Angebot Innovation – Vernetztes Datenmanagement in der Produktion

Wir möchten Ihnen unsere Expertise im Bereich der Wissensmodellierung vorstellen und Ihnen zeigen, wie wir Ihr Unternehmen bei der Implementierung unterstützen können.

Am Fraunhofer IGCV haben wir in verschiedenen Forschungsprojekten die Anwendung von Wissensgraphen zur Erfassung, Strukturierung und Auswertung von Einflussfaktoren entlang von Produktionsketten untersucht. Ein konkretes Beispiel für ein solches Projekt ist das BMBF-Projekt ODE_AM, das sich mit dem Laserstrahlschmelzen von Metallen befasst. Wir möchten betonen, dass die Wissensmodellierung nicht nur für die additive Fertigung relevant ist, sondern auch auf andere Bereiche übertragbar ist. Allerdings stehen insbesondere Hersteller im Bereich der additiven Fertigung vor der Herausforderung, die Vielzahl von Einflussfaktoren entlang der Prozesskette zu beherrschen, um die Qualität der hergestellten Bauteile zu maximieren.

Unser Ziel ist es einerseits, Bauteilen über eine digitale Bauteilakte die Herstellungsfaktoren vom Rohstoff und Design bis zu den Materialkennwerten zuzuordnen. Andererseits möchten wir durch die Kombination aller digitalen Bauteilakten und a-priori Prozesskenntnissen einen Wissensgraphen erstellen, der als Grundlage für Korrelationen zwischen Prozessfaktoren und Bauteileigenschaften dient. Dabei legen wir Wert darauf, dass der Wissensgraph sowohl entlang des gesamten Lebenszyklus (von der Anforderungserhebung bis zum Recycling) als auch für andere Prozessketten erweiterbar ist.

Unser Vorgehen umfasst zunächst eine detaillierte Datenflussanalyse entlang der einzelnen Prozessschritte. Dabei berücksichtigen wir Informationen von der Designphase mit STL-Modellen und weitere Materialeigenschaften (z. B. Pulvereigenschaften) bis hin zu den finalen Bauteileigenschaften. Diese Informationen werden strukturiert, formalisiert und in einem konsistenten, einheitlichen Wissensgraphen zusammengeführt. Zusätzlich haben wir eine prototypische Web-Applikation entwickelt, die einen nutzerfreundlichen Datenimport, automatisiertes Formalisieren und den Datenabruf ermöglicht. Dadurch können beispielsweise Veränderungen der Bauteildichte in Abhängigkeit der Bauteilkoordinaten mit nur wenigen Klicks abgerufen werden. Darüber hinaus können über QR-Codes die gesamte Fertigungshistorie und Materialkennwerte für jedes Bauteil abgerufen werden.

Aktuell arbeiten wir an der Anwendung von Methoden der künstlichen Intelligenz, um potenzielle Abhängigkeiten zwischen Prozessfaktoren und Bauteileigenschaften quantitativ zu bewerten. Der bereits entwickelte Wissensgraph dient als vernetzte Datenbasis für die Anwendung von Algorithmen des maschinellen Lernens. Schritt für Schritt möchten wir den Anwendungsbereich erweitern und verschiedene Phasen im Produktlebenszyklus betrachten.

Gerne beraten wir Sie persönlich, wie die erarbeiteten Methoden für eine digitale Bauteilakte und Wissensgraphen in Ihrer Produktion eingesetzt werden können. Falls Sie Interesse am Aufbau und der Nutzung von Wissensmodellierung für eine digitale Bauteilakte haben, stehen wir Ihnen für Kooperationen und Forschungsprojekte gerne zur Verfügung.