Rockwell Automation stellt neues KI-Modul vor

Bild: Rockwell Automation GmbH

Neues KI-Modul ermöglicht mit vorausschauenden Analysefunktionen datengestützte Entscheidungen auch ohne Unterstützung von Data Science.

Beschäftigte in der industriellen Produktion haben nun einfacheren Zugang zu Anlagendaten, um Probleme vorherzusagen und Prozesse mit vorhandenen Automatisierungs- und Steuerungskenntnissen zu optimieren. Das neue FactoryTalk Analytics LogixAI-Modul nutzt künstliche Intelligenz (KI), um Abweichungen zu erkennen und an die Bediener zu melden. Diese können auf Grundlage der Daten mögliche Ursachen erkennen und geeignete Gegenmaßnahmen einleiten.

Viele der aktuell verfügbaren Analysetechnologien erfordern umfassende Kenntnisse sowohl auf dem Gebiet der Data Science (Datenwissenschaften) als auch der Prozesstechnik. Das LogixAI-Zusatzmodul für ControlLogix-Steuerungen stellt in dieser Hinsicht eine enorme Unterstützung dar, denn es übernimmt die Aufgabe eines Datenexperten. Es passt direkt in ein Steuerungs-Chassis und erstellt durch das Streaming von Steuerungsdaten vorausschauende Modelle zur kontinuierlichen Kontrolle des Produktionsbetriebs und zur Erkennung von Abweichungen.

„Das FactoryTalk Analytics LogixAI-Modul macht vorausschauende Analysen leichter zugänglich; dadurch kann das Bedienpersonal bessere Produktionsentscheidungen treffen“, erklärt Ashkan Ashouriha, Solution Architect bei Rockwell Automation. „Das Modul erlernt die ControlLogix-Anwendung und meldet Bedienern und Technikern unerwartete Änderungen. So wird Problemen bei der Produktqualität vorgegriffen und die Prozessintegrität geschützt.“

Bediener können mithilfe des Moduls beispielsweise Leistungsabweichungen bei Anlagen wie Mischern feststellen, welche die Produktqualität beeinträchtigen oder zu Ausfallzeiten führen können. Das Modul kann auch als virtueller Sensor genutzt werden. In diesem Fall müssen nicht die Bediener Messungen, wie z.B. die Feuchte eines verpackten Produkts, vornehmen, sondern das Modul kann Variablen von Anlagen wie Sprüheinrichtungen, Trocknern und Brennern analysieren, um eine Messung virtuell vorauszusagen.

Durch die Konfiguration von Alarmen auf einer Bedienerschnittstelle oder einem Dashboard werden dem Bediener Probleme gemeldet. Diese Moduleigenschaften werden künftig noch weiterentwickelt, um die Bediener bei der zielgerichteten Lösung von Problemen oder der automatisierten Prozessoptimierung zu unterstützen.

Das FactoryTalk Analytics LogixAI-Modul ist die neueste Ergänzung des FactoryTalk Analytics-Portfolio von Rockwell Automation. Zu diesem Portfolio gehört auch FactoryTalk Analytics for Devices, das durch Einlernen der Struktur des Automatisierungssystems Bediener über Probleme mit einzelnen Geräten informiert. Das LogixAI-Modul baut dies weiter aus, denn es erlernt die Anwendung des Systems, um Anomalien hinsichtlich seiner Gesamtfunktion festzustellen.

Beide Produkte arbeiten unabhängig voneinander, erweisen sich jedoch als förderlich für künftige Erweiterungen des jeweils anderen. Indem die FactoryTalk Analytics-Plattform Daten von mehreren Datenquellen zusammenträgt, erhält das Bedienpersonal neue Einblicke. Sowohl FactoryTalk Analytics for Devices als auch das LogixAI-Modul werden als Datenquellen für künftige Plattformen fungieren.

Thematik: Allgemein
Ausgabe:
Rockwell Automation GmbH
www.rockwellautomation.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige