- Anzeige -
- Anzeige -
- Anzeige -
Lesedauer: 0min
Autonome Fahrzeuge bestmöglich einsetzen
Mobile Roboter und fahrerlose Transportsysteme können eine ganze Reihe von Vorteilen bieten: z.B. gesteigerte Effizienz, keine Bindung an Arbeitszeiten sowie Geisterschichten und Dauereinsatz. So lassen sich gerade in den Bereichen Logistik und Produktion hohe Produktivitätssteigerungen erzielen, bei gleichzeitig sinkenden Kosten. Um dieses Potenzial bestmöglich heben zu können, gewinnen auch in diesem Bereich die Simulation und der digitale Zwilling an Bedeutung.

Bild: Machineering GmbH & Co. KG

Mobile Roboter und fahrerlose Transportsysteme (FTS) sind aus der modernen Logistik kaum noch wegzudenken. Waren und Materialien werden autonom transportiert und umgeschlagen. Die Fahrzeuge orientieren sich z.B. an Lauflinien und können sowohl im Gebäude als auch im Außenbereich eingesetzt werden. Immer mehr Betriebe greifen auf FTS zurück, da diese flexibler und effizienter in der eigenen Intralogistik eingesetzt werden können als personengesteuerte Systeme. Die jeweiligen Fahrzeuge können problemlos an die jeweiligen Aufgaben angepasst werden. So werden in kleineren Lagern oftmals Standardstücke mit nur geringem Gewicht über kurze Wege hinweg transportiert, während die großen Systeme autonom mit mehreren Tonnen belastet werden können. Gerade in der Logistik, der Automobilindustrie und der Medizintechnik sind FTS bereits häufig anzutreffen. Um die Vorteile der jeweiligen Systeme vollumfänglich nutzen zu können, müssen jedoch die Voraussetzungen geschaffen sein, die mobilen Einheiten reibungslos einsetzen zu können.

Gute Planung ist alles

Die Planung der FTS ist ein komplexer Prozess. Und so muss, bevor die mobilen Systeme zum Einsatz kommen, allen Beteiligten klar sein, dass damit auch Herausforderungen wie Staus oder Kollisionen einhergehen können, die ggf. folgenschwere Auswirkungen auf den nachgelagerten Prozess haben oder hohe Kosten nach sich ziehen. Daher ist es sinnvoll, wenn nicht sogar notwendig, die Abläufe und Prozesse im Vorfeld simulativ zu überprüfen. Mit der Simulationssoftware IndustrialPhysics können FTS vorab als virtuelle Modelle in bereits bestehende virtuelle Umgebungen wie eine Lagerhalle integriert werden. Da Die Software reale CAD-Daten und Kinematiken verwendet, lassen sich so realitätsgetreue Szenarien darstellen, Varianten prüfen, Wege testen und die Planung der Fahrten inklusive der herstellerabhängigen Größen visualisieren. Dabei geht es aber nicht nur um die Transportabläufe innerhalb der Fläche. In einer Simulation wie IndustrialPhysics kann der Gesamtprozess der Lager- oder Produktionshalle vollständig betrachtet werden, also inklusive Maschinenverhalten und Störungen des Ablaufs. So lässt sich ein reales Abbild der Halle mit allen relevanten Prozessabläufen visualisieren, um mögliche Deadlocks zu umgehen und passende Wege zu finden. Die Simulationssoftware fungiert dabei als Testumgebung für unterschiedliche Szenarien wie die Umsetzung eines zentralen oder dezentralen Steuerungsansatzes des FTS.

Zentraler oder dezentraler Ansatz?

