KIVI - Künstliche Intelligenz zur Vorhersage der Einsatzsicherheit und Lebensdauer von Industrierobotern

Ziel des Forschungsvorhabens ist die Entwicklung von Modellen zur Klassifikation und Prognose von Schäden an Industrierobotern.

Anwender von Industrierobotern können mit Hilfe dieser Modelle Schäden an Industrierobotern rechtzeitig identifizieren und ungewollte Maschinenstillstände vermeiden. Gleichzeitig können Entwickler von Industrierobotern ihre Produktportfolios um attraktive Softwareprodukte erweitern.

Um die genannten Modelle zu entwickeln, werden Verfahren des Machine Learnings genutzt. Diese basieren auf großen Datenmengen, die Informationen über Schadenszustände von Industrierobotern enthalten. Dies erklärt das Vorgehen, das im KIVI-Projekt verfolgt wird:

1. Akquise von Schwingungs- und Steuerungsdaten zu verschiedenen Verschleißzuständen an Industrierobotern durch Dauerversuche. Diese Daten werden sowohl an Prüfständen als auch unter realen Produktionsbedingungen erhoben.
2. Aufbereitung der Daten mit Hilfe von Methoden der Signalverarbeitung und des Unsupervised Machine Learnings
3. Training von Supervised-Machine-Learning-Modellen mit Hilfe der aufbereiteten Daten
4. Integration von Datenakquise- und Datenaufbereitungsmodulen sowie den trainierten Modellen in eine Software zur Schadensklassifikation und -prognose in der Produktion