Fertigungsprozessanalyse im IIoT

Wie bei Vallourec ein KI-Modell entsteht

Im Industrial Internet of Things vernetzte Maschinen liefern Daten, die sich sehr gut für KI-basierte Analysen nutzen lassen. Der Firma Vallourec gelingt es zusammen mit den KI- und IIoT-Spezialisten der com2m beispielsweise, anhand erfasster Daten die Qualität produzierter Stahlrohre vorherzusagen.

Bild: ©industrieblick/stock.adobe.com

Das IIoT entsteht durch das Zusammenspiel verschiedener Technologien. Neben Steuerungen und Sensoren können auch Daten aus dem ERP-System oder MES erforderlich sein, um bestimmte Analyseaufgaben zu erledigen. Die Daten werden kabelgebunden oder kabellos mit Protokollen wie MQTT übertragen. Manchmal ist es nötig, die Daten in einem Gateway oder Edge Device vorzuverarbeiten, bevor sie in einer Datenbank gespeichert werden. Mit Frameworks wie Apache Spark werden Datenströme orchestriert. Die Daten können dargestellt, ausgewertet oder zur Steuerung von Prozessen oder Maschinen genutzt werden. In der Realität sind die Schichten meist nicht trennscharf, weil Plattformen wie Azure bereits entsprechende Services und Datenbanken zur Verfügung stellen.

Muster in den Daten

In KI-Projekten werden meistens unterschiedliche Technologien eingesetzt. Es gibt verschiedene KI-Klassifikationen, wobei die einzelnen Technologien nicht immer eindeutig zu unterscheiden sind und es gewisse Überschneidungen gibt. In der BMWi-Studie (heute BMWK) Paice werden KI-Technologien in verhaltensorientiert und rational inspiriert unterteilt. Verhaltensorientierte Ansätze ahmen das menschliche Denken und Handeln nach, um mit unterschiedlichen Situationen umgehen zu können. Ein Beispiel ist das Natural Language Processing, bei der natürlichen Sprache verarbeitet wird. Informationen können so strukturiert aus unstrukturierten Fließtexten erkannt werden. Rational inspirierte Ansätze setzen auf klar definierte Kriterien und Daten, um mit analytischen Ansätzen Lösungen zu finden. Machine Learning (ML)-Verfahren erlernen selbstständig Muster aus Daten. Die Grundlage bilden Modelle wie Entscheidungsbäume oder neuronale Netze, die flexibel genug sind, um Zusammenhänge in den Daten abbilden zu können. Mit Computer Vision können Objekte und Situationen in Bilddaten erkannt werden. Moderne Deep-Learning-Ansätze lernen komplexe Muster selbstständig anhand von Beispielbildern. Wesentlich für den Erfolg von KI-Projekten sind neben der Technologie die Spezialisten für die analysierten Fertigungsprozesse und die Maschinen. Mathematik ohne diesen Bezug führt meist nicht zum Ziel.

ANZEIGE

Wie Sie smarter automatisieren

Prozesse optimieren und Kosten senken? Bildanalysen mit KI können dabei wertvolle Hilfe bieten. Auf der automatica in München stellt IDS neue Produkte und Möglichkeiten vor. Erhalten Sie hier einen Einblick, was das Unternehmen an Stand B5.203 zeigen wird.‣ weiterlesen

KI in der Produktion

Bei der Produktionsplanung und -steuerung wird KI beispielsweise genutzt, um die Auftragsreihenfolge zu verbessern. Ein komplexes Einsatzfeld ist die Optimierung von Fertigungsprozessen. Bei Assistenzsystemen wird KI häufig genutzt, um Objekte zu erkennen und Informationen im Montage- oder Kommissionierprozess darzustellen. Auch in der Qualitätssicherung ist es wichtig, Objekte automatisiert zu erkennen. Eines der bekanntesten Einsatzfelder von KI ist die prädiktive Wartung. Außerdem wird KI genutzt, um Intralogistikprozesse zu automatisieren, etwa bei der Steuerung von Fahrerlose Transportsysteme.

Spezifische Produktion

Bei IIoT- und KI-Projekten in der Produktion ist das Erfassen von Daten oft aufwändiger, als ohnehin vernetzbare Produkte an das IoT anzubinden. Ein Hersteller kennt die Elektrik und Softwarearchitektur seiner Produkte. In der Fertigung sind dagegen verschiedene Verfahren und Maschinentypen mit unterschiedlichen SPS-Herstellern und -generationen im Einsatz. Die Maschinenprogramme wurden häufig von Personen entwickelt, die keinen Softwareentwicklungshintergrund haben und die Softwarearchitektur und -dokumentation entspricht oft keinen modernen Standards. All das ist zwar lösbar, kostet aber Zeit. Der Aufwand verschiebt sich von der Modellentwicklung hin zur Datenbeschaffung und -aufbereitung.

