Fallstudie
Wie AMAZEMET die Schweißautomatisierung mit der RocketWelder Platform optimiert hat.
Fallstudie: Wie AMAZEMET die Schweißautomatisierung mit der RocketWelder Platform optimiert hat.
AMAZEMET ist ein Deep-Tech-Unternehmen, das sich auf Ultraschall-Zerstäubungstechnologien und metallische additive Fertigung spezialisiert hat. Eine der wichtigsten Innovationen ist rePOWDER, ein Ultraschall-Metallzerstäubungssystem, das unterschiedliche metallische Ausgangsmaterialien in feine Pulver umwandelt. Das Plasma-Modul von rePOWDER nutzt eine Hochtemperatur-Plasmafackel, um das Material auf einem vibrierenden Sonotrodenkopf zu schmelzen und so eine ultraschallgestützte Zerstäubung des flüssigen Metalls in Tröpfchen zu ermöglichen. Um Effizienz und Konsistenz weiter zu steigern, wollte AMAZEMET die Fackelsteuerung in rePOWDER mithilfe eines KI-gestützten Bildverarbeitungssystems automatisieren. Diese Fallstudie untersucht, wie AMAZEMET die RocketWelder KI-Schweißplattform integriert hat, um eine echtzeitfähige, visuell geführte Fackelsteuerung in rePOWDER zu realisieren, manuelle Eingriffe zu reduzieren und die Produktionszuverlässigkeit zu erhöhen.
Die rePOWDER-Ultraschallzerstäubungsplattform von AMAZEMET. Das System (unten dargestellt) nutzt eine Plasmafackel (links), um metallisches Ausgangsmaterial zu schmelzen und zu zerstäuben (Mitte) und so feines Pulver zu erzeugen. Die Anlage ist hochgradig vielseitig – sie kann jede Form von Ausgangsmaterial verarbeiten und unterstützt verschiedene Module (z. B. Induktionsschmelzen, Lichtbogenschmelzen oder Sauggießen).
Herausforderung
Das Ziel von AMAZEMET war es, eine KI-gestützte Fackelsteuerung für die Plasma-Schmelzstufe von rePOWDER zu implementieren, was jedoch mit zwei wesentlichen Herausforderungen verbunden war:
- Echtzeit-Bildverarbeitung mit geringer Latenz: Das Steuerungssystem benötigte eine schnelle Vision-Pipeline, um den intensiven Plasma-Lichtbogen und das Schmelzbad in Echtzeit zu beobachten. Um die Fackel dynamisch anpassen zu können, musste die End-to-End-Latenz im Bereich von nur wenigen hundert Millisekunden liegen (Zielwert ~120 ms). Das Erreichen dieser geringen Latenz war entscheidend für eine reaktionsschnelle Regelung.
- Minimaler kundenspezifischer Integrationsaufwand: Die Integration einer herkömmlichen Schweißkamera hätte in der Regel erheblichen Programmieraufwand und Arbeiten auf niedriger Schnittstellenebene erfordert. AMAZEMET wollte eine hohe Software-Entwicklungslast für Kamerakonnektivität und Bildverarbeitung vermeiden. Die Herausforderung bestand darin, eine Lösung zu finden, die eine integrierte Vision- und Steuerungspipeline out-of-the-box bietet, ohne umfangreichen kundenspezifischen Code schreiben zu müssen.
Lösung – KI-gestützte Fackelsteuerung mit RocketWelder
Zur Bewältigung dieser Herausforderungen entschied sich AMAZEMET für die RocketWelder Platform, die eine durchgängige Umgebung für visuell geführte Schweißautomatisierung bereitstellt. Die Implementierung umfasste industrielle Rocket Retina Kameras in Kombination mit einer Rocket Neuron Edge-Computing-Einheit, verwaltet über die integrierte Software-Pipeline von RocketWelder. Dieses Setup bot die folgenden zentralen Funktionen:
- Integrierte Vision-Pipeline: Die RocketWelder Platform kombiniert industrielle Schweißkameras, Hochgeschwindigkeitsverarbeitung und Steuerungssoftware in einem Paket. AMAZEMET installierte eine Rocket Retina Kamera mit Blick auf die Schmelzzone von rePOWDER. Diese Kamera, ausgelegt für raue Schweißumgebungen, erfasst Videos mit hohem Dynamikumfang des hellen Plasmaprozesses und ermöglicht es der KI, das Schmelzbad klar zu "sehen". Der Kamerastream wird in Echtzeit durch die RocketWelder-Pipeline verarbeitet (mit einer Eingangslatenz von ~100–150 ms). Entscheidend ist, dass der integrierte Pipeline-Designer und die Vision-Software von RocketWelder die Bildverarbeitung und Merkmalsextraktion übernahmen, ohne dass AMAZEMET auf niedriger Ebene programmieren musste. Dieses Plug-and-Play-Vision-System ersparte dem Team das Schreiben von kundenspezifischem Code zur Kameraintegration oder Bildfilterung, da die RocketWelder-Umgebung diese Funktionen standardmäßig bereitstellt.
