iProd

Lernfähige Regelung von Produktionssystemen auf Basis von Algorithmen der Künstlichen Intelligenz

Die Zielsetzung von iProd umfasste die Entwicklung und Validierung eines Lösungskonzepts, welches im Rahmen von Industrie 4.0 die technischen Möglichkeiten der Digitalisierung ausschöpft. Die digitale Abbildung einer Produktion stellte die Grundlage für die ganzheitliche Analyse und Auswertung der automatisiert erfassten Daten dar. Auf Basis der untersuchten Muster im Produktionssystem ließen sich exakte Vorhersagen des zukünftigen Systemverhaltens unter Berücksichtigung einwirkender Störfaktoren und damit einhergehenden Abweichungen treffen.

Produzierende Unternehmen in Deutschland sehen sich einem turbulenter werdenden Umfeld gegenüber. Zunehmende Produktkomplexität und schrumpfende Produktlebenszyklen erfordern robuste Produktionsprozesse. Hierzu gehört auch die Koordination von Fertigung und Montage im Hinblick auf ungeplante Abweichungen.

Das Forschungsvorhaben iProd umfasste daher die Entwicklung und Validierung eines Industrie-4.0-tauglichen Lösungskonzepts zur Regelung der Produktion, die von Abweichungen und Störungen geprägt ist. Hauptzweck war die Verbesserung der logistischen Leistungsfähigkeit.

Grundlage hierfür bildete ein digitales Abbild der realen Produktionsumgebung unter Berücksichtigung des Systemzustands. Dabei wurde von der aufgrund zahlreicher Industrie-4.0-Initiativen zunehmenden Durchdringung von IT und Sensorik auf dem Shopfloor Gebrauch gemacht: In den nunmehr zur Verfügung stehenden hochauflösenden Daten wurden mittels Verfahren der Künstlichen Intelligenz Muster identifiziert und durch maschinelles Lernen reproduzierbar vorgehalten, ähnlich der Funktionsweise des menschlichen Gehirns.

Dadurch wurden exakte Vorhersagen des zukünftigen Systemverhaltens unter Berücksichtigung einwirkender Störfaktoren ermöglicht. Die Daten wurden dabei über eine Online-Plattform gesammelt. Im Rahmen einer Produktionsregelung wurden die so bewerteten Abweichungen in Form von Eingriffen reduziert oder kompensiert.

Durch den Einsatz Künstlicher Intelligenz sollte dieser Prozess maximal automatisiert ablaufen können. Die zu entwickelnde Lösung wurde gemeinsam mit Praxispartnern in Form von Anwendungsfällen erprobt und validiert.

Anwenderkreis waren sowohl produzierende Unternehmen als auch Plattform- und IT-Systemanbieter von Lösungen für die Auftragsabwicklung produzierender Unternehmen.