Künstliche Intelligenz direkt an die Maschine bringen

Bisher haben industrielle Anwendungen der künstlichen Intelligenz (KI) aufgrund von Latenzzeiten und hohen Datenmengen bei der Cloudanbindung nur bedingt überzeugt. Entscheidend ist darum, KI direkt an die Maschine zu bringen und dort - direkt an der Quelle - Daten in Echtzeit zu interpretieren. Mit der Plattform Scraitec tut der KI-Spezialist Resolto genau dies, beispielsweise bei einem Haushaltsgeräte- oder Automobilhersteller.

 Die Softwarelösung Scraitec von Resolto kennt den gesunden 
Zustand einer Anlage und detektiert durch Echtzeit-Analyse 
von Sensordaten einer Anlage jede Anomalie.
Die Softwarelösung Scraitec von Resolto kennt den gesunden Zustand einer Anlage und detektiert durch Echtzeit-Analyse von Sensordaten einer Anlage jede Anomalie.Bild: Resolto Informatik GmbH

Seit 2018 ist die Resolto Informatik GmbH Teil der Festo Gruppe und trägt dazu bei, die pneumatische und elektrische Automatisierungstechnik fit für Industrie 4.0 zu machen. Daten werden bereits im Feld maschinennah interpretiert. Dies ermöglicht Energieeinsparungen, kürzere Zykluszeiten, reduziert Maschinenausfälle und Produktionsfehler.

Produkte mit KI

Die Softwarelösung Scraitec von Resolto kennt den gesunden Zustand einer Anlage und detektiert durch Echtzeit-Analyse von Sensordaten einer Anlage jede Anomalie. Scraitec liefert frühzeitige und präzise Prognosen, stellt Diagnosen und gibt Handlungsempfehlungen. „Das Thema Analytics und Künstliche Intelligenz wird das Produktportfolio von Festo beeinflussen, indem beispielsweise KI-Algorithmen sowohl in die Cloud als auch direkt in Komponenten von Festo eingebunden werden können“, beschreibt Tanja Maaß, Geschäftsführerin von Resolto, die Vorzüge der Zusammenarbeit.

Kunden können so beispielsweise mit dem Festo IoT-Gateway CPX-IOT als Hardware auf Feldebene ihre Maschinen und Anlagen überwachen lassen. Unterstützt wird die Feldebene mit der Software-Komponente ScraiField. Diese Komponente läuft immer maschinennah in einer kleinen Steuerung. Zur Anwendung kommt ein vortrainiertes Modell, das nur minimale Anforderungen an eine Hardware stellt und auch ohne jede Datenverbindung zur zentralen, in der Cloud angesiedelten Komponente (ScraiBrain) Datenströme zuverlässig interpretiert. Das IoT-Gateway verbindet sich bei Bedarf mit der Cloud, den Festo Dashboards. Dort ist das ScraiBrain mit Zugriff auf viele vorkonfigurierte Anwendungsmodelle eingebettet.

Human-in-the-Loop-Prinzip

„Die 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 Maaß. Das Machine Learning- und KI-Produkt interpretiert Informationen entweder vorausschauend, um Parameter an Anlagen aktiv zu optimieren, oder konkrete Handlungsanweisungen an „seine“ Menschen zu schicken – zum Beispiel auf das Smartphone.

Neue Geschäftsmodelle

Für Maschinen- und Anlagenbauer eröffnen sich neue Geschäftsmodelle: Wer 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 die Instandhaltung sinken, denn Wartungspläne können durch Vorhersagen von Ereignissen und Handlungsempfehlungen bei bekannten Fehlermustern angepasst werden. Die Plattform verbessert alle Anlagenparameter bei definierten Zielkriterien und steigert die Produktivität der Anlage.

   Kunden können mit dem Festo IoT-Gateway CPX-IOT als Hardware auf Feldebene ihre Maschinen und Anlagen überwachen lassen. Unterstützt wird die Feldebene mit der Softwarekomponente ScraiField
Kunden können mit dem Festo IoT-Gateway CPX-IOT als Hardware auf Feldebene ihre Maschinen und Anlagen überwachen lassen. Unterstützt wird die Feldebene mit der Softwarekomponente ScraiFieldBild: Festo AG & Co. KG

Fehlervermeidung in komplexen Fertigungsstraßen Beispielsweise traten im Produktionsprozess von Miele über einen bestimmten Zeitraum unterschiedliche Produktqualitäten auf, deren Ursachen nicht auszumachen waren. Der Hersteller von Haushaltsgeräten betreibt komplexe Produktionsstraßen, auf denen es in sequentiellen Abfolgen Produkte fertigt. Hier genügt es nicht, einzelne Stationen separat zu betrachten.

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

Seiten: 1 2Auf einer Seite lesen

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.