Produktqualität steigern – mit KI zur Qualitätsprognose
Das Unternehmen
Als führendes Unternehmen der Kunststoffbranche hat sich unser Projektpartner der Entwicklung und Herstellung hochwertiger Kunststoffprodukte und maßgeschneiderter Lösungen für diverse Anwendungen spezialisiert. Am Firmensitz in mit Sitz in Neusalza-Spremberg arbeiten über 300 Mitarbeitenden an der Umsetzung der Kundenvorgaben. Zum Kundenstamm der Plastic Concept GmbH zählen verschiedene nationale und internationale Unternehmen. Dazu zählen beispielsweise Vertreter der Automobil- und Elektronikbranche oder der Medizintechnik.
Ausgangssituation und Problemstellung
Großes Potenzial sieht das Unternehmen in der Optimierung der Produktionsprozesse des Kunststoffspritzgusses. Qualität und Effizienz können hier noch gesteigert werden. Denn die manuelle Einstellung und Überwachung zahlreicher Prozessparameter ist zeitaufwendig und führt oft zu Ungenauigkeiten. Daraus resultieren wiederum ein Zeit- und Ressourcenverlust, Qualitätsprobleme und eingeschränkte Skalierbarkeit. Diese Punkte beeinträchtigen die Kundenzufriedenheit und die Fähigkeit, schnell auf Marktveränderungen zu reagieren.
Projektziele
Das Projekt zielt darauf ab, mittels Künstlicher Intelligenz (KI) die Effizienz und Produktqualität im Kunststoffspritzgussprozess zu steigern. Die spezifischen Ziele umfassen:
- Korrelationsanalyse der Prozessparameter zur Identifizierung von Wechselwirkungen und deren Einfluss auf die Produktqualität.
- Entwicklung von maschinellen Lernmodellen, die den Spritzgussprozess abbilden und Qualitätsprognosen ermöglichen.
- Prototypische Implementierung von KI-gestützter Prozessoptimierung zur automatisierten Einstellung optimaler Prozessparameter.
Vorgehen
Um die Projektziele zu erreichen, gliedert sich das Vorgehen in fünf Schritte:
- Datenintegration und -sammlung: Erfassung umfassender Daten aus verschiedenen Prozessschritten, einschließlich Temperatur, Druck, Materialzusammensetzungen, Maschinenleistung und Qualitätsmessungen.
- KI-Modellentwicklung: Auf Basis der gesammelten Daten werden KI-Modelle entwickelt, die maschinelles Lernen und neuronale Netze nutzen, um die komplexen Wechselwirkungen zwischen den Prozessparametern zu analysieren.
- Prozessoptimierung: Einsatz der KI-Modelle zur Berechnung optimaler Einstellungen für Maschinen und Prozesse.
- Echtzeitüberwachung: Bewertung der Echtzeitfähigkeit der Lösung.
- Schulung und Unterstützung: Schulung der Mitarbeitenden zur effektiven Nutzung und Weiterentwicklung der KI-Lösung.
Nutzen der angestrebten Lösung
Der Einsatz von künstlicher Intelligenz verspricht signifikante Vorteile, darunter eine Steigerung der Produktionseffizienz durch reduzierte Einrichtungszeiten, verbesserte Produktqualität mit geringerem Ausschuss, weniger Kosten für, gestärkte Wettbewerbsfähigkeit durch
