Elektromotoren erzeugen beim Betrieb charakteristische Messmuster, ähnlich einem Fingerabdruck, der für jede Motorvariante typisch ist. Weicht dieses Muster merklich ab, deutet das auf einen Fehler hin. Die gemeinsam mit dem Projekt DIG:IT-KMU der Technischen Hochschule Würzburg-Schweinfurt (THWS) von der Fertig Motors entwickelte Lösung wertet genau diese Muster aus. Sie zerlegt das gemessene Signal in seine einzelnen Bestandteile, vergleichbar damit, wie man aus einem Gesamtgeräusch die einzelnen Instrumente eines Orchesters herausfiltern kann. Was für das menschliche Auge nur eine Kurve auf dem Bildschirm wäre, wird für die KI zu einer präzise lesbaren Signatur.
Als KI-Verfahren kommt dabei ein Algorithmus zum Einsatz, der ohne vorherige Beispiele fehlerhafter Motoren auskommt. Die KI lernt selbstständig, was ein normaler Motor ist, und erkennt Ausreißer automatisch. Das ist besonders wertvoll, wenn, wie in der Praxis häufig, kaum dokumentierte Fehlfälle vorliegen.
Integration in die laufende Fertigung am Prüfstand
Die Lösung ist als eigenständiges Anwendungsprogramm direkt auf dem Prüfstand der Fertig Motors installiert und läuft vollständig im unternehmenseigenen Netzwerk, ohne externe Datenübertragung. Die Anbindung an den Prüfstand erfolgt über eine standardisierte industrielle Datenschnittstelle. Eine zentrale Anforderung an die Lösung war, dass das Analyseergebnis innerhalb von 10 bis 20 Sekunden vorliegen muss, um den laufenden Fertigungsablauf nicht zu beeinträchtigen.
Im Projektverlauf wurde der Technologie-Reifegrad 7 auf einer Skala von 1 bis 9 erreicht – das bedeutet, der Prototyp wurde nicht nur entwickelt und getestet, sondern auch erfolgreich in der operativen Betriebsumgebung der Fertig Motors GmbH eingesetzt. Ein realer Datensatz des Unternehmens wurde analysiert, die Software zur Anomalie-Erkennung auf dieser Grundlage entwickelt und anschließend direkt im Unternehmen produktiv integriert. Damit ist die Lösung bereits einen bedeutenden Schritt näher an der vollständigen Einsatzreife als viele Forschungsprototypen.
„Die automatische Auswertung ist eine echte Erleichterung im Alltag, sie spart Zeit und gibt uns eine zusätzliche Stütze in der Qualitätskontrolle“, betont Stefan Dorn, Leitung Entwicklung der Fertig Motors. „Der Anwendungsfall bei Fertig Motors zeigt, wie KI-Methoden aus der Forschung direkt in die Fertigung übertragen werden können, ohne großen Infrastrukturaufwand und mit messbarem Mehrwert für die Qualitätssicherung“, sagt Silvio Lang, wissenschaftlicher Mitarbeiter an der THWS, der beim Projekt DIG:IT-KMU tätig ist.
