Die Qualität von Produkten vorherzusagen birgt enormes Potenzial für die Industrie. Vor der eigentlichen Serienfertigung mithilfe von Predictive-Quality-Algorithmen die Risiken aufzuzeigen, ist das Ziel des Bayerischen Forschungsprojektes im KI-Produktionsnetzwerk (EBQuoPro) an der Technischen Hochschule Augsburg (THA).
Das Projekt soll helfen, ungeplante Stillstandszeiten wegen reaktiver Wartungen zu vermeiden. So können Unternehmen frühzeitig Maßnahmen ergreifen, um die Qualität ihrer Produkte zu verbessern, den Ausschuss während der Fertigung zu verringern und ihre Wettbewerbsfähigkeit steigern. Dabei werden Traceability-Prozessdaten der Elektronik-Hersteller genutzt. Diese Daten sollen mithilfe von KI-Algorithmen analysiert werden, um Muster zu finden und diese Informationen dann in die Prüfstrategie einfließen zu lassen. Beispielsweise werden diejenigen Bauteile genauer geprüft, die bei verschiedenen Baugruppen gehäuft ausfallen. Eventuell können auch Prüflücken zugelassen werden, wo kein Risiko besteht.
Das Forschungsprojekt wird unter der Konsortialführung der Rohde & Schwarz Messgerätebau durchgeführt. Der Fertigungsstandort von Rohde & Schwarz in Memmingen bringt sich mit seiner langjährigen Erfahrung an der Schnittstelle in die Produktentwicklung (NPI) ein und stellt seine Expertise bei der Bestückung komplexer Baugruppen und der systematischen Erfassung großer Qualitätsdatenmengen zur Verfügung. Neben BMK und der THA ist auch der Institutsteil Wirtschaftsinformatik des Fraunhofer Instituts für angewandte Informationstechnik (FIT) Forschungspartner.
www.bmk-group.de/home
www.rohde-schwarz.com
www.fit.fraunhofer.de
