Quotation Factory

Quotation Factory – Automatisierte Fertigungsintelligenz für CAD-basierte Kalkulation

Für das Quotation Factory-Projekt habe ich fortschrittliche Objekterkennungsalgorithmen und Machine-Learning-Modelle entwickelt, mit dem Ziel, den Angebotsprozess auf Basis von CAD-Daten vollständig zu automatisieren. Das System wurde entwickelt, um komplexe 3D-Engineering-Modelle zu interpretieren und diese in fertigungsgerechte Komponenten mit präzisen Kostenkalkulationen zu überführen.

Das Hauptziel bestand darin, die manuelle Interpretation technischer Zeichnungen zu eliminieren und eine schnelle, zuverlässige und skalierbare Angebotserstellung in Fertigungsprozessen zu ermöglichen.

Intelligente Geometrieerkennung

Ein zentraler Bestandteil des Systems war die robuste Erkennung einer Vielzahl industrieller Geometrien direkt aus CAD-Modellen. Dazu gehörten unter anderem:

  • Blechbauteile
  • Rundrohre
  • Vierkant- und Rechteckrohre
  • Gebogene und deformierte Rohre
  • Frästeile (Milling-Komponenten)
  • Konstruktionsprofile wie H-Träger, C-Profile, T-Profile und weitere Querschnitte

Jeder Geometrietyp erforderte spezifische Methoden zur Feature-Extraktion und Klassifikation. Dabei wurde eine Kombination aus geometrischer Analyse, regelbasierter Logik und Machine-Learning-Techniken eingesetzt, um eine hohe Genauigkeit über unterschiedlichste und komplexe Konstruktionen hinweg sicherzustellen.

Feature-Erkennung und Fertigungsintelligenz

Neben der globalen Objekterkennung wurde das System um eine detaillierte Feature-Erkennung erweitert, die für Kostenkalkulation und Produktionsplanung entscheidend ist. Dazu gehörten unter anderem:

  • Biegeoperationen
  • Bohrungen und Aussparungen
  • Gravuren und Markierungen
  • Lüftungselemente (Louvers)
  • Flansche und Verbindungselemente

Die Erkennung dieser Features erforderte eine detaillierte Analyse lokaler Oberflächeneigenschaften, topologischer Veränderungen und geometrischer Diskontinuitäten innerhalb des CAD-Modells. Durch die Kombination aus mathematischer Modellierung und KI-basierter Klassifikation konnte das System Fertigungsmerkmale zuverlässig aus roher Geometrie ableiten.

Fertigungsorientierte Berechnungen

Neben den Erkennungsaufgaben umfasste das System mehrere fortschrittliche Optimierungsmodule für die Fertigung, darunter:

  • Optimale Materialausnutzung und Nesting-Strategien
  • Abwicklungsalgorithmen für Blech (Sheet Metal Unfolding)
  • Werkzeugwegberechnung für CNC-Bearbeitungsprozesse

Diese Komponenten stellten sicher, dass das System nicht nur Geometrie versteht, sondern diese auch in effiziente und produktionsreife Fertigungsanweisungen übersetzt.

Technologiestack

Das System wurde mit einer Kombination aus hochperformanter Geometrieverarbeitung und KI-Technologien entwickelt, darunter:

  • devDept Eyeshot (3D-CAD-Visualisierungs- und Verarbeitungsbibliothek)
  • C++ und Python
  • Mathematische und geometrische Modellierungstechniken
  • Machine Learning und Künstliche Intelligenz
  • Eigene Algorithmen zur Feature-Extraktion und Klassifikation

Wirkung

Dieses System ermöglichte eine vollständig automatisierte Angebotskette, bei der CAD-Dateien analysiert, interpretiert und in präzise Kostenschätzungen umgewandelt werden – mit minimalem menschlichem Eingriff. Durch die Kombination aus geometrischem Verständnis und Machine Learning konnte die Lösung Geschwindigkeit, Konsistenz und Skalierbarkeit im Angebotsprozess erheblich verbessern.