Das am 21. September 2020 gestartete Projekt REFFpro hatte zum Ziel, kleine und mittlere deutsche Gießereien durch den Einsatz von Data Science und künstlicher Intelligenz umweltverträglicher zu machen. Empfänger des Zuschusses war die Kemptener Eisengießerei Adam Höonig AG, mit dem Forschungsteam unter der Leitung von Prof. Dr. Dierk Hartmann und unterstützt von Florian Huber, M.Sc. Das Konsortium arbeitete über einen Zeitraum von drei Jahren, der 2023 endet, und wurde durch eine deutsche Forschungsförderung finanziert.
Im Mittelpunkt des Projekts stand die Schaffung einer einheitlichen Datenarchitektur, die prozessrelevante Informationen aus allen Stufen der Gießkette sammelt. Ein Architekturdiagramm (Abbildung 2) zeigt, wie Sensordaten, Maschinenprotokolle und manuelle Eingaben in ein zentrales Repository gestreamt wurden. Aus diesem Pool leitete das Team Energieprofile für einzelne Gussteile ab. Durch die Anwendung eines maßgeschneiderten Energiemodells (Abbildung 4) konnten sie den Strom- und Wärmeverbrauch jedes Gießvorgangs quantifizieren. Die daraus resultierenden teilespezifischen Energieprofile wurden in einer mobilen Anwendung visualisiert (Abbildungen 5 und 6), so dass die Bediener den Energieverbrauch während des Formens und Gießens in Echtzeit sehen konnten.
Der wichtigste wissenschaftliche Beitrag war die Entwicklung von KI-basierten Tools zur Entscheidungshilfe. Zunächst wurde ein Klassifizierungsmodell trainiert, um den Verschleißzustand von Tiegeln anhand von elektrischen Signalen und visuellen Inspektionen zu erkennen (Abbildung 10). Das Modell erreichte eine Klassifizierungsgenauigkeit von 92 % und ermöglichte ein frühzeitiges Eingreifen vor einem katastrophalen Ausfall. Zweitens prognostizierte ein Vorhersagemodell den Verlauf der Abnutzung der Tiegel im Laufe der Zeit (Abbildung 11), so dass die Wartung proaktiv geplant werden konnte. Drittens wurde ein Algorithmus zur Planungsoptimierung auf die Formmaschine angewendet (Formautomat). Durch die Analyse historischer Nutzungsdaten und des Energieverbrauchs erstellte der Algorithmus einen Produktionsplan, der die Leerlaufzeiten reduzierte und den Energiebedarf über die Schichten hinweg ausglich (Abbildungen 13-15). Die Optimierung führte zu einem messbaren Rückgang des Energieverbrauchs der Formmaschine, wie aus den Energieauswertungsdiagrammen hervorgeht (Abbildung 14).
Der kombinierte Effekt dieser Instrumente war eine erhebliche Auswirkung auf die Umwelt. Die Kemptener Eisengießerei meldete eine Reduzierung der CO₂-Emissionen um 1 138 200 kg im Vergleich zu 2019, eine Zahl, die direkt die Energieeinsparungen widerspiegelt, die durch die KI-gesteuerten Empfehlungen erzielt wurden. Das Projekt hat auch eine Reihe von Best-Practice-Richtlinien und eine mobile App hervorgebracht, die jetzt in der Gießerei routinemäßig eingesetzt werden, um sicherzustellen, dass die Vorteile auch nach dem offiziellen Ende des Projekts bestehen bleiben.
Die Zusammenarbeit war ein Schlüsselelement für den Erfolg von REFFpro. Das Konsortium brachte die Produktionsingenieure der Gießerei, Datenwissenschaftler von der Universität und Softwareentwickler eines lokalen Technologiepartners zusammen. Regelmäßige Workshops und Sprint-Meetings erleichterten den Wissenstransfer und das Rapid Prototyping. Die Projektergebnisse wurden durch Konferenzvorträge, Fachzeitschriften und Medienberichte verbreitet, darunter ein Beitrag in der Zeitschrift „Bayern Innovativ“ und ein eigener Artikel auf Foundry Planet. Die Evaluierung des Projekts durch das Konsortium hat dessen signifikante und nachhaltige Wirkung hervorgehoben. Die Gießerei plant, auf den gewonnenen Erkenntnissen weiter aufzubauen, die KI-Tools auf andere Produktionslinien auszuweiten und weitere Optimierungsmöglichkeiten zu erkunden.