Qualität von Stahlrohren

Am Standort Mühlheim a.d. Ruhr fertigt Vallourec in einem Hochleistungswalzwerk nahtlose Stahlrohre. Die Rohre werden in Branchen wie der Kraftwerkstechnik und der Ölindustrie eingesetzt. Die Anlagentechnik wird laufend weiterentwickelt. In diesem Zusammenhang wurde ein KI-Modell erstellt, in das Daten aus mehreren Prozessschritten einfließt, um Maschinenparameter identifizieren zu können, die einen Einfluss auf den Rohrdurchmesser haben. Langfristig soll das Modell dazu genutzt werden, die Maschinenparameter möglichst optimal einzustellen, um Ausschuss zu reduzieren und die Produktivität zu erhöhen. Bei der Entwicklung des Modells bot der Cross Industry Standard Process for Data Mining einen Rahmen. Bei dem Projekt haben die Data Scientists eng mit Fachleuten zusammengearbeitet, die sich u.a. mit dem Fertigungsprozess, den Maschinen und der IT-Landschaft auskennen. Ein weiterer wichtiger Faktor waren messbare Projektziele, um die Modellqualität zu bewerten. Die Schritte Datenverständnis und -aufbereitung machten den Hauptteil des Aufwands aus. Auftrags-, Produktions- und Messdaten wurden aus verschiedenen Systemen erfasst, vereinheitlicht, zusammengeführt und aufbereitet. Dieser ETL-Prozess, benannt nach den drei Verarbeitungsphasen Extraktion, Transformation und Laden, ist typischerweise einer der ersten Schritte. Hier wurde eine Dateninventur durchgeführt und die Datenqualität bewertet. Bei der Inventur der Daten, wurde die Bedeutung der wichtigsten Datenmerkmale mit den Spezialisten besprochen und dokumentiert. Um die Datenqualität zu begutachten, wurden interaktive Reports erstellt, die einen Austausch vereinfachten. Die Reports gaben Auskunft darüber, welche Daten fehlen und wie die Daten verteilt und korreliert sind. Datenpunkte sind kritisch zu hinterfragen, weil sie oft inkonsistent (bspw. mehrdeutige IDs oder unterschiedliche Maßeinheiten) sind. Bei der Modellbildung und Beurteilung wurden die erfolgversprechenden Modelle identifiziert, implementiert und auf Basis von vorher ungesehenen Daten evaluiert. Mit den Domänenexperten wurde die Modellqualität basierend auf den vorhergesagten und tatsächlichen Rohraußendurchmessern besprochen. Es wurde analysiert, welche Datenmerkmale den größten Einfluss auf den Rohrdurchmesser haben und ob das mit ihren Praxiserfahrungen übereinstimmt. Das Modell liefert vielversprechende Ergebnisse und wird derzeit für das Deployment auf der IIoT-Plattform von Vallourec aufbereitet.

ANZEIGE

Intelligente Bestellprozesse

Die innovativen Retarus Cloud Services für Integration und Automatisierung machen Prozesskommunikation agiler, sicherer und zuverlässiger.‣ weiterlesen

Erkenntnisse für IIoT- und KI-Projekte

Der Einsatz von IIoT und KI ist gerade bei komplexen, verketteten Fertigungsprozessen wie der Stahlrohrproduktion vielversprechend. Denn KI-Modelle ermöglichen es, komplexe Muster zu erkennen und so Fertigungsprozesse zu optimieren. Vor Projektbeginn ist es wichtig, eine Anwendungsfallanalyse samt Kosten-Nutzen-Bestimmung durchzuführen und dabei messbare Projektziele zu definieren. Für die Umsetzung ist die Datenqualität und das Datenmanagement erfolgsentscheidend. Gegebenenfalls muss die Datenbasis erweitert werden, um die Projekterwartungen erfüllen zu können. Es gilt, die richtigen Daten aufzuzeichnen. Im Gegensatz zur klassischen Software-Entwicklung ist bei KI-Projekten oft mehr zeitliche und thematische Flexibilität gefragt, um unvorhersehbare Hindernisse in der Projektphase bewältigen zu können. Es sollte genügend Zeit vorgesehen werden, um Daten aufzubereiten. Zeit kann gespart werden, wenn wichtige Datenmerkmale vorselektiert und unwichtige ausgeschlossen werden. Data Scientists und Fachleute sollten früh und langfristig zusammenarbeiten. Dafür ist ein gemeinsames Problemverständnis und ausreichend Zeit der Domänenspezialisten unerlässlich.

