Mobile-Menu

Rasende Alternative

Mit KI zum idealen Spritzgussteil in einem Hundertstel der üblichen Zeit

< zurück

Seite: 2/2

Anbieter zum Thema

Universität Augsburg

Mit relativ wenig Daten ein KI-Modell trainieren

Ein Tool, mit welchem man sekundenschnell viele Möglichkeiten prüfen kann, wo beispielsweise am sinnvollsten eingespritzt werden sollte, kann in Unternehmen wertvolle Ressourcen wie die Arbeitszeit der Mitarbeitenden, Rechenzeit und damit Geld und Energie einsparen. „Uns ist es nun eben gelungen, den Prozess im Idealfall rund 100 Mal schneller ablaufen zu lassen“, freut sich Meyer. Die hochgenauen physikalischen Methoden sind für den Wissenschaftler dann der zweite Schritt, wenn es darum geht, das finale Bauteil zu berechnen. Eine große Herausforderung sei dabei der Anspruch, mit dem KI-gestützten Tool beliebige Bauteilgeometrien vorhersagen zu können. Gleichzeitig soll das Ganze mit möglichst wenigen Daten effizient trainierbar sein. Statt den großen „KI-Hammer“ mit riesigen Datenmengen auf das Problem loszulassen, hat das Team um Meyer deshalb Vorwissen in das dahinterliegende KI-Modell einfließen lassen. Meyer erklärt: „Wir wissen zum Beispiel bereits, dass ein Bereich mit großem Abstand zum Einspritzpunkt später gefüllt wird als einer direkt neben dem Einspritzpunkt.“ Das müssen die Experten also nicht erst aus Daten lernen. So konnte das Modell anhand weniger hundert Beispiele trainiert werden, um dennoch Vorhersagen für beliebige andere Bauteile treffen zu können.

Ein besonders cooles Feature in Sachen FEM

Besonders stolz ist Meyer demnach auf ein integriertes Feature, dass er mit leuchtenden Augen schlicht als cool beichnet. Genauer gesagt, geht es um eine KI-kompatible Finite-Elemente-Software, die von seiner Arbeitsgruppe entwickelt wurde und weiter entwickelt wird. Meyer: „Wer es nicht weiß: die Finite-Elemente-Methode, abgekürzt FEM, ist eine Berechnungsart, mit der man komplizierte Dinge in viele kleine, einfache Teile zerlegt, um sie besser berechnen zu können.“ So lässt sich beispielsweise der zu erwartende Verzug eines Bauteils beim Abkühlen vorhersagen. Die neue FEM-Variante aber zeichnet sich laut Meyer dadurch aus, dass man durch diese Software auch das KI-Modell weiter trainieren kann. So kann das Modell mit gemessenen Verformungen aus dem Produktionsprozess weiter lernen und dabei immer besser werden, merkt Meyer an.

Das ist die Vision der Augsburger Forscher

Während die aktuelle Software bei der Optimierung bereits entworfener Bauteile unterstützt, soll in Zukunft der gesamte Konstruktionsprozess begleitet werden, wie man weiter erfährt. „Wir stellen uns ein Programm vor, welchem man seinen Bauteilwunsch mitteilt. Und dann soll es, per KI-gestützt, für das Spritzgießen optimal generiert werden“, so Meyer. Das hilft etwa Konstrukteuren dabei, aus dem riesigen Lösungsraum möglicher Bauteile schnell das Beste für den Einsatzfall zu finden. Es entlastet die Mitarbeiter also von repetitiven Aufgaben und gibt ihnen mehr Zeit, sich mit kreativen Prozessen und Produktanforderungen auseinanderzusetzen, bringt es Meyer abschließend auf den Punkt.

(ID:50918247)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung