Ursachenanalyse Qualitätsabweichungen in Stahlwalzprozessen

Pilot 6:
Ursachenanalyse bei Qualitätsabweichungen und komplexen Prozessketten.

Die hohe Qualität der Produkte ist für die Hersteller von Flachstahlprodukten von sehr großer Bedeutung im europäischen und internationalen Wettbewerb. Entsprechend hoch ist die Belastung der für den Produktionsprozess sowie die Produktqualität verantwortlichen Mitarbeiter. Sie müssen eine sehr große Anzahl Informationen berücksichtigen (Prozessdaten, Qualitätsdaten, Verwendungszweck des Kunden, Reklamationen, Informationen des Vormaterials) um schnell und gezielt Ursachen von Abweichungen ermitteln und abstellen zu können. Dabei kommen Experten unterschiedlicher Domänen zusammen, um die Ursachen für die Probleme zu identifizieren und schnellstmöglich zu beheben.

In dieser Pilotanwendung soll ein KI-Assistenz-System entwickelt werden, welches die vorhandenen Daten automatisch analysiert und die Ursachen für Abweichungen von einem Normalzustand detektiert. Für die Entwicklung der KI-Assistenz ist das Wissen der Domänenexperten zu berücksichtigen und ein entsprechender Workflow für die Verlässlichkeit bei domänenübergreifender Nutzung von Daten & Wissen zu entwickeln.

Methodenentwicklung:

• Vorgehensmodell für die Interaktion an Mensch-KI-Mensch-Schnittstellen im Workflow (IAW)

Berichte:

• Vorgehensmodell zur KI-basierten Qualitätskontrolle

Die KI-Methode (AP 4.6.2) – basierend auf Dimensionalitätsreduktion, Clustering und One-Class Classification – wurde validiert und an das BFI übergeben. Eine grafische Benutzeroberfläche (GUI) wurde iterativ entwickelt und gemeinsam mit Domänenexpert:innen validiert. Aus den Arbeiten ist ein verallgemeinertes Vorgehensmodell für die KI-basierte Qualitätskontrolle in der Stahlproduktion hervorgegangen. Ein Nutzerfreundlichkeitsworkshop (IAW, AP 4.6.4) fand im Frühjahr 2026 statt. Das AP 4.6 ist konsortiumseitig abgeschlossen.