Wie KI die Qualität von Roboter-Schweißprozessen sichert

Wenn ein Hochgeschwindigkeitszug mit 250 Kilometern in der Stunde über die Gleise schwebt, muss alles „niet- und nagelfest“ sein. Nichts darf wackeln oder klappern – geschweige denn der Belastung permanenter Vibrationen nachgeben. Wie der Presse zu entnehmen war, mussten einige neue ICE-4-Züge vor einigen Wochen zurück zum Hersteller in die Reparatur gehen, nachdem vom Betreiber vereinzelt mangelhafte Schweißnähte entdeckt worden waren. Die Reparaturen können sich monatelang hinziehen.

Dieser Fall zeigt, wie wichtig die Qualitätssicherung im Bereich der Fügetechnik ist. Schweißungen wie etwa Schweißnähte zählen zu den sicherheitsrelevanten Stellen in einem Hochgeschwindigkeitszug – genauso wie alle anderen Fügeverbindungen, wie zum Beispiel Löten, Kleben oder Schrauben.

Wenn erst im täglichen Gebrauch hochtechnologischer Produkte Mängel an Schweißnähten oder anderen Fügestellen erkannt werden, wird es nicht nur gefährlich – der nachträgliche Reparatur- und Wartungsaufwand ist auch teuer und langwierig.

Welche Ursachen gibt es für fehlerhafte Schweißungen?

Es gibt verschiedene Gründe, warum die von einem Schweißroboter vorgenommenen Schweißungen Mängel aufweisen:

• Fehler am Material: Das beim Schweißen verwendete Material kann beispielsweise Verunreinigungen aufweisen, etwa durch Öl, Staub oder Klebereste, und so eine unsaubere Schweißung verursachen. Auch Metalllegierungen oder Beschichtungen können sich negativ auf das Schweißergebnis auswirken.
  
  
• Verschleiß an den Schweißkomponenten wie Schweißzangen und Elektroden.
  
  
• Technische Fehler: Je nach Schweißverfahren können technische Fehler das Schweißergebnis beeinträchtigen. Beim Widerstandsschweißen kann beispielsweise die Schweißzange verkanten oder der Anpressdruck der Schweißzange falsch eingestellt sein.
  
  
• Schweißsteuerung: Fehlerhafte Schweißnähte können ihre Ursache auch im Schweißprogramm, in der verwendeten Stromstärke, der Schweißdauer oder auch durch Schweißspritzer haben.

Welche Möglichkeiten gibt es, diese Fehler beim Schweißen zu erkennen und zu beheben?

Um die vorgenannten Fehlerquellen in der Arbeit von Robotern beim Schweißen und Fügen auszuschalten, muss vor allem die Prozesssteuerung stimmen. Eine intelligente Schweißsteuerung ist eine mögliche Lösung – allerdings gilt es hier zu beachten, dass diese nicht zu sensibel eingestellt werden darf, da es sonst zu vielen Warnungen und Unterbrechungen kommen kann.

Wesentlich genauer und sensibler wird der Prozess durch den Einsatz von Machine Learning und Deep Learning Technologie, die auf intelligente Algorithmen zurückgreift. Diese ermöglicht eine Echtzeitanalyse der Schweißdaten und erlaubt so eine Anpassung der für den Schweißprozess relevanten Parameter. Die Schweißsteuerung kann auf Basis der so gewonnenen Daten angepasst und defekte oder verbrauchte Teile können frühzeitig erkannt und ausgetauscht werden.

In einem nächsten Schritt kann die Möglichkeit eines intelligenten Eingriffs noch während der Schweißung durch die Maschine selbst geprüft werden. Durch den Einsatz von Künstlicher Intelligenz (KI) soll die Maschine so beispielsweise das Schweißintervall im laufenden Prozess verlängern oder verkürzen, automatisch nachschweißen oder das Schweißprogramm selbstständig anpassen.

Wie funktioniert die intelligente Qualitätssicherung im Schweißprozess?

Die von T-Systems entwickelte Technologie zur Qualitätssicherung von Schweißungen und anderen kleinteiligen Fügeprozessen erkennt Anomalien innerhalb der Schweißdaten auf Basis von Modellen durch eine Art Watchdog-Programm – also ein Programm, dass das System überwacht und Signale an andere kooperierende Systemkomponenten sendet, die das Problem lösen sollen.

Letztlich werden typische Muster innerhalb der Schweißdaten erkannt, die auf eine Anomalie schließen lassen.

Die Lösung, die T-Systems für die Qualitätssicherung von Schweißungen anbietet, weißt dank eines sehr gut funktionierenden KI-Modells eine hohe Trefferquote auf und hebt sich so von den Lösungen anderer Anbieter ab. Das bedeutet in der Praxis, dass die nach wie vor vorgeschriebene manuelle Qualitätssicherung sich auf die Stellen konzentrieren kann, die von der KI als auffällig erkannt wurden. Somit wird eine 100%ige Qualitätssicherung erreicht, wo bisher mit manuellem Aufwand nur ein Bruchteil der Schweißungen überprüft werden können.

Wo ist die Lösung von T-Systems für intelligente Qualitätssicherung einsetzbar?

Das Verfahren von T-Systems zur Qualitätssicherung bei kleinteiligen Produktionsschritten ist grundsätzlich sehr universell einsetzbar und auch auf andere Fertigungstechnologien übertragbar, wie zum Beispiel auch Verschraubungen, Vernietungen, Verklebungen und andere.

In Abhängigkeit von der Maschinen-/Robotersteuerung erfolgt laut T-Systems die Überwachung der jeweiligen Produktionsschritte: "Die von uns ausgelesene Schweißsteuerung wird bei fast allen westlichen Automobilherstellern verwendet. Im Kern müssen lediglich die KI-Modelle neu trainiert werden, da die Art der Ausfälle und die Art der Nutzung der Schweißroboter einen wesentlichen Einfluss auf die Modelle haben", so Andreas Neundorf, Principal Consultant Global Solution Sales bei T-Systems.