Améliorer la qualité et l'efficacité grâce à l'intelligence artificielle

Le vernissage de pièces en plastique pour la construction automobile est complexe. Plus encore : il est considéré jusqu'à présent comme un processus qui ne peut pas être maîtrisé de bout en bout. Les rebuts, les pannes d'installation et les retouches sont encore trop fréquents, au grand dam des fabricants, parce que, par exemple, l'épaisseur de la couche de peinture prescrite ne peut pas être respectée partout. Une équipe de recherche de l'Institut Fraunhofer pour les techniques de production et l'automatisation IPA s'est maintenant fixé pour objectif d'augmenter à la fois la qualité et l'efficacité : le nombre de défauts doit être réduit de 30 pour cent et les temps d'arrêt de 20 pour cent. De plus, la consommation de peinture doit être réduite de 10 pour cent, selon un autre objectif des scientifiques.

Plus de qualité et d'efficacité

Pour ce faire, les données de qualité, c'est-à-dire les défauts de peinture visibles ou les données de mesure de l'épaisseur de la couche de peinture, sont combinées avec les données de processus provenant de la commande de l'installation. Les données doivent ensuite donner lieu à un modèle de comportement à granularité fine qui sera évalué par un procédé d'apprentissage automatique. Les algorithmes doivent permettre de détecter à temps les écarts de qualité imminents et d'en indiquer immédiatement la cause.

Une IA prometteuse grâce à un haut degré d'automatisation et de numérisation

Les chercheurs veulent se concentrer sur la peinture des pare-chocs, des rétroviseurs, des poignées de porte et d'autres pièces rapportées en plastique dans le secteur de l'automobile et des véhicules utilitaires. "Dans cette branche, il existe un grand volume de produits et donc un vif intérêt pour l'amélioration de l'efficacité", explique Oliver Tiedje, responsable du groupe Techniques d'application humide et de simulation au Fraunhofer IPA. "De plus, les installations de processus de peinture présentent un très haut degré d'automatisation et de numérisation, ce qui rend l'utilisation de l'IA prometteuse".

Durée du projet jusqu'en 2024

Le projet de recherche "Augmentation de l'efficacité des processus de peinture par une mise en réseau multicouche des données de processus et de qualité au moyen de modules de comportement auto-apprenants" (pAInt-Behaviour) se poursuit jusqu'au 31 mai 2024 et est soutenu par le ministère fédéral allemand de l'éducation et de la recherche à hauteur de près de 1,3 million d'euros. Outre le Fraunhofer IPA, les partenaires du projet sont b+m surface systems GmbH, AOM Systems GmbH, Helmut Fischer GmbH Institut für elektronische Messtechnik (HFI) et SMP Automotive GmbH.

Source : Fraunhofer IPA