StartseiteFörderungProjekteVerbundprojekt RoboQuality: KI Systeme für die Limited-Data-Herausforderung der Qualitätsprüfung großer Objekte mit Roboter-CT-Systemen

Verbundprojekt RoboQuality: KI Systeme für die Limited-Data-Herausforderung der Qualitätsprüfung großer Objekte mit Roboter-CT-Systemen

Laufzeit: 01.06.2023 - 31.05.2026 Förderkennzeichen: 01IS23033A
Koordinator: THD - Technische Hochschule Deggendorf

In der Praxis werden große industrielle Objekte (Fahrzeugkomponenten, Batteriezellen, Flugzeugflügel…) aktuell nur oberflächlich oder zerstörend geprüft. Eine tiefergehende und automatische Qualitätsprüfung solcher Komponenten ist daher aktuell nicht möglich. Roboter-CT Systeme können – in der Theorie – alle inneren und äußeren Strukturen auch solcher großen Objekte zerstörungsfrei digitalisieren. Aufgrund der Größe und Form der gemessenen Objekte sowie der kinematischen Beschränkungen der Roboter können oft jedoch nicht alle Blickwinkel erreicht werden. Für viele Anwendungen ist es daher nicht möglich, genügend Informationen für eine mathematisch korrekte und zuverlässige Digitalisierung zu generieren. Schlüsselinnovation des Projekts RoboQuality: Entwicklung und Evaluation eines Frameworks aus KI-basierten Methoden zur Generierung und Analyse aller relevanten Informationen für die Qualitätskontrolle. Projekt RoboQuality wird zerstörungsfreie Qualitätskontrollen für große Objekte mit robotergestützten CT-Systemen ermöglichen und verbessern, z. B. für Automobil- und Luftfahrtkomponenten, große Gussteile und Wasserstofftanks. Durch eine Verringerung der zerstörenden Prüfung und eine Verringerung der Ausschussquote wird RoboQuality zu einer Kostenreduzierung führen, den Einsatz leichterer, aber dennoch sicherer Komponenten ermöglichen und insgesamt zu einer größeren Nachhaltigkeit führen. Um industrielle Qualitätskontrollen mit Roboter-CT-Systemen für möglichst viele Anwendungen zu ermöglichen, werden sowohl existierende 2D- als auch 3D-Fehleranalyse-Workflows durch neuartige KI-Methoden verbessert. Um sicherzustellen, dass beide Analyseansätze die anwendungsspezifisch besten verfügbaren Informationen ohne großen Aufwand für den Anwender nutzen können, wird zusätzlich Reinforcement Learning zur Trajektorienoptimierung eingesetzt.

Verbund: RoboQuality Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Frankreich Themen: Förderung Information u. Kommunikation

Weitere Informationen

Projektträger