Engineering für die KI-basierte Automation in virtuellen und realen Produktionsumgebungen


Sponsors (external)
Bundesministerium der Verteidigung (BMVg)
Co-Investigators
 
Abstract
Engineering für die KI-basierte Automation in virtuellen und realen Produktionsumgebungen

Sowohl Endkunden als auch Industrie benötigen in immer kürzeren Abständen neue Produkte und Produktvarianten. Die Hersteller sehen sich nicht nur solchen Time-to-Market-Anforderungen gegen-über, sondern stehen auch unter ständigem Druck, die Produktivität zu steigern, Ressourcen zu sparen und Kosten zu senken. All dies hat zu einem starken Bedarf an neuen adaptiven und veränderbaren Anlagen und insbesondere an entsprechenden Automatisierungslösungen geführt. Gerade das Engineering, also das Anpassen der Automationslösung durch Experten, hat sich als Engpass erwiesen, daher müssen Engineering-Umgebungen für Automatisierungslösungen neu erfunden werden.

Künstliche Intelligenz (KI) ist ein Schlüssel zur Bewältigung dieser Herausforderungen. Aktuell bringen KI und vor allem Maschinelles Lernen (ML) ganz neue Automationsansätze hervor, vor allem für adaptive, d.h. veränderliche Systeme (z.B. für neue Produktvarianten). Diese KI-Ansätze erlauben es automatisch die Produktionsabfolge, d.h. die Automationstrategie, zu erstellen bzw. an neue Anforderungen anzupassen — anstelle der bisherigen aufwändigen manuellen Arbeiten. Andere KI-Komponenten wie Predictive Maintenance oder Energieananalysen nutzen maschinelles Lernen, um Anlagen zu überwachen.

Während solche Ansätze zur adaptiven Produktion seit Jahren in der europäischen Agenda gefordert werden, wurden bisher nur einige einzelne Aspekte wie Anlagenmodularisierung, Software und mechatronische Komponenten oder Parameteroptimierung untersucht. Für das Kernproblem wurde bisher keine allgemeine Lösung entwickelt. Dies ist hauptsächlich auf das Problem der fehlenden Engineeringmethoden zurückzuführen:

Aus Sicht der Anwender sind gerade die Engineeringansätze für solche adaptiven Systeme eine Kernherausforderung: Zum einen geht es darum, schneller auf neue Anforderungen als bisher reagieren zu können. Zum anderen werden auch ML und KI Algorithmen auf Dauer als SW-Komponenten verfügbar sein. Solche SW-Komponenten müssen aber in einer Engineering-Umgebung durch Integratoren und Maschinenbauer (d.h. durch Personen nicht aus dem KI-Bereich) zu Gesamtlösungen zusammengefügt werden. D.h. Kernproblem ist nicht die algorithmische Erstellung solcher KI/ML-Komponenten sondern die Engineering-Umgebung. Entsprechende Engineering-Ansätze existieren heute nicht. Als Lösung wird in diesem Projekt ein neuer offener Engineering-Ansatz mit offenen Schnittstellen entwickelt, welcher die Integration von ML- und KI-SW-Komponenten in das Engineering ermöglicht. Eine Kernidee sind Assistenzfunktionen, um Anlagenbetreibern bei der schnellen Erstellung neuer Automationslösungen zu unterstützen.
 
Details
Das Projekt EKI wird im Förderprogramm DTEC vom Bundesministerium der Verteidigung (BMVg) gefördert.

Engineering für die KI-basierte Automation in Produktionsumgebungen

Mehr Produktvarianten, Ressourcenschonung, Kostenreduktion und vor allem Unterstützung von Methoden der Künstlichen Intelligenz (KI): Die Herausforderungen und Chancen in der Produktion sind heute nicht nur vielfältig, sondern auch entscheidend für den Produktionsstandort Deutschland.

Umgesetzt wird jegliche Lösung vor allem in den Automationssystemen, welche die Anlagen steuern, überwachen und optimieren. Engpass hierbei sind heute die Engineering-Werkzeuge der Automation, also die Software zur Spezifikation der Automationsstrategie.

In diesem Projekt werden neue Engineering-Werkzeuge für die KI-basierte Automation erforscht und anhand KI-basierter Produktionssysteme entwickelt und demonstriert.
 
Website/URL