KOGNITIVE PROZESSÜBERWACHUNG - Fraunhofer ILT...Echtzeitdatenverarbeitung und die vorgelagerte...
1
84 84 Jahresbericht 2016 Fraunhofer-Institut für Lasertechnik ILT, www.ilt.fraunhofer.de DQS zertifiziert nach DIN EN ISO 9001, Reg.-Nr.: DE-69572-01 Änderungen bei Spezifikationen und anderen technischen Angaben bleiben vorbehalten. 04/2017. 1 Versuchsaufbau mit integrierter Sensorik. 2 Laserstrahlgeschweißte Blechprobe mit induzierten Bindefehlern. Aufgabenstellung Das EU-Forschungsprojekt »MAShES« fördert die Entwicklung eines multispektralen, bildgebenden und intelligenten Sensorsystems zur Prozessüberwachung. Dieses System wird in eine Bearbeitungsoptik integriert und an einem Laserstrahlschweiß- sowie Laserstrahlauftragschweißprozess angewendet. Eine besondere Herausforderung stellen die Echtzeitdatenverarbeitung und die vorgelagerte Sensordaten- fusion dar. Mehrere unterschiedliche Sensordatenströme sind während des Prozesses zu verdichten, um anschließend bei der Datenverarbeitung einem kognitiven, im Sinne von lernenden, Algorithmus zur Prozessüberwachung zugeführt zu werden. Vorgehensweise Die Entwicklung des kognitiven Systems beinhaltet die Bereiche »Computer Vision« und »Machine Learning«. Diese Methoden finden Verwendung, um relevante Merkmale aus den Bilddaten, wie beispielsweise die Abkühlrate der Bauteiloberfläche oder die Schmelzbadoberflächengeometrie, zu bestimmen. Die Berechnung und Bewertung der Merkmale ist rechenintensiv und ist für die Echtzeitanwendung mit einem Field Programmable Gate Array (FPGA) realisiert. Die Basis der Bewertung der Merk- male zur Prozessüberwachung liegt in der Trainingsphase. Das kognitive System lernt anhand der berechneten Prozessmerk- male und mithilfe von fachkundig bewerteten Schweißproben die Klassifizierung der Merkmale und damit verschiedene Prozessimperfektionen eindeutig zu erkennen. Ergebnis Die Klassifizierung erfolgt mit unterschiedlichen Algorithmen aus der Familie des maschinellen Lernens und ermöglicht derzeit schon eine grobe Zweiklassenunterscheidung in gute und schlechte Schweißungen. Die Einteilung in verschiedene Fehlerklassen befindet sich in der Umsetzung. Um ein möglichst robustes Ergebnis zu generieren, werden im Rahmen der Evaluation noch weitere Klassifizierungsmethoden erprobt und verglichen. Anwendungsfelder Das Einsatzgebiet des kognitiven Systems im Rahmen des Vorhabens ist das industrielle Laserstrahlschweißen von Automobilbauteilen. Die Ergebnisse können darüber hinaus im Rahmen von »Industrie 4.0« in dieser industriellen Anwendung zur Dokumentation und Verbesserung der Prozessqualität genutzt werden. Die Arbeiten werden im Rahmen des EU-Projekts »MAShES« unter dem Förderkennzeichen 637081 durchgeführt. Ansprechpartner Christian Knaak M.Sc. Telefon +49 241 8906-281 [email protected] Dipl.-Ing. Peter Abels Telefon +49 241 8906-428 [email protected] KOGNITIVE PROZESSÜBERWACHUNG 1 2
Transcript of KOGNITIVE PROZESSÜBERWACHUNG - Fraunhofer ILT...Echtzeitdatenverarbeitung und die vorgelagerte...
-
21
84 84 Jahresbericht 2016 Jahresbericht 2016 85Fraunhofer-Institut für Lasertechnik ILT, www.ilt.fraunhofer.deDQS zertifiziert nach DIN EN ISO 9001, Reg.-Nr.: DE-69572-01
Fraunhofer-Institut für Lasertechnik ILT, www.ilt.fraunhofer.de
DQS zertifiziert nach DIN EN ISO 9001, Reg.-Nr.: DE-69572-01
Än
der
un
gen
bei
Sp
ezifi
kati
on
en u
nd
an
der
en t
ech
nis
chen
An
gab
en b
leib
en v
orb
ehal
ten
. 04/
2017
.
Än
der
un
gen
bei
Sp
ezifi
kati
on
en u
nd
an
der
en t
ech
nis
chen
An
gab
en b
leib
en v
orb
ehal
ten
. 04/
2017
.
1 Versuchsaufbau mit integrierter Sensorik.
2 Laserstrahlgeschweißte Blechprobe
mit induzierten Bindefehlern.
Aufgabenstellung
Das EU-Forschungsprojekt »MAShES« fördert die Entwicklung
eines multispektralen, bildgebenden und intelligenten
Sensorsystems zur Prozessüberwachung. Dieses System
wird in eine Bearbeitungsoptik integriert und an einem
Laserstrahlschweiß- sowie Laserstrahlauftragschweißprozess
angewendet. Eine besondere Herausforderung stellen die
Echtzeitdatenverarbeitung und die vorgelagerte Sensordaten-
fusion dar. Mehrere unterschiedliche Sensordatenströme sind
während des Prozesses zu verdichten, um anschließend bei der
Datenverarbeitung einem kognitiven, im Sinne von lernenden,
Algorithmus zur Prozessüberwachung zugeführt zu werden.
Vorgehensweise
Die Entwicklung des kognitiven Systems beinhaltet die Bereiche
»Computer Vision« und »Machine Learning«. Diese Methoden
finden Verwendung, um relevante Merkmale aus den Bilddaten,
wie beispielsweise die Abkühlrate der Bauteiloberfläche oder
die Schmelzbadoberflächengeometrie, zu bestimmen. Die
Berechnung und Bewertung der Merkmale ist rechenintensiv
und ist für die Echtzeitanwendung mit einem Field Programmable
Gate Array (FPGA) realisiert. Die Basis der Bewertung der Merk-
male zur Prozessüberwachung liegt in der Trainingsphase. Das
kognitive System lernt anhand der berechneten Prozessmerk-
male und mithilfe von fachkundig bewerteten Schweißproben
die Klassifizierung der Merkmale und damit verschiedene
Prozessimperfektionen eindeutig zu erkennen.
Ergebnis
Die Klassifizierung erfolgt mit unterschiedlichen Algorithmen
aus der Familie des maschinellen Lernens und ermöglicht
derzeit schon eine grobe Zweiklassenunterscheidung in gute
und schlechte Schweißungen. Die Einteilung in verschiedene
Fehlerklassen befindet sich in der Umsetzung. Um ein möglichst
robustes Ergebnis zu generieren, werden im Rahmen der
Evaluation noch weitere Klassifizierungsmethoden erprobt
und verglichen.
Anwendungsfelder
Das Einsatzgebiet des kognitiven Systems im Rahmen
des Vorhabens ist das industrielle Laserstrahlschweißen
von Automobilbauteilen. Die Ergebnisse können darüber
hinaus im Rahmen von »Industrie 4.0« in dieser industriellen
Anwendung zur Dokumentation und Verbesserung der
Prozessqualität genutzt werden.
Die Arbeiten werden im Rahmen des EU-Projekts »MAShES«
unter dem Förderkennzeichen 637081 durchgeführt.
Ansprechpartner
Christian Knaak M.Sc.
Telefon +49 241 8906-281
Dipl.-Ing. Peter Abels
Telefon +49 241 8906-428
KOGNITIVE PROZESSÜBERWACHUNG
1 2