Das könnte Sie auch interessieren:

Additive Fertigung und Produktionstechnik
Sprecher für Formnext-Rahmenprogramm gesucht

Für die 3D-Druckmesse Formnext im November 2023 sucht Veranstalterin Mesago noch Sprecher. Anwender können sich bis Ende Juni mit ihren Beiträgen vorstellen. Hintergrund ist das überarbeitete Messekonzept, in dem drei Vortragsbühnen für intensiveren Austausch zwischen Anbietern und Anwendern sorgen sollen.‣ weiterlesen

Umfrage ‚IT & Sustainability – Reifegradindex 2023‘
Nachhaltigkeit ist wichtig, gehandelt wird später

Neun von zehn Firmen halten CO2-Neutralität zwar für wichtig. Doch über 50 Prozent der befragten Unternehmen verschiebt dafür nötige Investitionen ins nächste Jahrzehnt, haben die Marktforscher von PAC in einer Umfrage unter 150 Entscheidern in Fertigung und Logistik ermittelt. ‣ weiterlesen

Laser World of Photonics und World of Quantum
Photonik und Quantentechnologien im Fokus

Zeitgleich zur Automatica vom 27. bis 30 Juni trifft sich auch die internationale Photonikbranche in München, wo die Laser World of Photonics stattfindet. Die Messe informiert mit ihrem Rahmenprogramm über aktuelle Trends der Branche, vermittelt Wissen, bietet jungen Talenten eine Bühne und lässt Raum für den persönlichen Austausch mit Experten. ‣ weiterlesen

VDMA zum Auftragseingang im April
Maschinen- und Anlagenbau startet schwach ins Frühjahr

Die Bestellungen im Maschinen- und Anlagenbau gingen im April um 20 Prozent gegenüber Vorjahr zurück, meldet der VDMA. Schon im März lag der Wert sechs Prozent im Minus‣ weiterlesen

Anwendungen für Ressourceneffizienz
Nachhaltiger wirtschaften mit IoT

Nicht nur EU und Bundesregierung erwarten von der Wirtschaft, auch die Verbraucher fordern einen bewussteren Umgang mit Ressourcen. Mit einer Internet of Things-Applikation lässt sich an den Stellschrauben dazu drehen, meldete das IT-Infrastruktur- und Dienstleistungsunternehmen NTT kürzlich.‣ weiterlesen

Maintenance in Dortmund
Viele Besucher und positives Feedback

Am 24. und 25. Mai stand Dortmund im Zeichen der industriellen Instandhaltung. Mehr als 4.000 Besucher und rund 200 Aussteller zählte der Veranstalter Easyfairs am Ende der diesjährigen Maintenance.‣ weiterlesen

Konjunkturbarometer Einkaufsmanagerindex
Weniger Exporte im Mai

Die Geschäftsbedingungen in der deutschen Industrie wurden im Mai schlechter, meldet das BME im Einkaufsmanagerindex EMI. Vor allem im Ausland ging die Nachfrage kräftiger zurück, teilt der US-amerikanische Finanzdienstleister S&P Global mit, der hinter der Analyse steht.‣ weiterlesen

Unternehmensjubiläum
GFOS wird 35

Die GFOS blickt auf 35 Jahre Unternehmensgeschichte zurück und blickt in diesem Zuge auch in die Zukunft. So will der Softwareanbieter seine Geschäftsaktivitäten international erweitern.‣ weiterlesen

Digitaler Zwilling
Mitsubishi Electric tritt IDTA bei

Die 2020 gegründete IDTA wächst und begrüßt mit Mitsubishi Electric Europe ihr 100. Mitglied.‣ weiterlesen

Wechsel an der Fraunhofer-Spitze
Holger Hanselka wird Präsident der Fraunhofer-Gesellschaft

Prof. Dr.-Ing. Holger Hanselka, Präsident des Karlsruher Instituts für Technologie (KIT) wird der 11. Präsident der Fraunhofer-Gesellschaft und löst Prof. Dr.-Ing. Reimund Neugebauer nach fast elf Jahren ab.‣ weiterlesen

Neuer Vorstand
Wechsel an der Spitze bei DMG Mori

Christian Thönes, Vorstandsvorsitzender bei DMG Mori, hat am Donnerstag sein Amt niedergelegt. Sein Vertrag wurde im Rahmen einer Aufsichtsratssitzung einvernehmlich beendet. Alfred Geißler wurde vom Aufsichtsrat zum Nachfolger bestellt.‣ weiterlesen