Eine Simulation der FTS ist sinnvoll, wenn Unternehmen viele Varianten bereitstellen und einzelne, oftmals individuell ausfallende Artikel mit unterschiedlichen Maßen und Gewichten transportiert. Aber auch die Frage nach dem Steuerungsansatzes der FTS kann durch eine Simulation beantwortet werden. Beim zentralen Ansatz werden alle mobilen Roboter als Gesamtsystem betrachtet. Dadurch wird die Schnittstelle zum übergeordneten Leitsystem sehr groß, allerdings können so alle Roboter gleichzeitig koordiniert werden. Dieser Steuerungsansatz versucht den bestmöglichen gemeinsamen Weg für alle Transportfahrzeuge zu finden. Bei einer solchen Betrachtung werden gekoppelte Algorithmen verwendet, die den gesamten Konfigurationsraum kennen und nach einer optimalen Lösung suchen. Der Konfigurationsraum beinhaltet jede mögliche Position der Roboter. Der zentrale Ansatz kann zu einem sehr hohen Rechenaufwand führen. Beim dezentralen Steuerungsansatz arbeiten die einzelnen Transportfahrzeuge weitgehend autark. Sie besitzen lediglich eine schmale Schnittstelle zum Leitsystem, wodurch das System flexibler ist. Vorteile ergeben sich hier vor allem in der Einbindung mehrere Fahrzeuge in ein System. Auch der Ausfall eines Roboters oder eine Auftragsänderung können mit einer schmalen Schnittstelle einfacher abgefangen werden. Mit dem dezentralen Ansatz kann jedes fahrerlose Transportfahrzeug unabhängig und flexibel agieren. Der zentrale Ansatz hingegen bietet weniger Flexibilität. Der Ausfall eines einzelnen Roboters würde z.B. zum Stopp aller Transportfahrzeuge führen. Beim dezentralen Ansatz hingegen können die verbleibenden funktionsfähigen Fahrzeuge weiterfahren. Dem gegenüber steht die ganzheitlich koordinierte Wegfindung des zentralen Ansatzes. So können Stausituationen schon im Vorhinein umgangen werden. Allerdings fällt dies oftmals zu Lasten der Rechendauer. Mit der dezentralen Steuerung kommen Stausituationen hingegen öfters vor. Für welchen Ansatz sich nun ein Unternehmen entscheidet, hängt von vielen verschiedenen Faktoren ab. Die Erstellung von zwei verschiedenen Simulationsmodellen der beiden Varianten erlaubt es, alle Möglichkeiten vorab eingehend zu testen und so die passende zu finden.

Digitaler Zwilling und künstliche Intelligenz

Wenn die FTS in den realen Abläufen integriert sind, kann mit IndustrialPhysics das komplette Monitoring der einzelnen Transportsysteme erfolgen – basierend auf den tatsächlichen Daten der Fahrzeuge. Der digitale Zwilling der Halle, also das virtuelle Pendant zum realen Transportsystem, bietet den Verantwortlichen den Vorteil eines Echtzeit-Monitorings mit der Option, mit Look Ahead geplante Änderungen im Ablauf, der Geschwindigkeit oder auch der Priorisierung jederzeit risikolos zu testen. Das Konzept kann aber weiter gedacht werden. Die 3D-Simulation kann als Trainingsumgebung für selbstlernende Systeme erweitert werden. Voraussetzung ist eine Hardware-in-the-Loop-Simulation (HIL), bestehend aus dem Maschinenmodell, einer realen oder virtuellen Steuerung sowie dem KI-System. Somit kann das Zusammenspiel aller drei Komponenten getestet werden. Dies ist wichtig, um der künstlichen Intelligenz zu ermöglichen, verschiedene Algorithmen zu testen und mögliche Fehler selbst zu erleben, mit dem Ziel sie im realen Betrieb zu vermeiden. Auch die Lernziele können so durch den Ingenieur ohne Risiko festgelegt und überprüft werden. Auf der diesjährigen SPS-Messe in Nürnberg zeigt der IndustrialPhysics-Anbieter Machineering neben den allgemeinen Neuerungen rund um die Software auch einen Prototypen zur FTS-Simulation.

