Forschung
Automatisierte Linsenfertigung und Qualitätssicherung (ALQUA)
Projektleitung THM
Prof. Dr. Michael Guckert
Projektpartner
GD Optical Competence GmbH
Förderinstitution
Hessisches Ministerium für Digitalisierung
Förderprogramm
Förderlinie 2B: Digitale Prozessinnovationen Distr@l - 2B
Laufzeit
01.08.2024 – 31.07.2027
Projektleitung THM
Prof. Dr. Michael Guckert
Projektpartner
GD Optical Competence GmbH
Förderinstitution
Hessisches Ministerium für Digitalisierung
Förderprogramm
Förderlinie 2B: Digitale Prozessinnovationen Distr@l - 2B
Laufzeit
01.08.2024 – 31.07.2027
Durch KI-Einsatz automatisiert ALQUA die Qualitätssicherung und weitere Teile der Mikrooptik-Fertigung bei GD Optics. Produktionszeiten werden verkürzt, Ausschuss und CO2-Emissionen werden reduziert.
Projektdetails
Digitale Innovation und Technologie
Die Qualitätssicherung in der Produktion optischer Linsen ist ein zeitaufwändiger, weitgehend manueller Prozess. Dies ist ineffizient und weist zudem eine hohe Fehleranfälligkeit auf, was zu Fehlmengen und Lieferverzögerungen führen kann. Aufgrund der hohen Anforderungen der weiterverarbeitenden Industrie ist eine effiziente und präzise Qualitätssicherung ein entscheidender Faktor für die Wettbewerbsfähigkeit. Bisherige Methoden zur automatisierten Fehlererkennung sind entweder zu teuer, zu zeitaufwändig oder nicht präzise genug, um spezifische Fehlertypen zu identifizieren und den Produktionsprozess zu optimieren.
ALQUA kombiniert ein KI-gestütztes System zur visuellen Fehleranalyse mit einer direkten Rückkopplung zur Anpassung der Produktionsparameter. Dieses ganzheitliche System, bestehend aus ALQUA-QS und ALQUA-Control, ermöglicht eine automatisierte, präzise Fehlererkennung und Prozessoptimierung, die bisher auf dem Markt so nicht verfügbar ist.
Zum Einsatz kommt ein hochauflösendes Digitalmikroskop, das mit Verfahren der Künstlichen Intelligenz - u.a. Deep Learning Modellen - verknüpft wird. Diese Kombination von Technologien wird eine präzise Fehlererkennung und -klassifizierung ermöglichen. Zusätzlich wird ein Reinforcement Learning Ansatz zur Optimierung von Prozessparametern eingesetzt, um die Herstellung neuer Produkte zu verbessern.
Anwendungsbereich
Das Projekt ALQUA kann in vielfältigen Anwendungsszenarien in der Praxis eingesetzt werden. Eine verbesserte Qualitätssicherung und eine Prozessoptimierung haben unmittelbare Auswirkung auf Nachhaltigkeit und Wettbewerbsfähigkeit. Durch den Einsatz modernster KI- und Reinforcement-Learning-Technologien wird die Produktion von optischen Linsen revolutioniert und an die Anforderungen von Industrie 4.0 angepasst.
Projektbeteiligte
Das Projekt ALQUA vereint GD Optics mit seiner Expertise in der optischen Fertigung mit den Wirtschaftsinformatikern Prof. Dr. Michael Guckert und Prof. Dr. Thomas Farrenkopf von der THM. GD Optics entwickelt hochpräzise optische Komponenten und legt großen Wert auf Innovation und Nachhaltigkeit. Die Expertinnen und Experten der THM bringen umfangreiche Erfahrungen in den Bereichen KI, Digitalisierung und Automatisierung mit, unterstützt durch starke Netzwerke wie hessian.AI. Das interdisziplinäre Projektkonsortium wird seine gesammelten Erfahrungen in diesem herausfordernden Technologieprojekt einbringen.
Quelle: Zentrum für Forschung und Transfer, Technische Hochschule Mittelhessen – University of Applied Sciences, Wiesenstraße 14, 35390 Gießen https://www.thm.de/kompetenzzentren/kite/forschungsprojekte/375-automatisierte-linsenfertigung-und-qualitaetssicherung-alqua.html
Kontakt
Dr. Michael Wolz
GD Optical Competence GmbH
Telefon: + 49 2772 5744 - 0
E-Mail: m.wolz@gdoptics.de
Über uns
GD Optics ist einer der führenden internationalen Anbieter für die Entwicklung und Fertigung von innovativen und hochpräzisen optischen Komponenten für Hightech-Anwendungen. Wir bilden die gesamte Prozesskette bis hin zur Produktion und Lieferung der Optiken vollständig ab.
Worldwide microlenses solutions
GD Optical Competence GmbH
Zur Dornheck 24 | 35764 Sinn
Telefon: + 49 2772 5744 - 0
E-Mail: info@gdoptics.de
© GD Optical Competence GmbH 2021 | All rights reserved