Der Automobilzulieferer Valeo hat mit dem Fraunhofer KI-Spin-off Plus 10 und dem KI-Institut AImotion Bavaria der Technischen Hochschule Ingolstadt ein anwendungsnahes Forschungs- und Entwicklungsprojekt begonnen. Ziel des Projekts Palim (Performance-Accelerated Learning for Intelligent Manufacturing) ist die Effizienzsteigerung hochautomatisierter Fertigungslinien mithilfe neuartiger Machine-Learning-Algorithmen. Das Forschungsprojekt wird vom Freistaat Bayern als Teil der Hightech-Agenda über das Bayerische Verbundforschungsprogramm (BayVFP) für drei Jahre gefördert.
Beim Kick-off Meeting zum Projekt Palim bei Valeo am Standort Wemding wurden die Leitlinien für das Forschungsvorhaben gesetzt. Ziel des Projekts ist es, am Beispiel einer hochautomatisierten Fertigungs- und Montagelinie die Eignung moderner Deep-Learning-Verfahren zur Zeitreihenverarbeitung systematisch weiter zu erforschen und anwendungsnah zu evaluieren. Die hochmoderne Fertigungsanlage, in der die Optik und Elektronik adaptiv montiert, konnektiert und geprüft wird, ist hierfür ein prädestinierter Anwendungsfall.
Die Fertigungslinie am Standort Wemding produziert integrierte Sensoren und Kamerasysteme zur Fahrassistenz bis hin zum autonomen Fahren. Es ist ein Markt mit steigendem Bedarf. Aus Produktionsperspektive ist die Herausforderung, intelligente Sensoren in hohen Stückzahlen herzustellen. Daher ist es umso wichtiger, die Nutzung neuartiger Optimierungstools in deutschen Produktionsstätten, die kontinuierlich dazulernen, voranzutreiben. „Die Automatisierungsbranche ist immer noch am Anfang, Deep-Learning-Ansätze in den Prozessen zu entdecken und umfassend zu nutzen. Solche Verfahren können eine potenziell höhere Genauigkeit und Generalisierung als konventionelle Machine-Learning-Ansätze bieten und einen echten Produktionsvorteil darstellen“, erklärt Felix Georg Müller, Geschäftsführer bei Plus 10.
