St.Galler KI spart stundenlange Rechenarbeit
Text: pd/stz.
Ob in der Automobilindustrie, der Medizintechnik oder der Luft- und Raumfahrt: Laserschweissen ermöglicht präzise Verbindungen und lässt sich gut automatisieren. Was im geschmolzenen Metall geschieht, ist allerdings komplex. Wärmeübertragung, Strömungen und Verdampfung beeinflussen das Ergebnis gleichzeitig. Wer den Prozess am Computer zuverlässig nachbilden will, benötigt dafür bislang beträchtliche Rechenleistung.
Hier setzt die gemeinsame Entwicklung von Terra Quantum und Empa an. Das Modell trägt den Namen «Laser Processing Fourier Neural Operator», kurz LP-FNO. Es lernt anhand aufwendiger physikalischer Simulationen, wie Laserleistung und Scangeschwindigkeit die Temperaturverteilung und die Form der Schmelzzone beeinflussen. Anschliessend kann es diese Eigenschaften innerhalb des untersuchten Parameterbereichs rasch vorhersagen.
Der Zeitgewinn ist erheblich: Bei einer räumlichen Auflösung von zehn Mikrometern benötigt das trainierte Modell rund acht Millisekunden für eine dreidimensionale Vorhersage. Eine herkömmliche Simulation dauert laut Empa etwa sechs Minuten. Bei einer feineren Auflösung von fünf Mikrometern stehen 88 Millisekunden einer Rechenzeit von mehr als einer Stunde gegenüber.
Für Industrieunternehmen könnte dies die Suche nach geeigneten Schweissparametern deutlich vereinfachen. Zahlreiche Einstellungen liessen sich schneller vergleichen, bevor sie in der Fertigung eingesetzt werden. Perspektivisch soll der Ansatz auch digitale Zwillinge und die Steuerung von Laserprozessen in Echtzeit unterstützen. Markus Pflitsch, CEO und Gründer von Terra Quantum, spricht von einer Entwicklung, «die völlig neue Anwendungen ermöglicht».
Die Partner brachten unterschiedliche Kompetenzen ein: Die Empa steuerte ihr Wissen über Laserbearbeitung, Materialwissenschaft und physikalische Prozessmodelle bei. Terra Quantum ergänzte dieses mit Methoden des maschinellen Lernens.
Die Studie zeigt zugleich die Grenzen des bisherigen Ansatzes. Entwickelt und geprüft wurde das Modell anhand von Simulationsdaten für eine Titanlegierung. Die Überprüfung unter realen Fertigungsbedingungen und die Erweiterung auf andere Materialien gehören zu den nächsten Forschungsschritten. Auch stark schwankende Vorgänge wie die Bildung von Poren lassen sich mit dem bisherigen Modell noch nicht umfassend abbilden.
Die Ergebnisse erschienen am 19. August 2026 im «Journal of Intelligent Manufacturing». Die Empa stellte die Entwicklung am 29. September öffentlich vor.
