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

Abstract

Das Forschungsprojekt KIKA-IPK hat skalierbare KI-Clouddienste mit Assistenzwerkzeugen entwickelt, die selbstständig lernen, wie Bildmerkmale und Prozesseigenschaften zusammenhängen. Dabei wurde das Erfahrungswissen von Maschinenbedienern durch maschinelle Lernverfahren modelliert. Durch Nutzerfeedback und Anomalieerkennung konnten auch bei vergleichsweise wenigen Trainingsdaten KI-Modelle trainiert werden. Als Ergebnis entstanden in zwei Anwendungsfällen (3D-Metalldruck und Medikamentendruck) Assistenzsysteme, die optische Qualitätsmerkmale und Prozessgrößen während der Herstellung analysieren, um ressourceneffizientere Prozessparameter zu ermöglichen. Dies ist besonders geeignet für Kleinserien- und Einzelfertigung. Insgesamt wurden vier konkrete Ergebnisse erreicht: die Entwicklung von drei KI-basierten Assistenzsystemen sowie einer dazugehörigen individuellen Cloudplattform zur Anbindung der KI-Dienstleister an die Industriepartner. Die Ergebnisse im Anwendungsfall Medikamentendruck werden im Folgenden einzeln beschrieben. Die im Projekt entwickelten KI-Dienste und Werkzeuge wurden beim personalisierten Medikamentendruck praxisnah getestet. Dabei wurden die Möglichkeiten gezeigt, wie die eingesetzten Technologien die individuelle Dosierung von Wirkstoffen für jeden Patienten automatisch und präzise steuern können, um Abweichungen zu korrigieren und den Prozess effizienter zu machen. Ziele des Projekts im Bereich Medikamentendruck waren die Verbesserung des klassischen Bildgebungsverfahrens der Tropfenanalyse und die Entwicklung und Integration eines KI-gestützten Assistenzsystems für die Inprozesskontrolle zur Bewertung von Medikamentenauftrag auf oral lösliche Folien (ODF – Oral Dissolvable Films). Dabei sollte die Qualitätssicherung durch bildgebende Verfahren verbessert und die Abhängigkeit von aufwendigen nasschemischen Analysen reduziert werden.