Autor:
Firma:

News

Weitere Beiträge

Das könnte Sie auch interessieren

KI-Vorreiter führen ihre KI-Initiativen trotz Corona unbeirrt fort

Unternehmen, die beim Thema künstliche Intelligenz (KI) führend sind, zeigen sich von der Corona-Pandemie unbeeindruckt: 78 Prozent der KI-Vorreiter unter den Unternehmen führen ihre KI-Initiativen wie vor der Pandemie fort, 21 Prozent haben deren Umsetzung sogar beschleunigt. Unter den Unternehmen, die KI noch nicht skalierbar einsetzen, fahren hingegen 43 Prozent ihrer Investitionen zurück und 16 Prozent haben ihre KI-Initiativen eingestellt. In Deutschland haben 44 Prozent der Unternehmen keine Änderungen vorgenommen, 8 Prozent die Geschwindigkeit erhöht und 19 Prozent ihre Initiativen aufgrund der unsicheren Lage eingestellt. Weiterhin verzeichnen Unternehmen mit skalierbaren KI-Anwendungen messbare Erfolge bei der Absatzsteigerung und der Reduzierung von Sicherheitsrisiken und Kundenbeschwerden. Zu diesen und weiteren Ergebnissen kommt die Studie ‚The AI Powered Enterprise: Unlocking the potential of AI at scale‘, für die 950 Unternehmen aus elf Ländern und elf Branchen befragt wurden.

mehr lesen

KI übernimmt Arbeit von Software-Ingenieuren

Für selbstadaptive Software gibt es heute unzählige Anwendungsmöglichkeiten. Doch die Entwicklung der Systeme stellt Software-Ingenieure vor neue Herausforderungen. Wissenschaftler vom Softwaretechnik-Institut Paluno an der Universität Duisburg-Essen (UDE) haben jetzt vielversprechende Ergebnisse mit neuartigen Verfahren der künstlichen Intelligenz (KI) erzielt, die den Entwicklungsprozess selbstadaptiver Systeme automatisieren.

mehr lesen

Wie wird künstliche Intelligenz zum Standardwerkzeug für den Mittelstand?

Das Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU möchte zusammen mit den produzierenden Unternehmen des Mittelstands die entscheidende Barriere für die Anwendung künstlicher Intelligenz überwinden: Die Köpfe sind überzeugt, aber die Umgestaltung der Produktionsanlagen und -prozesse in den Fabriken stockt. Deshalb arbeiten die Forscherinnen und Forscher an einem systematischen Leitfaden, mit dem KI zum Standardwerkzeug werden soll, das bessere Produkte mit geringerem Ressourceneinsatz ermöglicht. Erste Ergebnisse sind vielversprechend.

mehr lesen

Leistungsstarkes KI-System am KIT installiert

Als ein Werkzeug der Spitzenforschung ist künstliche Intelligenz (KI) heute unentbehrlich. Für einen erfolgreichen Einsatz – ob in der Energieforschung oder bei der Entwicklung neuer Materialien – wird dabei neben den Algorithmen zunehmend auch spezialisierte Hardware zu einem immer wichtigeren Faktor. Das Karlsruher Institut für Technologie (KIT) hat nun als erster Standort in Europa das neuartige KI-System NVIDIA DGX A100 in Betrieb genommen. Angeschafft wurde es aus Mitteln der Helmholtz Artificial Intelligence Cooperation Unit (HAICU).

mehr lesen

Machine Learning einfach gemacht

Seit einigen Jahren schon werden die Fantasien der Ingenieure und Anlagenbauer beflügelt durch die Möglichkeiten von KI- und Machine-Learning-Algorithmen. Klingt zwar zunächst sehr kompliziert, bietet aber konkrete Vorteile für die smarte Fabrik. Maschinen und Anlagen bzw. Produktionsprozesse erzeugen kontinuierlich Daten. Erfolgreich werden zukünftig Unternehmen sein, denen es gelingt, Mehrwert aus diesen Daten zu generieren.

mehr lesen

Die vernetze Fabrik für die Zukunft

Krisen decken Schwachstellen auf. In der Corona-Pandemie zeigt sich der Wert der vernetzten Produktion und Logistik. Das Internet der Dinge (Internet of Things, kurz IoT) hilft der Industrie, auf Ausfälle flexibler als bisher zu reagieren, denn in Echtzeit lassen sich Auslastung und Zustand jeder einzelnen Maschine verfolgen, und es herrscht Transparenz über die Lieferkette. Die Bosch-Gruppe, eines der weltweit führenden Technologie- und Dienstleistungsunternehmen, hat damit positive Erfahrungen gemacht.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.