Industrie Aktuell
News Portal für Konstruktion und Entwicklung

Künstliche IntelligenzHannover Messe Halle 7, Stand C32

Fachartikel

Industrielle Anwendungen der KI (Künstlichen Intelligenz) haben bisher aufgrund von Latenzzeiten und hohen Datenmengen bei der Cloud-Anbindung nur wenig überzeugt. Man muss KI direkt an die Maschine bringen und quasi an der Quelle Daten in Echtzeit interpretieren. Mit der KI Plattform Scraitec macht das die zur Festo Gruppe gehörende Resolto Informatik zum Beispiel bei einem Haushaltsgerätehersteller oder Automobilisten.

Resolto unterstützt Festo mit Künstlicher Intelligenz dabei, die pneumatische und elektrische Automatisierung fit für Industrie 4.0 zu machen. Dazu werden Daten bereits im Feld maschinennah interpretiert. Daraus resultieren kürzere Zykluszeiten, Energieeinsparungen und Maschinenausfälle sowie Produktionsfehler werden reduziert.

Produktportfolio mit KI

Künstliche IntelligenzDie KI Softwarelösung Scraitec kennt den gesunden Zustand einer Anlage und detektiert durch Echtzeitanalyse der Sensordaten jede Anomalie. Scraitec liefert frühzeitig präzise Prognosen, stellt Diagnosen und gibt Handlungsempfehlungen. „Das Thema Analytics und Künstliche Intelligenz wird das Produktportfolio von Festo beeinflussen, indem beispielsweise Algorithmen künstlicher Intelligenz in die Cloud und in die Komponenten von Festo eingebunden werden können", erklärt Tanja Maaß, Geschäftsführerin von Resolto.

Anwender können so zum Beispiel mit dem Festo IoT Gateway CPX-IOT als Hardware auf Feldebene ihre Maschinen und Anlagen überwachen. Die Feldebene wird unterstützt mit der KI Softwarekomponente Scraifield. Sie läuft immer maschinennah in einer kleinen Steuerung. Das eingesetzte Modell ist vortrainiert und stellt nur minimale Anforderungen an eine Hardware. Die künstliche Intelligenz Software interpretiert auch ohne jede Datenverbindung zur zentralen, in der Cloud angesiedelten Komponente (Scraibrain) Datenströme zuverlässig. Das IoT Gateway verbindet sich bei Bedarf mit der Cloud, den Festo Dashboards. Dort ist das Scraibrain mit Zugriff auf viele vorkonfigurierte Anwendungsmodelle eingebettet.

 „Die KI Plattform lernt kontinuierlich aus dem tatsächlichen Betrieb weiter und bindet dabei auch das Wissen der Ingenieure und technischen Experten beim Kunden mit ein. „Wir nennen es das ‚Human in the Loop‘-Prinzip“, erläutert Frau Maaß. Das Machine Learning (Maschinelles Lernen) und KI Produkt interpretiert Informationen entweder vorausschauend zur aktiven Optimierung von Parametern an Anlagen oder schickt konkrete menschliche Handlungsanweisungen beispielsweise auf das Smartphone.

Neue Geschäftsmodelle dank KI

Wer die KI Scraitec mit Anlagen und Maschinen verbindet, macht sie zu digitalen Werkzeugen. Neue Service-Konzepte bieten großen Mehrwert durch die automatisierte, frühzeitige Koordination der eigenen Wartungsteams.

Scraitec unterstützt Endkunden dabei, die Auslastung ihrer Anlagen automatisiert zu optimieren. Die Kosten für Instandhaltung sinken, denn Wartungspläne lassen sich durch Vorhersagen von Ereignissen und Handlungsempfehlungen bei bekannten Fehlermustern anpassen. Die Plattform verbessert alle Anlagenparameter bei definierten Zielkriterien und steigert die Produktivität der Anlage.

Zwei Anwendungen unterschiedlicher Art

KIBeispielsweise traten in der Fertigung bei Miele über einen bestimmten Zeitraum unterschiedliche Produktqualitäten auf, deren Ursachen nicht auszumachen waren. Der Haushaltsgeräte-Hersteller betreibt komplexe Produktionsstraßen, auf denen sequentiell Produkte gefertigt werden. Hier reicht es nicht, einzelne Stationen separat zu betrachten.

Daher wünschten sich die Produktionsverantwortlichen ein System zur automatischen Erkennung von Anomalien in komplexen Fertigungsströmen. „Deep Learning schien dafür der richtige Ansatz zu sein“, erklärt Tanja Maaß. Notwendig war die Entwicklung einer ganzheitlichen Datenbasis, die unterschiedliche Messsysteme verbindet. Dazu mussten auch zusätzliche Messpunkte eingerichtet werden. Scraitec modellierte die Produktionsstraßen als ganzheitliches System und steigerte dadurch den Durchsatz um 1,5 %.

Zweites Beispiel: Ein pneumatisches Spannsystem kostet einen Automobilhersteller gerade einmal 100 €, ein unvorhergesehener Produktionsstillstand jedoch mehrere 100.000 €. Ein Frühwarnsystem für Verschleiß und Verlangsamung von Zykluszeiten war daher ideal – genauer gesagt ein lernendes System für die vorausschauende Instandhaltung für alle Typen von Spannsystemen. Die Lösung mit Scraitec zur Echtzeit-Datenanalyse bindet direkt den Festo Controller CPX-E-CEC mit ein. Eine Verbindung in die Cloud ist nicht notwendig.


weiterer Beitrag des Herstellers          Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!
Minebea
Schaeffler
eks
Baumer
Gimatic
Rodriguez
Schmersal
Optris
Tretter
Elmeko
Kipp-Werke