- Deployment von KI-Modellen auf dem Edge: AMAZEMET entwickelte ein kundenspezifisches Machine-Vision-Modell zur Interpretation der Ausrichtung der Plasmafackel und des Zustands des Schmelzbads. Mit den Werkzeugen von RocketWelder wurde dieses eigene KI-Modell direkt auf der Rocket Neuron Edge-Einheit (ein industrielles GPU/TPU-Compute-Modul) deployt. Die Ausführung des Modells direkt auf der Edge-Hardware (am Ort der Fackel) gewährleistete Reaktionszeiten im Millisekundenbereich und eliminierte jegliche Netzwerklatenz. Gleichzeitig blieben die proprietären Modelle und Prozessdaten von AMAZEMET On-Premise, wodurch die IP-Kontrolle erhalten blieb. Die Rocket Neuron Einheit liest den Videostream der Retina Kamera, führt die Inferenz zur Erkennung relevanter Merkmale aus (z. B. Position der Fackel relativ zum Schmelzbad) und gibt in Echtzeit Steuersignale aus, um die Fackelposition oder Parameter wie den Plasmastrom anzupassen. Die RocketWelder Platform "übersetzt" die Bilddaten in Steuerbefehle für die Fackel, die anschließend von der SPS verarbeitet werden. So wird die Fackel effektiv entlang des gewünschten Pfads geführt oder optimal auf der Sonotrode positioniert. Dieser geschlossene Regelkreis läuft kontinuierlich während der Zerstäubung und macht manuelle Korrekturen durch einen Bediener überflüssig. Mit anderen Worten: Die Fackel wird selbstführend – das KI-System passt sich dynamisch an Variationen im Schmelzbad oder Materialfluss an, ähnlich wie ein erfahrener menschlicher Bediener, jedoch autonom.
Ergebnisse & Vorteile
Durch die Integration von RocketWelder in rePOWDER konnte AMAZEMET die Plasmafackelsteuerung erfolgreich automatisieren und mehrere Vorteile realisieren:
- Vollautomatischer Fackelbetrieb: Das KI-gestützte System steuert kontinuierlich Position und Ausrichtung der Fackel und macht eine permanente Überwachung und manuelle Anpassung durch einen Bediener überflüssig. Die Fackelführung ist nun konsistent und reproduzierbar, was zu einer gleichmäßigeren Pulverproduktion führt.
- Echtzeit-Reaktionsfähigkeit: Die Vision-Pipeline erreicht eine Latenz von etwa 120 ms von der Bildaufnahme bis zur Aktorik und erfüllt damit die Echtzeitanforderungen von AMAZEMET. Diese geringe Latenz ermöglicht nahezu sofortige Reaktionen auf Prozessänderungen, z. B. Korrekturen der Fackelposition bei Verschiebungen des Schmelzbads oder Anpassungen der Parameter bei schwankender Förderrate. Diese Reaktionsfähigkeit trägt dazu bei, optimale Schmelzbedingungen und gleichbleibende Pulverqualität über den gesamten Prozess hinweg aufrechtzuerhalten.
- Vereinfachte Integration: Der Einsatz von RocketWelder vereinfachte den Integrationsaufwand im Vergleich zu herkömmlichen High-End-Schweißkameralösungen erheblich. Sämtliche benötigte Hardware und Software waren in der RocketWelder Platform bereits integriert. Die Produktionsingenieure von AMAZEMET konnten Kamera einrichten, das Vision-Modell trainieren und die Fackelsteuerungslogik definieren. Diese einfache Inbetriebnahme verkürzte den Entwicklungszyklus und reduzierte die Komplexität im Vergleich zu Standalone-Schweißkameras, die häufig Low-Level-API-Programmierung und kundenspezifischen Vision-Code erfordern.
- IP-Kontrolle und Flexibilität: Da AMAZEMET sein eigenes KI-Modell auf dem Edge-Gerät von RocketWelder deployte, behielt das Unternehmen die vollständige Kontrolle über das geistige Eigentum der Lösung – das Know-how zur Erkennung und Steuerung des Schmelzbads verbleibt im eigenen Haus. Es besteht keine Abhängigkeit von einem proprietären Black-Box-Kamerasystem; stattdessen kann das Modell bei Bedarf mit eigenen Daten aktualisiert oder neu trainiert werden. Diese Flexibilität stellt sicher, dass AMAZEMET die KI zur Fackelsteuerung kontinuierlich weiterentwickeln und an neue Materialien oder Prozessparameter anpassen kann, während sensible Daten lokal bleiben.
- Geringere Betriebskosten: Die Automatisierung der Fackelsteuerung wirkt sich direkt auf die Kosteneffizienz aus. Da kein Bediener mehr erforderlich ist, der die Fackel kontinuierlich überwacht und anpasst, sinken die Arbeitskosten, und qualifizierte Fachkräfte können für wertschöpfendere Aufgaben eingesetzt werden. Zudem erwies sich die RocketWelder-Lösung als kostengünstiger zu integrieren als hochpreisige laserbasierte Nahtverfolgungssysteme oder Schweißkameras von Drittanbietern. Herkömmliche Laser-Profilometer oder Premium-Schweißkamera-Setups können sehr teuer sein und erfordern spezialisierte Integrationsarbeit. Im Gegensatz dazu eliminierte der kamerabasierte, KI-gestützte Ansatz von RocketWelder den Bedarf an solch kostspieliger Ausrüstung und kundenspezifischem Engineering und lieferte eine schnellere Amortisation.
Fazit
Durch den Einsatz der KI-Vision-Plattform von RocketWelder konnte AMAZEMET das rePOWDER-System erfolgreich in einen intelligenteren und autonomeren Betrieb transformieren. Die Kombination aus robuster Vision-Hardware und KI-Steuerung auf dem Edge ermöglichte es der Plasmafackel, sich während der Ultraschallzerstäubung dynamisch selbst anzupassen, was die Prozessstabilität und den Durchsatz verbesserte. Dieser Fall zeigt, wie ein Deep-Tech-Unternehmen für additive Fertigung eine komplexe Echtzeit-Steuerungsherausforderung mit minimalem Integrationsaufwand lösen konnte, dank einer innovativen KI-gestützten Schweißlösung. AMAZEMET's rePOWDER steht nun als wegweisendes Beispiel für die automatisierte Metallpulverproduktion, in der fortschrittliche Bildgebung und KI Hand in Hand arbeiten, um die Fertigungsleistung zu steigern.