Faserverbundherstellung: DLR nutzt Sensor mit KI

Mithilfe eines neuen, auf Künstlicher Intelligenz (KI) basierenden Softsensors erforscht das DLR die Industrialisierung des Multimaterialleichtbaus.

Der KI nutzende Sensor für das Deutsche Zentrum für Luft- und Raumfahrt e.V. (DLR) wurde von Symate, Dresden, entwickelt. Die technische Basis bildet die KI-Software Detact. Die neue Lösung arbeitet mit Daten aus der Qualitätssicherung von Faserverbund-Ablegeprozessen und vereinfacht den Entscheidungsprozess in Bezug auf Reparatur und Nacharbeit bei der Herstellung von Flugzeugstrukturen. Dafür wird das DLR den Detact-Softsensor an das bestehende Manufacturing Execution System (MES) der sogenannten Grofi-Anlage am Standort Stade anschließen. Der Softsensor wird hier den Qualitätssicherungsprozess unterstützen.

Im Fokus steht die Entwicklung eines automatisierten Faser-Ablageprozesses (engl. Automated Fiber Placement, kurz AFP) für die Herstellung von großflächigen, hochintegralen Multimaterial-Leichtbauteilen. Dabei werden spezielle Laminatbänder mit wenigen Millimetern Breite (sogenannte Tows) von Robotern Bahn für Bahn ‚nebeneinander‘ sowie Lage für Lage ‚übereinander‘ gelegt und danach in einem Autoklav verpresst sowie ausgehärtet. Im Verlauf dieser Prozessschritte entsteht so die endgültige Bauteilgeometrie. Mittels AFP wird beispielsweise der Bug- und Cockpitbereich des Dreamliner 787 von Boeing hergestellt, ebenso wie Flügel- und Rumpfstrukturen des Airbus A350.

Das AFP-Verfahren bietet viele Möglichkeiten, hat jedoch auch einen kritischen Punkt: Aufgrund der individuellen Form der Bauteile können die einzelnen Tows nicht immer exakt positioniert werden. Bei Bedarf ist beispielsweise auch eine bogenförmige Anordnung erforderlich. Somit entstehen zwangsläufig Lücken, Überlappungen oder Verdrehungen. Diese und andere mögliche Abweichungen haben einen entscheidenden Einfluss auf die Qualität der Bauteile und können vor allem im Flugzeugbau dramatische Folgen haben. Daher müssen Fertigungsprozesse im AFP-Verfahren sehr genau überwacht und Abweichungen aufwändig korrigiert werden.

„Die hohen Qualitätsanforderungen im Luftfahrtbereich erfordern eine genaue Prüfung, häufig manuelle Inspektion und gegebenenfalls Nacharbeit sowie Korrektur dieser Abweichungen. Bei der Herstellung eines großen Rumpfsegmentes kann beispielsweise der Zeitaufwand für Inspektion, Reparatur und Nacharbeit nicht-tolerierbarer Abweichungen mehr als 30 Prozent der gesamten Fertigungszeit ausmachen“, sagt Falk Heinecke, Teil einer Forschergruppe im Bereich automatisierte Faserablage. Genau an dieser Stelle setzt der Softsensor als Assistenzsystem im Bereich der Qualitätssicherung an. Das Ziel des DLR ist die Einsparung von Kosten durch eine Verringerung von Standzeiten der Maschinen sowie eine Vereinfachung des Entscheidungsprozesses in Bezug auf Reparatur und Nacharbeit.

„Mit Symate haben wir einen Partner, der das richtige Know-how und die Technologie besitzt, um uns bei der Weiterentwicklung im Bereich der automatisierten Faserablage zu unterstützen. Der Detact-Softsensor, den Symate derzeit für uns entwickelt, wird eine zusätzliche Informationsquelle während unserer Qualitätssicherung bilden. Der neue Softsensor wird unsere Simulationen mit den Daten aus der realen Fertigung in Echtzeit vergleichen. So können wir die Qualität der Bauteile bereits im laufenden Prozess prognostizieren und frühzeitig intervenieren“, so Heinecke.

Die KI-Plattform Detact ist auch im Einsatz für die digitale Entwicklung von Polymeren:

Das intelligente Assistenzsystem im Qualitätssicherungsprozess verknüpft Daten aus Simulationen mit prozessbegleitenden Messungen in der Grofi-Anlage . Eine Vielzahl von Informationen wird dabei vollautomatisch analysiert. Die KI-Spezialisten von Symate haben bereits damit begonnen, den Softsensor nach den Vorgaben des DLR zu programmieren, damit er mit dem vorhandenen optischen Messsystem und den Simulationsdaten aus der DLR-Datenbank verbunden werden. Sobald alle Vorbereitungen abgeschlossen sind, kann der Sensor als Onlineüberwachungs-Tool an der Forschungsanlage eingesetzt werden und die DLR-spezifischen Zielgrößen aus den vorhandenen Daten in Echtzeit errechnen.
 
„Durch seine künstliche Intelligenz wird der Detact-Softsensor das Qualitäts- und Toleranzmanagement des DLR auf ein neues Level heben und eine vollautomatische Inline-Quality-Prediction realisieren“, betont Dr. Martin Juhrisch, Geschäftsführer von Symate. „Das DLR wird während der noch laufenden Produktion valide Qualitätsvorhersagen treffen und die Ablegeprozesse in einem vorab definierten Fenster überwachen können. Dabei lernen die Forscher die Grenzen von realistischen Prozessfenstern immer besser kennen und können tolerierbare Abweichungen im System hinterlegen.“

Mithilfe der gewonnenen Daten wird der Softsensor Schritt für Schritt ein eigenes KI-Modell aufbauen, das sowohl interne als auch externe Einflüsse auf die Bauteilqualität enthält.

sk