Künstliche Intelligenz für automatisierte Produktionssysteme
In modernen Produktionssystemen gibt es trotz der Überwachung einzelner Prozessschritte komplexe Abhängigkeiten zwischen Material, Betriebsmitteln und Bearbeitungsschritten, die selbst bei vermeintlich korrekter Bearbeitung nicht das erforderliche Qualitätsniveau erreichen. Teure Nacharbeiten oder sogar Ausschussware sind die Folge.
Die Herausforderung
Ziel des Projektes XAPS ist es, mit Methoden des maschinellen Lernens komplexe Abhängigkeiten zwischen Fehlern und Bearbeitung frühzeitig zu entdecken und diese mit KI-Methoden so zu erklären, dass der Betreiber sein automatisiertes Produktionssystem effizient und effektiv optimieren kann. Dazu verknüpft XAPS digitale Beschreibungen der Fabrik und des Produkts, den digitalen Zwilling, aus dem Manufacturing Execution System mit maschinellem Lernen und innovativen Methoden der formalen Argumentation. Die XAPS-Plattform bietet somit die Grundlage für ein ganzheitliches Lösungsportfolio zur Steuerung und Überwachung von automatisierten Produktionssystemen.
Unsere Leistung
Das Fraunhofer ISST unterstützt das Projektkonsortium bei der Anforderungserhebung der XAPS-Plattform und der Erstellung einer Software-Architektur. Diese beinhaltet insbesondere Schnittstellen, über die Shop-Floor-Daten abgegriffen und in die Modellierung überführt werden können.
Das Ergebnis
Die XAPS-Plattform liefert dem Benutzer reaktiv oder proaktiv intuitiv nutzbare Erklärungen zu Problemen in der Produktion. Die XAPS-Plattform nutzt existierende Konfigurations-, Steuerungs-, Monitoring- und Sensordaten des Manufacturing Execution Systems, um die physikalische Fabrik als digitale Fabrik zu repräsentieren, und setzt sie mit den digitalen Zwillingen der Produkte in Beziehung.
Partner
- Old World Computing GmbH
- iTAC Software AG
- HELLA GmbH & Co. KGaA
- Universität Koblenz-Landau
Die Förderung
- Förderer: Bundesministerium für Bildung und Forschung
- Laufzeit: 01/2020-12/2022