Technologien Nasslackieren
Bewerbungsfrist vom BESSER LACKIEREN Award 2026 verlängert!
Sie sind Lohn- oder Inhouse-Lackierer? Dann haben Sie sich sicherlich bereits für den BESSER LACKIEREN Award 2026 beworben. Wenn dem nicht so ist, dann können Sie dies noch bis zum 22. Juni 2026 tun. Wir haben die Einreichungsfrist verlängert! Vergleichen Sie sich mit anderen Unternehmen der Lackierbranche und profitieren Sie vom Prestige-Gewinn sowie dem Besuch der Fachjury.
➡️ Jetzt teilnehmen!
Wie „verhält“ sich die Lackierung?
Forschende am Fraunhofer IPA entwickeln ein KI-gestütztes Modell, das Qualitätsdaten mit Prozessdaten kombiniert, um Lackierfehler frühzeitig zu erkennen. Ziel ist es, Ausschuss, Nacharbeit und Anlagenausfälle zu minimieren.
Die industrielle Lackierung bleibt eine Herausforderung: Schwankungen in der Lackschichtdicke, Anlagenausfälle und nachträgliche Korrekturen sind alltägliche Probleme. Wissenschaftlerinnen und Wissenschaftler des Fraunhofer-Instituts für Produktionstechnik und Automatisierung (IPA) haben nun ein neues KI-gestütztes Verfahren entwickelt, das Qualitätsabweichungen frühzeitig erkennt und deren Ursachen bestimmt.
Maschinelles Lernen zur Prozessoptimierung
Das Verfahren basiert auf einem detaillierten Verhaltensmodell, das Prozess- und Qualitätsdaten verknüpft. Sichtbare Lackierfehler und Messwerte zur Schichtdicke werden mit Parametern der Anlagensteuerung kombiniert. Mithilfe maschinellen Lernens können Algorithmen Muster erkennen und so auf Abweichungen hinweisen, noch bevor Fehler auftreten.
Ein zentrales Element ist die Bewertung der KI-Modelle nach zwei Kriterien:
- Recall (richtig erkannte Fehler im Verhältnis zu allen tatsächlichen Abweichungen) und
- Präzision (richtig erkannte Fehler im Verhältnis zu allen erkannten Fehlern). In ersten Versuchen lag der Recall-Wert bei über 90 %.
Versuchsreihen im Lackiertechnikum
Um die Algorithmen zu trainieren, wurden umfangreiche Tests durchgeführt. Hierbei kamen Sensoren wie der „SpraySpy“ von AOM Systems zum Einsatz, die an einem Hochrotationszerstäuber montiert wurden. Durch gezielt herbeigeführte Fehler – etwa Schwankungen in Hochspannung, Lackmenge oder Drehzahl – konnten realitätsnahe Daten erfasst und die Modelle optimiert werden.
Mehr im Abo: Abonnenten von BESSER LACKIEREN erfahren im ausführlichen Artikel in Ausgabe 6/2025:
- Welche Prozessparameter die KI besonders gut optimieren kann
- Wie sich das Modell in bestehende Lackieranlagen integrieren lässt
- Welche weiteren Forschungsarbeiten am Fraunhofer IPA geplant sind
Zum Netzwerken:
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA, Stuttgart, Dr. Michael Hilt, Tel. +49 711 970-3820, michael.hilt@ipa.fraunhofer.de
Dr. Oliver Tiedje, Tel. +49 711 970-1773, oliver.tiedje@ipa.fraunhofer.de
www.ipa.fraunhofer.de/beschichtung
