|
| Abstract No.: |
|
Scheduled at:
|
Monday, September 11, 2023, Brüssel 3:00 PM
Digitalisierung in der Fügetechnik I
|
|
| Title: |
Von der Stromquelle lernen, ohne Sie zu kennen? – Ein intelligentes Assistenzsystem mit dem Ansatz des föderierten Lernens in der Schweißtechnik
|
|
| Authors: |
Can Kaymakci* / Fraunhofer IPA; Universität Stuttgart, Deutschland
Stefan Rohleder / Lorch Schweißtechnik GmbH, Deutschland
|
|
| Abstract: |
Intelligente Assistenzsysteme in der Fertigung benötigen Maschinen- und Betriebsdaten, um dem Endnutzer einen Mehrwert bieten zu können. In der Schweißtechnik sind dies meist Schweiß- und Fertigungsparameter. Stromquellen neuster Generation bieten die Möglichkeit, diese Parameter automatisiert, meist über einen Cloud Zugang, zentral zu speichern, verwalten und zu analysieren. Da die zentrale Datenspeicherung meistens extern erfolgt, besteht aus Anwendersicht die Sorge, fertigungstechnisches Know-how preiszugeben und die Datenhoheit zu verlieren. In diesen vielen Fällen können interessante Anwendungsfälle nicht zur Weiterentwicklung eines intelligenten Assistenzsystems genutzt werden, da der Anwender die Verwendung seiner Schweißfertigungsdaten untersagt. Um diese sensiblen Fertigungsdaten dennoch nutzen zu können, wurde in einem bilateralen Forschungsprojekt mit einem Schweißgerätehersteller der Ansatz des föderierten Lernens untersucht und erste Lösungen entwickelt. Dabei werden die Schweißdaten des Anwenders mittels künstlicher Intelligenz (KI) nur lokal verarbeitet und allein das daraus abgeleitete KI-Modell zum kollaborativen Lernen des schweißtechnischen Assistenzsystems genutzt. Sie sind auch nicht aus den übermittelten KI-Modellen rekonstruierbar. Dadurch können durch eine vernetzte Datenstruktur lokal gelernte Informationen in Form von KI-Algorithmen gezielt ausgetauscht werden, und trotzdem das Wissen und die Informationen des Anwenders geschützt bleiben.
|
|