Resilienz trifft künstliche Intelligenz
Künstliche Intelligenz (KI) optimiert Prozesse und gestaltet die gesamte Produktion zuverlässiger, flexibler und resilienter. Wie genau das funktioniert, zeigen Forscherinnen und Forscher des Fraunhofer IPA von 12. bis 16. April auf Hannover Messe, die in diesem Jahr virtuell stattfindet.
Bild: Fraunhofer IPA, Foto: Rainer Bez

Seit der Coronakrise hat der Begriff ‚Resilienz‘ Hochkonjunktur. Er kommt ursprünglich aus der Materialwissenschaft und beschreibt die Eigenschaft eines Körpers, nach einer Verformung von selbst wieder seine ursprüngliche Gestalt anzunehmen. Übertragen auf ganze Gesellschaften, die Wirtschaft, einzelne Unternehmen oder auch deren Produktionsstraßen und -anlagen meint Resilienz die Fähigkeit, Krisenzeiten und Störungen ohne anhaltende Beeinträchtigungen zu meistern. Wie KI die industrielle Produktion resilienter gestalten und Prozesse optimieren kann, zeigen einige Exponate, die Wissenschaftlerinnen und Wissenschaftler vom Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA auf der Messe zeigen.

Ein Forschungsteam um Brandon Sai von der Abteilung Fabrikplanung und Produktionsmanagement hat ein Tool entwickelt, das die Ursachen für Produktivitätsverluste in verketteten Anlagen erkennt und eine schnelle Beseitigung von Störungen ermöglicht. Bei ‚Maximize Overall Equipment Effectiveness‘ (MOEE) analysieren implementierte Algorithmen das Verhalten einer Anlage automatisch und erstellen ein individuelles Prozessmodell. Dabei werden die verschiedenen Prozessschritte eines Produktionszyklus visualisiert und beurteilt. „Die Algorithmen berechnen beispielsweise, welche Abläufe wann und in welcher Reihenfolge stattfinden und wie lange sie jeweils dauern. Erfolgen Prozessschritte nicht in der gewünschten Geschwindigkeit und sind sie nicht optimal aufeinander abgestimmt, so sagt dies etwas über die Leistung aus«, erläutert Sai. Darüber hinaus liefern die selbstlernenden Algorithmen Informationen zur erzielten Qualität. „Durch eine Kombination aus automatischer Prozessmodellerstellung und maschinellen Lernverfahren erkennen wir Produktivitätsverluste zum Zeitpunkt ihres Auftretens und tragen so zu einer schnellen Beseitigung der Störung bei“, erklärt Sai.

Thematik: Newsarchiv
| News
Fraunhofer-Institut IPA
www.ipa.fhg.de

Anzeige

Anzeige

Das könnte Sie auch Interessieren

Bild: Abat AG
Bild: Abat AG
Forschungskooperation verlängert

Forschungskooperation verlängert

Bild: Abat AG Voneinander und miteinander lernen, gemeinsam an innovativen Ideen für den Markt innerhalb von Forschungskooperationen tätig sein - seit mehreren Jahren schon besteht eine enge Zusammenarbeit zwischen der Bremer Abat AG und der Uni Oldenburg (Abteilung...

Image: Xilinx Inc.
Image: Xilinx Inc.
Adaptive AI Vision

Adaptive AI Vision

Image: Xilinx Inc. Die Kria SOMs ermöglichen den schnellen Einsatz durch Bereitstellung einer End-to-End Lösung auf Board-Ebene mit vorkonfiguriertem Software Stack. Das Kria K26 SOM basiert auf der Zynq UltraScale+ MPSoC Architektur, die einen Quad-Core Arm Cortex...