Selbstlernendes Assistenzsystem für effiziente Prozesse

Das selbstlernende Assistenzsystem SAM unterstützt Maschinenbediener bei der Fehlerbehebung in Produktionsanlagen. © Fraunhofer IVV

Konkretes Beispiel: An einer Verarbeitungsmaschine werden Schokoladenriegel in Papier eingeschlagen. Ein Sensor stellt eine Abweichung im Produktionsprozess fest und die Maschine stoppt. Auch in modernsten Anlagen tritt im Schnitt alle fünf Minuten eine kurze Störung auf.

Ein erfahrener Maschinenbediener weiß, wo die Ursache des Fehlers liegt: Er sieht, dass das Papier sich wellt und schließt daraus, dass in diesem Fall die Geschwindigkeit der Maschine reguliert werden muss. Dieses Wissen ist jedoch personengebunden. Ein Kollege mit weniger Erfahrung würde länger für die Problemlösung benötigen.

Damit dieses Erfahrungswissen allen Bedienern zu jeder Zeit zur Verfügung steht, entwickeln die Wissenschaftlerinnen und Wissenschaftler am Fraunhofer IVV Dresdendas selbstlernende Assistenzsystem für Maschinenbediener SAM. Das System beobachtet Anlagenzustände und Bedieneraktionen und speichert erfolgreiche Lösungsstrategien ab.

Der Maschinenbediener gibt seine Lösung beispielsweise über ein Tablet ein und verknüpft sie dann mit der durch SAM erfassten, aktuellen Störungssituation. Wenn eine Störung mehrmals aufgetreten ist, erkennt SAM diese wieder und kann dem Bediener Hinweise zur Ursache und Lösung geben. So wird die Maschine schnell wieder zum Laufen gebracht.

Damit SAM Störungssituationen lernen kann, nutzen die Wissenschaftler des Fraunhofer IVV Algorithmen des Maschinellen Lernens. Mit sogenannter intelligenter Merkmalsextraktion befähigt, kann SAM ähnlich schnell wie ein Mensch lernen und Muster bereits nach wenigen Wiederholungen wiedererkennen. »Dank unserem Know-how zu den Prozessen der Verpackungsmaschinen können wir SAM sehr schnell machen«, erklärt Andre Schult, Gruppenleiter für Digitalisierung und Prozesseffizienz am Fraunhofer IVV.

Arbeiten mit SAM: Der Mensch im Mittelpunkt

Das Fraunhofer IVV Dresden stellt mit SAM den Menschen in den Mittelpunkt. »Der Mensch ist ein tolles Werkzeug. Mit seinen Händen und Augen ist er flexibler und besser als viele Roboter oder Kameras«, so Andre Schult. Doch Prozesse und Anlagen werden immer komplexer. Schult möchte mit SAM Bediener befähigen, zukünftig auch selbst Fehler zu erkennen und eigene Lösungsvorschläge einzubringen. Der Mensch soll wissen, dass er trotz modernster Technik aus der Produktion nicht wegzudenken ist. Das erhöht die Wertigkeit seiner Arbeit und die Motivation.

Gemeinsam mit Partnern aus Industrie und Wissenschaft soll das selbstlernende Bedienerassistenzsystem in den nächsten fünf Jahren weiterwachsen und durch viele neue Module in seinen Funktionen ergänzt werden. So soll SAM auf den spezifischen Kundenbedarf angepasst werden können. Denkbar sind beispielsweise die Nutzung von Bildverarbeitung, externer Sensoren sowie Sprach- und Gestenerkennung. Perspektivisch soll SAM sowohl für die Bedienung, als auch für die Wartung, das Rüsten, die Montage und die Entwicklung von Maschinen eingesetzt werden können.

https://www.fraunhofer.de/de/presse/presseinformationen/2018/juni/selbstlernende…

Media Contact

Karin Agulla Fraunhofer Forschung Kompakt

Alle Nachrichten aus der Kategorie: Informationstechnologie

Neuerungen und Entwicklungen auf den Gebieten der Informations- und Datenverarbeitung sowie der dafür benötigten Hardware finden Sie hier zusammengefasst.

Unter anderem erhalten Sie Informationen aus den Teilbereichen: IT-Dienstleistungen, IT-Architektur, IT-Management und Telekommunikation.

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Diamantstaub leuchtet hell in Magnetresonanztomographie

Mögliche Alternative zum weit verbreiteten Kontrastmittel Gadolinium. Eine unerwartete Entdeckung machte eine Wissenschaftlerin des Max-Planck-Instituts für Intelligente Systeme in Stuttgart: Nanometerkleine Diamantpartikel, die eigentlich für einen ganz anderen Zweck bestimmt…

Neue Spule für 7-Tesla MRT | Kopf und Hals gleichzeitig darstellen

Die Magnetresonanztomographie (MRT) ermöglicht detaillierte Einblicke in den Körper. Vor allem die Ultrahochfeld-Bildgebung mit Magnetfeldstärken von 7 Tesla und höher macht feinste anatomische Strukturen und funktionelle Prozesse sichtbar. Doch alleine…

Hybrid-Energiespeichersystem für moderne Energienetze

Projekt HyFlow: Leistungsfähiges, nachhaltiges und kostengünstiges Hybrid-Energiespeichersystem für moderne Energienetze. In drei Jahren Forschungsarbeit hat das Konsortium des EU-Projekts HyFlow ein extrem leistungsfähiges, nachhaltiges und kostengünstiges Hybrid-Energiespeichersystem entwickelt, das einen…

Partner & Förderer