Hauptinhalt überspringenNavigation überspringenFooter überspringen
Logo der Fachhochschule Nordwestschweiz
Studium
Weiterbildung
Forschung und Dienstleistungen
Internationales
Die FHNW
De
Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

      Logo der Fachhochschule Nordwestschweiz
      • Studium
      • Weiterbildung
      • Forschung und Dienstleistungen
      • Internationales
      • Die FHNW
      De
      Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

      Unsere Info-Anlässe entdecken:
      →

      Hochsc...
      Hochschule für Technik und Umwe...
      Insti...
      Forschungsprojekte reali...
      Proof of Concept für die automatisierte Gussfehlerprognose

      Proof of Concept für die automatisierte Gussfehlerprognose

      Gussteile unterliegen zahlreichen Einflussfaktoren, die ihre Qualität stark variieren lassen. Gemeinsam mit der Georg Fischer JRG AG entwickelte die FHNW ein Verfahren, um Gussfehler bereits während des Giessprozesses zu erkennen – mit Methoden der Künstlichen Intelligenz (KI).

      Ziele

      Das Projekt hatte das Ziel, ein Echtzeitsystem zur automatisierten Erkennung von Gussfehlern zu entwickeln. Durch die Nutzung von Algorithmen und maschinellem Lernen sollten Prozessabweichungen frühzeitig identifiziert und Gegenmassnahmen eingeleitet werden.

      Ausgangslage

      In Giessereien werden Gussfehler meist erst nach dem Produktionsprozess entdeckt. Dies führt zu hohem Ausschuss und ineffizienten Nacharbeiten. Bestehende Prozessdaten sind oft nicht verknüpft, sodass Fehlerquellen schwer identifizierbar sind.

      Ergebnisse

      • Datenvernetzung: Prozessdaten aus verschiedenen Quellen wurden erstmals zentral zusammengeführt.
      • Künstliche Intelligenz: Machine-Learning-Modelle konnten Fehler wie Kaltläufe und Porosität mit hoher Präzision vorhersagen.
      • Optimierte Produktion: Das System erlaubt eine schnellere Reaktion auf Prozessabweichungen und reduziert den Ausschuss.

      Ausblick

      Basierend auf diesen Erkenntnissen könnte ein Digitaler Zwilling der Giessprozesse entwickelt werden. Durch bidirektionale Steuerung in Echtzeit könnte die Produktion weiter automatisiert und optimiert werden.

      Tieferer Einblick im Fachartikel

      Quelle: Ausgabe 02 (2025) - GIESSEREI

      Projekt-Information

      table_scrollable_animation_gif

      Ausführung

      Giesserei-Zentrum, Institut für Business Engineering, Institut für Automation

      Forschungspartner

      Georg Fischer JRG AG

      Dauer

      2 Jahre

      Projektteam

      Daniel Begert, Simona Burri, Prof. Markus C. Krack, Dr. Fabian Haag

      Die FHNW

      Hochschule für Technik und Umwelt FHNW
      ht_ins_gz_projekt_teaser

      Angebot

      • Studium
      • Weiterbildung
      • Forschung & Dienstleistungen

      Über die FHNW

      • Hochschulen
      • Organisation
      • Leitung
      • Facts and Figures

      Hinweise

      • Datenschutz
      • Accessibility
      • Impressum

      Support & Intranet

      • IT Support
      • Login Inside-FHNW

      Member of: