OptiCoil: KI-gestützte Prozessoptimierung für nachhaltige Stahlfederproduktion

Motivation: 

Deutsche Unternehmen stehen angesichts globaler Krisen und zunehmender Anforderungen an Nachhaltigkeit vor großen Herausforderungen. Die Stahlindustrie, einer der größten Energieverbraucher in Deutschland, spielt dabei eine zentrale Rolle. Ein nachhaltiger Industriestandort erfordert einen effizienten und verantwortungsvollen Umgang mit der Ressource Stahl.

Die Brand KG stellt Stahlfedern und Drahtbiegeteile u.a. für die Automobilindustrie her, die höchsten Qualitätsansprüchen genügen müssen. Die Qualität der Vorprodukte (Drahtgebinde, Coils) und eine präzise Prozessparametrisierung sind entscheidend für die Produktionsqualität. Die Optimierung des Produktionsprozesses in Abhängigkeit von den Coileigenschaften birgt ein großes Potenzial zur Reduktion von Stahlschrott, was einen erheblichen Einfluss auf die Energiebilanz des Unternehmens hat.

Ziel: 

Das Projekt OptiCoil zielt darauf ab, Bestandsanlagen in der Stahlfederproduktion mittels maschineller Intelligenz zu analysieren und zu optimieren, um den Stahlschrott zu minimieren. Geplant ist ein Retrofit von Windemaschinen , die in der Federherstellung eingesetzt werden. Durch den Einsatz von KI-Methoden soll ein vertieftes Verständnis des Windeprozesses und dessen Wechselwirkung mit den Coileigenschaften erreicht und der Produktionsprozess optimiert werden.

Bisherige Arbeiten: 

Im Vorprojekt (it‘sowl-TP-KRISTINA) wurde bereits eine Windemaschine mit Methoden des maschinellen Lernens untersucht. Dabei wurden piezoelektrische Sensoren eingesetzt, um Schwingungssignale zu erfassen, die Rückschlüsse auf das Maschinenverhalten zulassen, drohende Drahtbrüche vorhersagen und die Vermeidung von Maschinenstillständen ermöglichten. Im Projekt OptiCoil wird auf diesen Ergebnissen aufgebaut und an weiteren Optimierungspotenzialen geforscht.