Forschungsprojekt Aiquama startet
Anomalien und Fehler frühzeitig erkennen
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.
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. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
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. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
