SyMuPro - Systematisierung von Multisensordaten mit KI-Methoden auf die Produktionsqualität bei Pulverprozessen

20250901 143240

Bild: Multisensordatenerfassung beim pulverbasierten Laserstrahlauftragschweißen

Kurzbeschreibung

In vielen industriellen Fertigungsprozessen, insbesondere in Bereichen wie der keramischen Pulververarbeitung und beim Laserstrahlauftragschweißen, werden entscheidende Einflussgrößen noch unzureichend erfasst und systematisch ausgewertet. Viele Maschinen arbeiten analog oder nur teilweise digital, sodass wichtige Umgebungs- und Prozessdaten – wie Temperatur, Luftfeuchtigkeit, Vibrationen oder Materialparameter – oftmals nicht in Echtzeit erfasst werden können. Diese lückenhafte Datenerfassung führt dazu, dass Abweichungen in den Produktionsprozessen nicht frühzeitig erkannt und korrigiert werden, was letztlich zu Qualitätsmängeln, erhöhtem Ausschuss und ineffizientem Ressourceneinsatz führt.

Die zunehmende Digitalisierung industrieller Produktionsprozesse eröffnet neue Möglichkeiten zur Effizienzsteigerung und Qualitätssicherung. Gleichzeitig stehen insbesondere kleine und mittlere Unternehmen (KMU) in Deutschland vor erheblichen Herausforderungen bei der praktischen Umsetzung datenbasierter Prozessoptimierung. Obwohl zunehmend Sensordaten an Maschinen erfasst werden können, fehlt es an strukturierten, validierten Methoden zur Analyse und Interpretation dieser Daten. Dies gilt in besonderem Maße für pulverbasierte Prozesse, wie sie etwa in der keramischen Industrie oder beim Laserstrahlauftragschweißen zum Einsatz kommen.

Das Vorhaben SyMuPro „Systematisierung von Multisensordaten mit KI-Methoden auf die Produktionsqualität bei Pulverprozessen“ zielt darauf ab, ein robustes Multisensorsystem zu nutzen, das in Echtzeit präzise Prozess- und Umgebungsdaten erfasst. Mithilfe spezieller KI-Modelle werden diese Daten systematisch ausgewertet, um Prozessabweichungen frühzeitig zu erkennen. Die Projektpartner kombinieren ihre Kompetenzen aus Sensortechnik, industrieller Fertigung sowie Prozess- und Datenwissenschaft, um ein Labormuster einer KI-gestützten Auswertungsplattform zu schaffen. Die modulare Architektur ermöglicht eine flexible Anpassung an unterschiedliche Produktionsumgebungen und unterstützt damit vor allem KMU. Somit leistet SyMuPro einen Beitrag zur Digitalisierung und Effizienzsteigerung in der industriellen Fertigung.

 

Projektlaufzeit:

15.08.2025 - 14.08.2026


Projektpartner:

Tridelta Weichferrite GmbH

orbit Sensorfusion GmbH


Gefördert durch:

TMWLLR/TAB mit der Vorhabens-Nr.: 2025 VDY 0033

Forderung

Ansprechpartner:

Prof. Dr.-Ing. Jens Bliedtner

M.Eng. Michael Güpner