KI-Projekt abgeschlossen Das Gesicht der industriellen Produktion verändern

Heilsbringer, Schreckgespenst oder Utopie: Die Existenz „echter“ KI oder künstlichen Bewusstseins ist in der Forschung umstritten. Im Projekt AgAVE wurde an KI im Kontext industrieller Produktion geforscht.

Bild: Fraunhofer IOSB-INA
04.06.2019

Künstliche Intelligenz gilt im industriellen Umfeld als entscheidende Größe bei der unternehmerischen Existenzsicherung im Wettbewerb auf globalen Märkten. Am Fraunhofer IOSB-INA ist nun das Forschungsprojekt AgAVE abgeschlossen worden, das KI in produzierende Unternehmen bringen soll. Ergebnis ist ein Industrie-4.0-konformes Assistenzsystem.

Das vom Bundesministerium für Wirtschaft und Energie (BMWi) als Vorhaben der Industriellen Gemeinschaftsforschung (IGF) geförderte Projekt AgAVE wurde erfolgreich abgeschlossen. Zwei Jahre forschten Wissenschaftler vom Fraunhofer IOSB-INA in Lemgo und vom Institut für Mikroelektronik- und Mechatronik-Systeme (IMMS) in Ilmenau gemeinsam an der Entwicklung für die Fabrik der Zukunft. Das Ergebnis ist kein Roboter mit leuchtend roten Augen, sondern ein Industrie-4.0-konformes Assistenzsystem für die Produktion.

Das entwickelte Assistenzsystem überwacht modulare Produktionsanlagen im laufenden Betrieb und stellt so reibungslose Prozesse sicher. Durch eine logisch-mathematische Analyse der Daten der Produktionsanlagen kann es Aussagen über den aktuellen Zustand der Maschine machen. Bei auftretenden Fehlern wird der Anlagenoperator zudem bei der zumeist komplexen Fehlerursachenanalyse unterstützt.

Weltweiter Datenabruf über OPC UA

Unter der Leitung des Fraunhofer IOSB-INA wurden intelligente Algorithmen zur Datenanalyse entwickelt. „Die Herausforderung bei der Analyse modularer Anlagen ist die Anpassung der Verfahren des maschinellen Lernens auf den industriellen Einsatz“, sagt die Projektingenieurin Kaja Balzereit vom Fraunhofer IOSB-INA.

Der schlaue Code kann nun Fehlerursachen in den Maschinen und Anlagen erkennen, verstopfte Rohre von Bedienfehlern unterscheiden und Defekte oder Ausfälle erkennen. Über OPC UA, einen Standard für den plattformunabhängigen Datenaustausch, können die Informationen weltweit in Echtzeit abgerufen werden.

Das Besondere an der Entwicklung aus Lemgo ist, dass jedes verteilte Produktionsmodul von einem eigenen Assistenzsystem überwacht wird. Unterschiedliche, sogenannte subsymbolische intelligente Algorithmen erkennen Anomalien, bewerten die Bedeutung für das Gesamtsystem und bündeln die Informationen an die übergeordnete, sogenannte symbolische KI. Diese KI kann die Anlagendaten dann zu nützlichen Informationen und Handlungsanweisungen für den Bediener verarbeiten und mit diesem kommunizieren beziehungsweise vor bevorstehenden Ausfällen warnen.

Grundstein für künftige Fertigung

Das Ilmenauer Institut steuerte für das Projekt seine Expertise im Bereich der Entwicklung einer geeigneten Infrastruktur bei, um eine sorgfältige Datenverwaltung sicherzustellen. AgAVE wurde zudem vom Industriebeirat aus verschiedenen Unternehmen der Automatisierungsbranche begleitet. Sie gaben im Rahmen von regelmäßigen Sitzungen während des Projektes Anregungen und Vorschläge, um einen industrienahen Einsatz des Assistenzsystems sicherzustellen.

Unter der Leitung des Fraunhofer IOSB-INA könnte mit dem künstlichen Produktionsassistenten der Grundstein gelegt worden sein, um das Gesicht der industriellen Produktion für immer zu verändern. Neben Künstlicher Intelligenz werden in Lemgo weitere Zukunftsthemen wie das IoT, Cybersicherheit oder Intelligente Sensorsysteme erforscht.

Bildergalerie

  • Kaja Balzereit ist wissenschaftliche Mitarbeiterin am Fraunhofer IOSB-INA in Lemgo. Neben Ihrer Promotionstätigkeit forscht sie in der Arbeitsgruppe Maschinelles Lernen an produktionsnahen Anwendungsfällen für Künstliche Intelligenz.

    Kaja Balzereit ist wissenschaftliche Mitarbeiterin am Fraunhofer IOSB-INA in Lemgo. Neben Ihrer Promotionstätigkeit forscht sie in der Arbeitsgruppe Maschinelles Lernen an produktionsnahen Anwendungsfällen für Künstliche Intelligenz.

    Bild: Fraunhofer IOSB-INA

Verwandte Artikel