1.10.2023 – Start des Forschungsvorhabens Self-configuring multi-step robotic work-flows | SeConRob | Project | Fact sheet | HORIZON | CORDIS | European Commission (europa.eu). Das Projekt wurde im Rahmen des EU-Topics AI, Data and Robotics for Industry optimisation (including production and services) (AI, Data and Robotics Partnership) (IA) (europa.eu) unter der Grant agreement ID: 101118511 gefördert.
Im Rahmen des Vorhabens SeConRob werden Methoden zur Selbstkonfiguration von Roboterprozessen entwickelt, bei denen jeder Fertigungsschritt von den Ergebnissen des vorherigen Schritts abhängt, um die Produktivität zu erhöhen und Energie und Ressourcen zu sparen. Dies ereignet sich oft bei der Überarbeitung von hochwertigen Teilen, bei der die Überarbeitung vom Ergebnis eines vorherigen Prüfschritts abhängt. Der Informationsfluss vom vorherigen Prozess (z. B. Inspektion) zum nachfolgenden Prozess (z. B. Überarbeitung) wird derzeit durch menschliche Experten sichergestellt, die oft die Ergebnisse der Inspektion interpretieren und anschließend die notwendigen Überarbeitungen durchführen. Die Automatisierung solcher Prozesse wird derzeit dadurch behindert, dass der Roboter für jedes einzelne Teil konfiguriert werden muss, was mit den bestehenden Technologien technisch und wirtschaftlich nicht machbar ist. Mit Hilfe der im Projekt SeConRob entwickelten Technologien wird die Automatisierung mehrstufiger Fertigungsprozessen, darunter Inspektion, Fugenhobeln, Schweißen, Schleifen und Polieren ermöglicht, indem Roboterprozesse erstellt werden, die automatisch für jedes einzelne Teil konfiguriert werden können. Zwei Anwendungsfälle inklusive Demonstrationen an einer realen Produktionslinie werden als Testfälle für die Entwicklungen dienen. Der erste Anwendungsfall betrifft die Produktion von sicherheitskritischen Metallteilen durch Safe Metal SA. Der zweite Anwendungsfall adressiert die Inspektion von geschmiedeten Bauteilen für die Luft- und Raumfahrt, hergestellt von der Otto Fuchs KG.
Das Fraunhofer IZFP wird sich mit der KI-basierten Datenanalyse beschäftigen, die Informationen aus den Inspektionsdaten extrahiert, die wiederum zur automatischen Generierung eines Roboterprogramms und von Prozessparametern für den nachgelagerten Nachbearbeitungsprozess verwendet werden. Physische Prozessmodelle bilden die Grundlage für die anfängliche Planung, und es wird eine langfristige Rückkopplungsschleife eingerichtet, um den Prozess zu optimieren und Eigenschaften zu berücksichtigen, die nicht im ursprünglichen Modell enthalten sind.
Das Konsortium besteht aus sieben Projektpartnern aus vier EU-Länder:
- Profactor GmbH (AT)
- Safe Metal (FR)
- ACS-Solutions GmbH (DE)
- Marposs Societa per Azioni (IT)
- Ecole Centrale de Lyon (FR)
- Fraunhofer-Institut für Zerstörungsfreie Prüfverfahren IZFP (DE)
- Otto Fuchs KG (DE)