Ob Aluminiumrahmen beim Fahrrad, Wasserrohr oder massive Brückenkonstruktion aus Stahl – ohne Schweißtechnik wären all diese Konstruktionen nur schwer realisierbar. Das Lichtbogenschweißen ist dabei eines der am weit verbreitetsten Schweißverfahren in der Fügetechnik. Dennoch stellt dieses klassische Fertigungsverfahren eine beträchtliche Herausforderung dar, da Simulationen mit einer konstant hohen Abschätzung der Produktqualität bisher fehlen.
Im Forschungsprojekt ASIMoW („Analysesystem zum qualitätsmotivierten Inline-Monitoring für Schweißprozesse auf Basis von Methoden künstlicher Intelligenz“) untersuchen der Lehrstuhl für Technologien und Management der Digitalen Transformation (TMDT) der Bergischen Universität Wuppertal und die FEF Forschungs- und Entwicklungsgesellschaft Fügetechnik aus Aachen nun gemeinsam die Einsatzmöglichkeiten datengetriebener Methoden des Deep Learning für die Qualitätsvorhersage von fügetechnischen Verbindungen in der Schweißtechnik. Anhand eines Demonstrators sollen die erzeugten KI-Modelle unter Realbedingungen erprobt werden.
Gefördert wird das auf zwei Jahre angelegte Projekt vom Bundesministerium für Bildung und Forschung mit knapp 800.000 Euro.
