesskontrolle für KMU-Druckgießereien.
Heutige Produktionsstandorte entwickeln sich stetig zu immer komplexeren Strukturen aus vernetzten Produktionsanlagen, Logistikprozessen und digitalisierten Steuer- und Kommunikationssystemen. Dieser Trend, der „smarten“ und vernetzten Lösungen ist nicht mehr aufzuhalten, da er seinen Nutzern einen hohen Wettbewerbsvorteil bietet. In Druckgießereien sind viele komplexe Fertigungsabläufe mit ineinandergreifenden Prozessen und wechselseitigen Prozessabhängigkeiten erforderlich, um qualitativ hochwertige Produkte zu erzeugen. Dieses Umfeld ist prädestiniert für den Einsatz maschineller Lernverfahren auf Prozessdatenbasis, jedoch stellt dieser rasante technische Umschwung die Gießereien vor eine große finanzielle und personelle Hürde. Einmal überwunden, kann dies zu einem robusten Prozess führen, der eine dauerhaft hohe Bauteilqualität gewährleistet.
Im Projekt DABAS werden in Zusammenarbeit mit Messmittel- und Datenverarbeitungsexpertinnen und -experten Prozessdaten durch die Implementierung geeigneter Sensorik in den zu betrachtenden Teilprozessen der Druckgießerei erhoben. Diese Informationen werden anschließend in Datenbanken aufbereitet sowie mit Verfahren des maschinellen Lernens vernetzt und analysiert. Daraus entstehende Prozessmodelle und -regelungsstrategien werden mittels vorhandenem Domänenwissen in Steuersignale und Handlungsanweisungen umgewandelt. Aus diesen Ergebnissen soll ein innovatives Prozesssteuerungs- und Optimierungsverfahren in Form einer Modellmethode entwickelt werden, die – neben der entstandenen Prozesskompetenz – eine Grundlage für die Sicherung und den nachhaltigen Ausbau der unternehmerischen Wettbewerbsfähigkeit im Wandel der Digitalisierung bildet.
Maßnahmen zur Erreichung dieser Ziele sind unter anderem: