Verbundprojekt KI-kognitionsunterstützendes Assistenzsystem zur Inprozesskontrolle in der Fertigung (KIKA-IPK): Selbstlernende Bildmerkmalskorrelation mit Prozesseigenschaften zur ressourceneffizienten Prozess- und -Materialkonfiguration

Abstract

Im Verbundprojekt KIKA-IPK wurde ein KI-gestütztes Assistenzsystem zur Inprozesskontrolle in der additiven Fertigung entwickelt. Ziel des Vorhabens war es, visuelle Qualitätsmerkmale mit Prozesseigenschaften zu korrelieren, um Prozessführung und Materialeinsatz ressourceneffizienter zu gestalten. Hierzu wurden eine ereignisgesteuerte Systemarchitektur, einheitliche Schnittstellen sowie Evaluationsmetriken spezifiziert und in ein modulares Gesamtsystem überführt. Darauf aufbauend wurden Machine-Learning-Verfahren zur Merkmalsextraktion, Zustandsbewertung und nutzerintegrierten Unterstützung umgesetzt. Die Validierung erfolgte in den Anwendungsfeldern Wire Arc Additive Manufacturing (WAAM) und Drop-on-Demand (DoD) im Kontext des personalisierten Medikamentendrucks. Die Projektergebnisse belegen die technische Umsetzbarkeit eines lernfähigen Assistenzsystems, das Fachpersonal bei der Qualitätsbewertung und Prozessoptimierung unterstützt und zur Steigerung von Prozessqualität und Ressourceneffizienz beiträgt.