sich weder vernetzen noch in ERPSysteme übertragen. Die sUSe-Plattform bildet für all diese Varianten die Basis. Hardwareseitig besteht das System aus der Plattform selbst und mehreren, über ein Druckluftsystem verteilten, vernetzten und fest installierbaren Ultraschall- und Volumenstrom- Sensoren. Die Volumenstromsensoren messen die Menge an durchfließender Druckluft an unterschiedlichen Stellen. Diese wird softwareseitig zu jener Menge in Beziehung gesetzt, die in das Druckluftsystem eingespeist wird. Die Ultraschallsensoren orten Leckagen akustisch und bewerten deren Verlust. Diese Daten werden dann fusioniert und digital verarbeitet. KI zur Zustandsüberwachung und vorausschauenden Wartung Da Druckluft für viele Anwendungen an wechselnden Stellen in unterschiedlicher Menge zugeführt wird, müssen die sUSe-Plattform und alle zugehörigen Sensoren zeitsynchron arbeiten. Die Notwendigkeit der anschließenden prozessnahen Verarbeitung mit Algorithmen (Edge-KI) ergibt sich aus den hohen Datenraten der Sensoren. In den einzelnen Druckluftverteilsystemen erfolgt eine Verarbeitung unterschiedlicher Sensor-, Maschinen- und Anlagendaten mit dem Ziel, Anomalien zu detektieren und zu bewerten, Trends zu erkennen und Prognosen zum Wartungsbedarf unter Nutzung von KI- und speziell von Machine-Learning (ML)- Methoden zu erstellen. Erst die Datenauswertung und – im Idealfall – die visuelle Ergebnisdarstellung ermöglichen dies. Maschinen und Anlagen sollten in ihrem Zustand überwacht werden, um Produktionsausfälle zu vermeiden. Beispielsweise können bei Druckluftkompressoren unterschiedliche Sensor- und Steuerungsdaten der jeweiligen Anlage im laufenden Prozess Aufschluss über Abweichungen, Fehler und absehbare Wartungsbedarfe an unterschiedlichsten Bauteilen des Kompressors geben, die sonst erst bei einem Ausfall bemerkt worden wären. Die Datenauswertung per Algorithmen ermöglicht einerseits eine Automatisierung, andererseits durch die Analyse von Mustern und Trends auch Vorhersagen. Optionen für weitere (KI-)Anwendungen Damit das System ohne Hardwareänderungen flexibel für verschiedene Anwendungen adaptiert werden kann, wurde bei den Komponenten auf eine hohe Kompatibilität geachtet und entsprechende Kommunikationsschnittstellen und -protokolle implementiert. Da die „sUSe“-Plattform über einen Steckplatz für KI-Beschleuniger verfügt, ist das System auch für das Online-Training von KI- bzw. MLModellen geeignet. Es kann daher direkt auf dem Edge-KI-System gelernt werden, weshalb es auch in der konkreten Einsatzumgebung im Unternehmen „dazulernen“ oder in Federated-Learning-Architekturen zum Einsatz kommen kann. Im Gegensatz zu mobilen Diagnosegeräten kann ein fest installiertes System auf sUSeBasis auch in Bereichen wie Roboterzellen oder automatischen Hochregallagern zum Einsatz kommen, wo Menschen keinen Zutritt haben oder dafür die Produktion unterbrochen werden müsste. Über das Monitoring von Druckluftsystemen hinaus gibt es vielseitige Einsatzpotenziale in der vorausschauenden Instandhaltung (Predictive Maintenance), der Prozessüberwachung und der Qualitätssicherung. Die modulare Plattform-Architektur ist zudem so entwickelt, dass sich sehr spezifische Marktanfragen mit unterschiedlichen Sensorkombinationen effektiv bearbeiten lassen. (IMMS) Fertigungstechnik und Künstliche Intelligenz 13 Fotos: IMMS Das Herzstück der sUSe-Plattform mit angeschlossenen Sensoren An ein Druckluftsystem angeschlossener Sensor Dr. Tino Hutschenreuther IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH (IMMS GmbH) tino.hutschenreuther@imms.de Ansprechpartner Das Projekt sUSe wurde unter dem Kennzeichen ZF4085709PO8 gefördert durch das Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages.
RkJQdWJsaXNoZXIy NDE3NTI=