Industrie 4.0 geht mit einer Vielzahl an Technologien einher, die großes Potential für die Elektromotorenproduktion von morgen bieten. Vor allem datengetriebene Ansätze, die sich der Methoden der Künstlichen Intelligenz (KI) bedienen, rücken zunehmend in den Fokus. Bisher befassen sich jedoch nur wenige wissenschaftliche Arbeiten mit den Potentialen datengetriebener Ansätze in der Elektromotorenproduktion. Dementsprechend mangelt es an branchenspezifischen Best Practices, an denen sich Elektromotorenbauer orientieren könnten. Ein weiterer Grund für die zögerliche Adaption maschineller Lernverfahren ist insbesondere der Black-Box-Charakter des viel propagierten Deep Learnings sowie die meist fehlende Integrationsmöglichkeit bestehenden Domänenwissens.

Ziel des Vorhabens E|KI-Opt ist es daher, die Einsatzpotentiale von KI zur Prozess- und Produktionsoptimierung in der Elektromotorenfertigung durch möglichst erklärbare, datengetriebene Ansätze zu erschließen und Best Practices für die gesamte Branche abzuleiten. Zum einen sollen prozessübergreifende Zusammenhänge detektiert und ein KI-Modell zur Vorhersage der Elektromotorenqualität auf Basis vorangegangener Material-, Prozess- und Prüfdaten abgeleitet werden. Zum anderen sollen auch wesentliche, qualitätsrelevante Teilprozessschritte mittels KI optimiert werden. Aufbauend auf der Domänenexpertise des beteiligten Anlagenherstellers und -betreibers sowie der KI-Expertise des IT-Dienstleisters und der FuE-Einrichtung sollen im Rahmen von E|KI-Opt erklärbare und robuste KI-Lösungen entstehen, die die Produktion von Elektromotoren verbessern und die Akteure der Branche um neue KI-basierte Geschäftskonzepte bereichern.

Weitere Informationen zum Projekt finden Sie hier.

Kontakt: