Mit „Digitalen Schatten“ Beschichtungsprozesse optimieren

In industriellen Umgebungen bezeichnet man als „Digitale Schatten“ virtuelle Kopien von Betriebs-, Zustands- oder Prozessdaten, die während der Nutzung eines Produkts oder Prozesses gesammelt werden. Physische Sensoren, Steuerungs- oder Automationssysteme liefern dabei die Verlaufs- und Echtzeitdaten. Im Unterschied zum „Digitalen Zwilling“ existiert ein Datenaustausch zwischen dem Schattenprozess und seiner virtuellen Kopie nur in einer Richtung.

Bei der Lackierung beeinflussen zahlreiche Prozessparameter die Oberflächenqualität: Die digitale Anpassung dieser Variablen während des Lackierens bei einem kontrollierten zeitlichen Ablauf ist entscheidend für das Lackierergebnis.

Für industrielle Lackieranlagenbetreiber stellt es eine große Herausforderung dar, einen digitalen Schatten auf Basis von Verlaufsdaten zu bilden – schon allein aufgrund der großen Datenmengen, die in Beschichtungsprozessen anfallen. Die Forscher importierten die bereits vorhandenen Verlaufsdaten verschiedener Anlagen in eine Software und generierten offline Modelle der industriellen Lackierprozesse. Die Analysen ergaben maßgeschneiderte „digitale Schatten“, die dazu genutzt werden können, um zusammen mit neu erhaltenen Daten Prognosen und Handlungsempfehlungen aufstellen zu können. Das Forscherteam hat eine Methode ausgearbeitet, wie das Maschinelle Lernen und bestimmte KI-basierte Systeme dafür eingesetzt werden können, um intelligente IT-Anwendungen zu entwickeln und effektiv zu nutzen. Auf diese Weise können Beschichtungsverfahren optimiert werden. Dabei hat sich gezeigt, dass künstliche neuronale Netzwerke die stabilste, vielseitigste und am einfachsten anwendbare Technik darstellen, um Daten zu analysieren.