KI für Aluminiumqualität
MuM entwickelt für die IDECO® GmbH ein KI-Modell, um die Qualität von Aluminiumschmelzen vorherzusagen
Kann Künstliche Intelligenz Wissen bewahren und Nachhaltigkeit steigern? Die IDECO® GmbH in Bocholt, ein führender Anbieter von Prüfund Behandlungsgeräten für die Aluminiumindustrie und ReGAIN-Projektpartner, holte MuM an Bord, um diese Frage zu beantworten. Das entstandene KI-Modell hat erste Bewährungsproben bestanden.
Egal, wie tief das Schlagloch ist, die Räder sollen den Schlag unbeschadet aushalten und möglichst lange halten. Festigkeit des Aluminiums ist
dafür Voraussetzung. Eine Möglichkeit, die Festigkeit zu erhöhen, ist die
sog. Kornfeinung. Diese lässt sich durch eine Fülle, z. T. voneinander
abhängiger Parameter beeinflussen: Zusammensetzung der Legierung,
Temperatur, Dauer der Erhitzung, Abkühlung und vieles mehr.
Führend bei Prüf- und Behandlungstechniken
Seit über 35 Jahren entwickelt und fertigt die IDECO® GmbH in Bocholt
Prüf- und Behandlungsgeräte und -anlagen für Metallschmelzen in der
Aluminium-Produktion und in Gießereien. „Hochwertige Schmelze ist ein
Beitrag zum Umweltschutz“, erklärt Geschäftsführer Olivier Dünkelmann.
„Je besser die Schmelze, desto weniger Ausschuss. Je früher Mängel
erkannt werden, desto einfacher und kostengünstiger ist es, sie zu beheben.“ IDECO®-Produkte stehen bei Aluminiumgießereien weltweit in
hohem Ansehen, die Expertise ist hochgeschätzt.
Projektpartner ReGAIN
Es verwundert also nicht, dass IDECO® zu den Partnern des EUgeförderten Projekts ReGAIN (Resiliente Automotive-Gießereien
durch Einsatz AI-gestützter Assistenten für nachhaltige Prozesse)
gehört. Projektziel: „Durch die Digitalisierung von Fertigungssystemen für Kokillen-, Sand- und Druckguss sollen Ausschuss minimiert,
Prozesse optimiert und die Energieeffizienz gesteigert werden.“
ReGAIN soll dazu beitragen, eine nachhaltigere und wettbewerbsfähige Industrie zu entwickeln.
Messdaten aus über 30 Jahren
Natürlich interagieren die qualitätsbestimmenden Parameter nach
physikalischen Regeln, so dass Nicht-Metallurgen leicht annehmen
können, man brauche sich nur exakt an ein „Kochrezept“ zu halten,
um das gewünschte Ergebnis zu erzielen. Doch die Abhängigkeiten
der zahlreichen Parameter machen es unmöglich, a) eine Schmelze
stets auf die gleiche Art „zuzubereiten“ und b) das Ergebnis exakt
vorauszusagen. IDECO® hat seit der Unternehmensgründung 1988
die Softwareplattform QS-Master aufgebaut, um thermische und
spektrale Messdaten zu speichern und auszuwerten.
Lässt sich aus den Daten lernen?
Erfahrene Metallurgen können mit Hilfe dieser Daten ziemlich zuverlässig Vorhersagen über die Kornfeinung und andere Parameter
ableiten. Doch zum einen gehen diese Erfahrungen durch den Fachkräftemangel verloren, zum zweiten sind die Vorhersagen nicht zu
100% richtig, und zum dritten lassen sie sich nicht regelbasiert in
einer Software abbilden. So stellt sich im Zeitalter von maschinellem
Lernen und künstlicher Intelligenz die Frage, ob sich ein KI-Modell
mit den Daten trainieren lässt und dann bessere Ergebnisse liefert.
Von CAD zu KI
Dass sich der langjährige CAD-Lieferant MuM seit Längerem ebenfalls mit KI befasste, kam Olivier Dünkelmann gelegen. Die ersten
Untersuchungen sollten im Rahmen einer Masterarbeit durchgeführt werden. Deren Ergebnisse würden dann – bestenfalls – zu
zukunftsweisenden Applikationen führen. „Nur mit Hilfe von KI
werden wir langfristig sicherstellen können, dass unsere Kunden
beste Qualität produzieren. Inzwischen fehlen in den meisten Gießereien nämlich die Zeit und leider auch das Wissen, um Prüfungsergebnisse zu interpretieren und die richtigen Schlüsse für die Produktion zu ziehen.“
Produktionsdaten versus Labordaten
Aus den Jahren 2000 bis 2025 standen die Ergebnisse von rund
1,4 Mio. Messungen aus verschiedenen Produktionsanlagen mehrerer Gießereien zur Verfügung. Nach der Vorverarbeitung blieben
knapp 0,5 Mio. Datensätze, die für das Training des Modells genutzt wurden. Um die Ergebnisse zu prüfen, stellte IDECO® einen
identisch strukturierten „Labordatensatz“ zur Verfügung, der exakte
Vorhersagen des Ergebnisses ermöglicht.
Machine Learning Modelle entwickeln
Verschiedene Ansätze des maschinellen Lernens wurden evaluiert.
Dazu wurden lineare und nicht lineare Modelle unter gleichen Bedingungen trainiert. Das Fazit aus der erfolgreichen Masterarbeit
ist, dass durch zielgerichtete Aufbereitung lineare Modelle im Labor
hervorragende Ergebnisse erzeugen. Diese werden dann im nächsten Schritt in die Praxis überführt. „Wir haben viel ausprobiert“,
sagt Olivier Dünkelmann. „Das hat Zeit und Geld gekostet. Und es
ist zwingend nötig, um auch in Zukunft hochwertige Anlagen zu
liefern, die die Produktqualität bei unseren Kunden erhöht.“
Auf dem richtigen Weg
Die erste Applikation ist inzwischen bei der Firma PINTER GUSS
GmbH in Deggendorf, einem Kunden und Forschungspartner von
IDECO® installiert. Die Ergebnisse weisen in die richtige Richtung.
Weitere Applikationen für Kunden mit anderen Schwerpunkten
sind in Vorbereitung. „Wir sind auf dem richtigen Weg“, weiß Olivier
Dünkelmann. „Durch das Projekt ReGAIN konnten wir in diese Entwicklung einsteigen; MuM hat die Umsetzung mit der passenden
Kompetenz und viel Engagement möglich gemacht.“
Für IDECO-Geschäftsführer Olivier Dünkelmann ist es selbstverständlich, dass MuM als CAD-Spezialist auch „KI kann“.
