ML4Tex - Machine Learning für die Textilindustrie

© Trützschler
Diese Steuerungseinheit sammelt Daten von Sensoren an der Produktionslinie bei Trützschler.
© Trützschler
© Trützschler

Projekthintergrund

Trützschler Card Clothing GmbH ist der führende Hersteller von Hochleistungs-Kardierbesätzen für Kardiermaschinen und Walzenkardiermaschinen, die in der internationalen Textilmaschinenindustrie zum Einsatz kommen. Der Prozess ist äußerst komplex und erfordert eine Schnittgenauigkeit von unter 0,5 mm bei Geschwindigkeiten von mehreren Metern pro Sekunde.

Projektbeschreibung

Das Projekt »Machine Learning for Textile Industry« (ML4Tex) optimiert diesen Prozess, indem es die Qualität des Endprodukts bereits während der Produktion vorhersagt. Es zielt zudem auf den gesamten Fertigungszyklus ab und ermittelt durch einen datengesteuerten Ansatz ressourceneffiziente, umweltfreundliche Lösungen.

Daten von Sensoren und Rohmaterialien entlang der Produktionslinie werden mit Qualitätsdaten aus der Qualitätsbewertungsabteilung von Trützschler kombiniert. Machine-Learning-Modelle setzen Produktionsparameter in Qualitätsergebnisse um, und die gewonnenen Erkenntnisse werden auf einem Dashboard in der Fertigung angezeigt, um sofortige Anpassungen zu ermöglichen.

Darüber hinaus wird ein hochauflösendes Kamerasystem mit einer Auflösung von <5 µm entwickelt. Diese Kamera wird in der Lage sein, eine Vielzahl von Drahtfehlern online zu erkennen, was heute noch nicht möglich ist.

Aktueller Projektstand

Die technische Infrastruktur ist bereits vorhanden, wesentliche Daten werden erfasst, und die erste Implementierungsphase hat begonnen, Trützschler einen messbaren Mehrwert zu liefern, was das Interesse an den nächsten Phasen weckt.

 

Projektdetails

ML4Tex − Machine Learning für die Textilindustrie

Projektlaufzeit: seit 2025

Das Projekt wird gefördert vom Bundesministerium für Wirtschaft und Energie 

Beteiligte Abteilungen:

 

Effiziente und schnelle Datenerfassung für Produktionsanlagen

Innovatives Sensorkonzept mit unserer Datenkrake.

RICE – KI-gestützte Prozessoptimierung leicht gemacht

Optimierungspotenziale in industriellen Fertigungsprozessen identifizieren und nutzen.