Simulation von Handhabungs- und Drapierprozessen mit biegeschlaffen Faserhalbzeugen für den Einsatz von Reinforcement Learning Anwendungen im Produktionsumfeld

Abstract

Lernende Systeme erhalten im Produktionsumfeld mehr und mehr Beachtung. Aus diesem Grund beschäftigt sich das LuFo Projekt AIARA mit dem Einsatz von Reinforcement Learning Methoden (RL) im industriellen Umfeld. Eine Herausforderung speziell für das ZLP Augsburg besteht darin, dass die Anwendungsfälle auf die Verarbeitung von biegeschlaffem Material. Ein RL Agent wird in den meisten Fällen in einer Simulationsumgebung trainiert, in der der Prozess möglichst detailgetreu nachgebildet wird. Dieses Paper beschreibt die Methoden und Software-Tools, mit denen biegeschlaffe Halbzeuge ausreichend genau und ressourcenschonend simuliert werden können. Im Ausblick wird dargelegt, wie diese Methodik für das Optimieren von Handhabungsprozessen bei der Herstellung von Faserverbundbauteilen angewendet werden kann.