In modernen Schweißprozessen werden bereits heute zahlreiche Parameter (wie z. B. Strom, Kraft und Weg) kontinuierlich erfasst. Traditionell werden diese jedoch meist isoliert betrachtet. Diese eindimensionale Bewertung ignoriert die komplexen Wechselwirkungen zwischen den Parametern, welche die finale Bauteilqualität maßgeblich definieren.
Aktuell wird die Qualität primär über zerstörende Prüfverfahren (z. B. Schliffuntersuchungen oder mechanische Tests) abgesichert. Diese Methoden liefern zwar hochgradig verlässliche Ergebnisse, sind jedoch zeit- und kostenintensiv und eignen sich nicht für eine lückenlose Echtzeit-Prozessüberwachung im laufenden Betrieb.
Die Hans Berg GmbH & Co. KG ist davon überzeugt, dass durch den gezielten Einsatz von Künstlicher Intelligenz (KI) versteckte Zusammenhänge und Korrelationen in den Prozessparametern identifiziert und genutzt werden können. Ein passgenau trainiertes KI-Modell kann Bauteile zuverlässig anhand der Sensordaten in Gut- und Schlechtteile klassifizieren. Dies bildet das Fundament für eine automatisierte, prädiktive Prozessüberwachung.
-
Datenanalyse & Vorbereitung: Du analysierst relevante Prozessparameter und bereitest die Rohdaten systematisch auf (Datenaufbereitung & Feature Engineering).
-
Modellentwicklung: Du entwickelst und trainierst ein KI-Modell zur Klassifikation auf Basis von bereits vorhandenen, gelabelten Daten.
-
Evaluation: Du bewertest die Modellgüte methodisch und analysierst, welche Einflussgrößen die größte Wirkung auf die Qualität haben.
-
Wissenstransfer: Du überträgst den entwickelten Ansatz auf ein weiteres Bauteil. Dazu verknüpfst du neue Prozessdaten mit den Ergebnissen zerstörender Prüfungen, um ein neues Labeling (Gut/Schlecht) vorzunehmen.
-
Praxisintegration: Zum Abschluss leitest du ein konkretes Konzept ab, wie das trainierte Modell in die reale Prozessüberwachung direkt an der Maschine integriert werden kann
Ziel ist die Entwicklung eines KI-basierten Ansatzes zur ganzheitlichen Bewertung von Schweißprozessen unter Berücksichtigung der Parameterkorrelationen, um die Qualitätssicherung zu verbessern, den Ausschuss zu reduzieren und die anschließende Integration an der Maschine zu ermöglichen.
Bitte beachte, dass du für eine hochschulseitige Betreuung der Arbeit selbstständig auf entsprechende Professoren oder Lehrstühle zugehen musst. Wir unterstützen dich nach Absprache gerne mit detaillierten Informationen für die Themenvorstellung an deiner Hochschule.
Haben wir dein Interesse geweckt? Dann freuen wir uns auf deine Kontaktaufnahme!
Ansprechpartner: Dr. Matthias Prier | Telefon: 02296-802-177
