Anomalien und Fehler frühzeitig erkennen

Forschungsprojekt Aiquama startet

Anomalien und Fehler im Produktionsprozess können hohe Kosten verursachen und sich negativ auf Nachhaltigkeit und Produktivität auswirken. Das deutsch-tschechische Forschungsprojekt Aiquama (AI-Based Quality Management for Smart Factories) untersucht daher den Einsatz von künstlicher Intelligenz im Qualitätsmanagement von Produktionsprozessen. Ziel ist die fehlerlose und ausschussfreie Produktion.

Bild: ©greenbutterfly/stock.adobe.com

In der Zukunft geht es immer mehr darum, Qualität direkt zum Zeitpunkt der Prozessausführung abzusichern. Insbesondere in weniger automatisierten Prozessen, wie der Montage, sollen intelligente Roboterlösungen mit den Beschäftigten bei der Arbeit zusehen und im Falle von Abweichungen, Ausreißern oder Unregelmäßigkeiten informieren. Ziel ist es, dass der Hersteller selbst mit geringen Robotik- und Data Science-Kenntnissen eine derartige Lösung in Betrieb nehmen kann. Die Beteiligten im deutsch-tschechischen Forschungsprojekt Aiquama streben eine Null-Fehler-Produktion auf Grundlage einer inkrementellen Qualitätsüberwachung echtzeitnah während der Produktion an. Dies geschieht durch die Auswertung von Multi-Sensor-Datenströmen mit künstlicher Intelligenz. Aiquama will dabei auf eine Kombination aus symbolischen Modellen und statistischem maschinellem Lernen auf der Grundlage von realen, aber auch synthetischen Trainingsdaten setzen.

Intelligente Planungskomponente

Um qualitätsbezogene Fehler im Vorfeld zu vermeiden, soll eine intelligente Online-Planungskomponente so erweitert werden, dass auch qualitätsbezogene Parameter bei der Planerstellung und Aufgabenzuweisung bestmöglich berücksichtigt werden können. Insbesondere bei manuellen Montage- oder Bearbeitungsprozessen oder bei Arbeitsschritten, die in hybriden Teams aus Menschen und kollaborativen Robotern durchgeführt werden, passieren dennoch Fehler, etwa ein Griff der Werker in die falsche Materialkiste oder zum falschen Werkzeug bei einer manuellen Montageaufgabe.

Fehler früher erkennen

Durch Kombinationen unterschiedlicher Sensorik sollen Fehler im Produktionsablauf nun aber früher als bisher erkannt und so nachhaltiger behoben werden können. Erkannte Fehler werden über Benutzerschnittstellen erklärt, um sie in Zukunft zu vermeiden. Für die technische Umsetzung greifen die Partner auf die in der BaSys-Projektreihe entwickelte standardisierte Industrie 4.0-Architektur mit Verwaltungsschalen zurück und nutzen dabei die Open-Source-Middleware BaSyx sowie quelloffene Ergebnisse aus ihrem Ökosystem.

 

Empfehlungen der Redaktion

Neueste Beiträge

  • Abstraktionsschicht zwischen Cloud und On-Prem

    Dem Cloud Computing werden die Effekte Flexibilität, Agilität und Skalierbarkeit bei gleichzeitigen Kostenvorteilen zugeschrieben. Aber auch das Risiko, in eine Abhängigkeit zum Provider zu geraten. Die Installation einer Abstraktionsschicht kann das verhindern.

  • Engineeringdaten nahtlos integriert

    Der Maschinen- und Anlagenbau sowie die Gebäudeautomation zeichnen sich durch anspruchsvolle elektrische Komponenten und einen hohen Vernetzungsgrad aus. Zudem rücken Planung und Konstruktion immer näher an die Fertigung heran. Engineering-und ERP-Systeme miteinander zu verbinden, ist zur Königsdisziplin geworden.

  • Weltweiter Ransomware-Angriff auf ESXi-Server

    Bei einem weltweit breit gestreuten Ransomware-Angriff wurden laut Medienberichten tausende ESXi-Server, die u.a. zur Virtualisierung von IT-Fachverfahren genutzt werden, verschlüsselt. Wie das BSI mitteilt, sind auch Systeme in Deutschland betroffen.

  • Was EWM und TM zu bieten haben

    Mit Extended Warehouse Management und Transportation Management bietet SAP neue Tools für die Logistik an. Doch wann lohnt sich ein Wechsel und welche Vorteile bieten EWM und TM im Vergleich zu ihren Vorgängern?

  • Positives Signal, doch es bleiben Fragen

  • Exit mobile version