Warum Formel-1-Rennwagen günstiger werden könnten

Die Karosserie der Formel-1-Autos besteht zu großen Teilen aus Carbonfasern, die bislang sehr teuer sind. (Bild: Fotolia - Tan Kian Khoon)

Carbonfasern können günstiger und effizienter hergestellt werden, wenn künstliche Intelligenz die Produktionsprozesse überwacht. Deniz Sinan Yesilyurt kombinierte in seiner Bacholorarbeit ein Kamerasystem mit künstlicher Intelligenz, sodass bei der Herstellung von Carbonfasern Fehler automatisch erkannt werden. Damit wird eine teure manuelle Kontrolle der Carbonfasern hinfällig und der Herstellungspreis der Carbonfaser sinkt. Für diese Idee wurde Yesilyurt mit dem zweiten Platz des VDMA-Nachwuchspreises "Digitalisierung im Maschinenbau" ausgezeichnet.

Bis zu 300 einzelne Faserstränge – also Bündel von einzelnen Fasern – sind während der Herstellung gleichzeitig zu überwachen. Wenn Carbonfasern reißen, kostet es Zeit und Geld, die beschädigten Fasern auszusortieren. Dies ist nur ein Beispiel für verschiedene Fehler, die bei den Fasern während der Produktion auftreten können.

Deshalb brachte Herr Yesilyurt eine Kamera an der Carbonfaseranlage an, die Bilder verschiedener Faserfehler während der Produktion aufnimmt und in einer Datenbank sammelt. Die künstliche Intelligenz im Informationstechnologiesystem der Kamera wertet die Faserfehler aus, indem sie die Bildaufnahmen vorgegebenen Referenzfehlern zuordnet. Dabei erkennt sie verschiedene Faserfehler mit einer Zuordnungsgenauigkeit von 99 %. Der entwickelte Prozess kann auch für andere Bereiche eingesetzt werden, die chemische Fasern herstellen.

Wissenswertes zum Nachwuchspreis des VDMA

Der VDMA Software und Digitalisierung und die Abteilung Bildung des VDMA haben zum 6. Mal herausragende Absolventinnen und Absolventen aus den Fachbereichen Ingenieurwissenschaften und Informatik mit dem Nachwuchspreis „Digitalisierung im Maschinenbau“ ausgezeichnet. Die im Rahmen der Abschlussarbeiten entwickelten Lösungsansätze zeigen einen hohen Innovationsgrad und eine große Praxistauglichkeit für die Branche.
Neuer Teilnahmerekord bei den Nominierungen Insgesamt 44 Absolventinnen und Absolventen wurden für den diesjährigen Nachwuchspreis in den Kategorien Bachelor und Master von Professorinnen und Professoren von Hochschulen aus Deutschland und Österreich nominiert. „Ein neuer Beteiligungsrekord“, hebt Prof. Claus Oetter, Geschäftsführer des VDMA Software und Digitalisierung, hervor. „Durch solche engen Kooperationsformen zwischen Industrie und Hochschullandschaft bringen wir neue technologische Ansätze und Erkenntnisse schneller in die praktische Erprobung und Umsetzung und erhöhen somit den Innovationsgrad in den Unternehmen“, unterstreicht Oetter.

Deshalb wurde die Arbeit ausgezeichnet

Preisträger auf der Treppe — Die glücklichen Gewinner (1. Reihe von links), Deniz Sinan Yesilyurt, Simon Griesbeck (2. Preis Masterarbeit: Machine-Learning-System zur Optimierung der Gewichtsgenauigkeit von Faserballenpressen), Jonas Weber (1. Preis Masterarbeit: Predictive Maintenance Lösung auf einer modernen Maschine ohne Einsatz externer Komponenten) und Fabian Kabl (1. Preis Bachelorarbeit: Long Short Term Memory Autoencoder zur Maschinenzustandsüberwachung an Karusselmaschinen). (Bild: VDMA)

Deniz Yesilyurt, Maschinenbaustudent an der RWTH Aachen University, wurde mit dem 2. Preis in der Kategorie Bachelorarbeit ausgezeichnet. Prof. Dr.-Ing. Thomas Gries und Felix Pohlkemper vom Institut für Textiltechnik der RWTH Aachen University betreuten die Abschlussarbeit. In Kooperation mit Heinen Automation entwickelte er ein KI-basiertes Kamerasystem zur automatisierten Erkennung und Klassifizierung von Faserfehlern in den Carbonfasern. Mit einer Zuordnungsgenauigkeit von über 99 % differenziert der präferierte Algorithmus zwischen sechs vorgegebenen Fehlerklassen und ermöglicht so eine Live-Auswertung während der Carbonfaserherstellung. Die Ergebnisse der Arbeit sind wegweisend für eine effiziente und nachhaltige Herstellung von Carbonfasern.

Quelle: RWTH Aachen, VDMA