Prozessketten-übergreifende Detektion von Material- und Prozessanomalien bei Imbalanced Data für technische Kunststoffbaugruppen (ProData)
Ein BMBF-Vorhaben zur „Stärkung der Datenkompetenzen des wissenschaftlichen Nachwuchses“
Projektförderung
Gefördert vom Bundesministerium für Bildung und Forschung (BMBF)
Projektförderung
Gefördert durch NextGeneration EU von der Europäische Union (EU)
Projektträger
Betreut durch den Projekttärger VDI/VDE Innvation + Technik GmBH
Förderhinweis: Das Forschungsvorhaben ProData (Förderkennzeichen: 16DKWN119A) wird im Rahmen des Förderprogramms „Stärkung der Datenkompetenzen des wissenschaftlichen Nachwuchses“ vom Bundesministerium für Bildung und Forschung (BMBF) sowie im Rahmen des Förderprogramms „NextGenerationEU“ von der Europäischen Union gefördert und vom Projektträger VDI/VDE betreut.
Problemstellung
Die zentrale Problemstellung des Vorhabens besteht darin, Anomalien in der Kunststoffverarbeitung und Montage zu erkennen und vorherzusagen, insbesondere in Szenarien mit unausgeglichenen Daten (Imbalanced Data). Die verfügbaren Daten aus diesen Prozessen haben typischerweise viele Normalzustände, aber nur wenige Beispiele für anomale Zustände, was das Machine-Learning-Modelltraining herausfordernd macht.
Forschungsbedarf
Es besteht ein Bedarf an effektiven Techniken und Methoden, um diese Daten effizient zu analysieren und Prozess- und Materialanomalien zu erkennen, um die Prozess- und Bauteilqualität proaktiv und prädiktiv zu überwachen und zu verbessern. Da die Datenauswertung und -analyse im Kontext der Kunststoffverarbeitung bislang überwiegend manuell und mit einfachen Werkzeugen wie Excel durchgeführt wird, besteht ein großes Potenzial für Verbesserungen durch die Anwendung fortschrittlicher datenwissenschaftlicher Methoden.
Zielsetzung
Das Ziel ist, eine durchgängige Beschreibung der Prozesszustände im Spritzgießprozess sowie im Montageprozess auf der Grundlage der verfügbaren Material- und Prozessdaten zu erstellen, um letztendlich die Prozess- und Bauteilqualität zu verbessern.
Ausgewählte Ergebnisse
Die Abteilung Arbeits- und Produktionssysteme vom RIF Institut für Forschung und Transfer e.V. aus Dortmund unter der Leitung von Prof. Dr.-Ing. Jochen Deuse verfügt über umfassende Datenkompetenzen durch eine lange Historie heterogener ML-Umsetzungen in der produzierenden Industrie.
RIF Institut für Forschung und Transfer e.V.
Das Fachgebiet Kunststofftechnik des Instituts für Werkstofftechnik der Univsersität Kassel unter der Leitung von Prof. Dr.-Ing. Hans-Peter Heim beschäftigt sich unter anderem mit der Verknüpfung von Prozessparametern in der Kunststoffverarbeitung und den resultierenden Prüfkörpereigenschaften.
Institut für Werkstofftechnik
Kontaktieren Sie uns bei weiteren Fragen!
Falls wie Anregungen zum Forschungsvorhaben, Rückfragen zu Zwischenergebnissen oder weiterführendes Interesse an einer Zusammenarbeit haben, kontaktieren Sie uns gerne.