Prozessprognose mit FactoryTalk Analytics LogixAI
KI-Modul einstecken und per Mausklick anlernen
Maschinelles Lernen und KI können einen wertvollen Beitrag zur kontinuierlichen Verbesserung der Produktion leisten. Jetzt will es Rockwell Automation seinen Anwendern mit der Lösung LogixAI besonders leicht machen, Modelle zu entwickeln, auszuführen und laufend durch ausgefeiltere Versionen zu ersetzen.
Bild: ©Grispb/stock.adobe.com

Was der Anwendung künstlicher Intelligenz (KI) in industriellen Umgebungen einen mächtigen Schub gegeben hat, mehr noch als Kosten- und Effizienzaspekte, ist das altersbedingte Ausscheiden erfahrener Mitarbeiter. Ersatz für diese fachlich versierten Angestellten zu finden, ist eine große Herausforderung. Und weil hochqualifizierte Mitarbeiter besonders wertvoll für Unternehmen sind, wird hart um sie gekämpft. Diese Mitarbeiter sollen sich zudem hauptsächlich auf strategischere Aufgaben konzentrieren und nicht etwa Maschinendaten analysieren, um Probleme vorherzusagen oder das nächste Wartungszeitfensters zu definieren. Viel wichtiger ist es, dass die Mitarbeiter mit den gewonnenen Daten arbeiten und darauf basierend betriebliche Entscheidungen treffen.

Prozessoptimierung durch Datenanalyse

Genau hier kommt die Datenanalyse ins Spiel. Diese – also die Erkennung, Interpretation und Kommunikation von aussagekräftigen Datenmustern – verbindet Statistik, Programmierung und Operations Research. Dabei handelt es sich um die Grundlage zur Messung der Leistung einer Maschine und der Erstellung fundierter Handlungsempfehlungen. Auf Grundlage dieser ausführlichen Informationen können Hersteller Konfigurationen oder Parameter anpassen und so die Maschineneffizienz und -leistung sowie andere Performance-Kennzahlen verbessern. In Industrieumgebungen fällt die Aufgabe diese Informationen zu liefern häufig Datenwissenschaftlern zu. Um Zusammenhänge und Anomalien zu erkennen, die Rückschlüsse und Erkenntnisse auf die Produktion zulassen, setzen Datenwissenschaftler und Produktionsspezialisten immer mehr auf lokale Module zur Datenanalyse. Die Spezialisten können sich dann darauf konzentrieren, auf den Daten basierende Entscheidungen zu treffen und so Prozesse optimieren.

In Steuerungstools integriert

Ein lokales KI-basiertes Modul zur Datenanalyse kann die Erfassung und Verarbeitung von Leistungsdaten, insbesondere für wichtige Systeme, unterstützen. Ein Beispiel hierfür ist Rockwell Automation FactoryTalk Analytics LogixAI. Diese Lösung ist eine eigenständige Anwendung, die in ein ControlLogix-Steuerungschassis eingesteckt wird und dann Steuerungsdaten in hoher Geschwindigkeit über die Backplane streamt. Das Modul fügt der Logix-Steuerungsanwendung Embedded-Analytics-Funktionen hinzu: ein neuer Ansatz bei der Prozessoptimierung. Die Produktionsumgebung kann so fortlaufend überwacht werden und Anomalien werden basierend auf den mit maschinellen Lernverfahren gewonnenen Informationen identifiziert.

Dauerhaftes Monitoring

Das FactoryTalk Analytics LogixAI-Modul nutzt die Möglichkeiten des maschinellen Lernens, um Maschinen oder Geräte über mehrere Produktionszyklen hinweg zu überwachen. Daraufhin lässt sich feststellen, welche Eigenschaften – wie Geschwindigkeit oder Druck – im Normalbereich liegen und welche möglicherweise Anomalien aufweisen, die es zu beheben gilt. Abhängig von den jeweiligen Ergebnissen kann FactoryTalk Analytics LogixAI Prognosen erstellen, etwa wann eine bestimmte Komponente wahrscheinlich ausfallen wird, und den Bediener entsprechend warnen. So lassen sich Qualitätsprobleme sowie mögliche Ausfälle vermeiden. Zudem können Betreiber von Empfehlungen zur Prozessoptimierung profitieren. Angenommen, ein Bediener richtet eine neue Produktionscharge bei einer Maschine ein. Die KI kann etwa die Abschaltung der Kühlung empfehlen, wenn die vorherige Charge hierauf angewiesen war, aber die neue Charge nicht.

Screenshots von LogixAI: Modellentwicklung und Applikationsausführung lassen sich per Mausklick anstoßen. Voraussetzung sind richtig platzierte Datenpunkte bei den Maschinen und Anlagen.
Screenshots von LogixAI: Modellentwicklung und Applikationsausführung lassen sich per Mausklick anstoßen. Voraussetzung sind richtig platzierte Datenpunkte bei den Maschinen und Anlagen.Bild: Rockwell Automation GmbH

Funktionsweise

Traditionell wird mit Maschinenanalysen wie folgt verfahren: Ein Datenwissenschaftler wird um die Sammlung, Strukturierung und Analyse der Informationen gebeten. Indem sich dieser auf höherwertige Projekte konzentriert und stattdessen mithilfe der KI betriebliche Prognosen erstellen lässt, kann seine wertvolle Zeit besser genutzt werden. Entscheidend für diese Art von Lösung ist es, dass sie auch von Laien verwendet werden kann. Mit LogixAI müssen Benutzer das Modul lediglich in das Steuerungschassis einstecken, eine Ethernet-Verbindung herstellen, die ‚Prediction Builder‘-Webseite auf dem PC öffnen und ‚Neue Prognose erstellen‘ oder ‚Modell importieren‘ auswählen.

Tags für importierte Variablen

Um eine neue Prognose zu erstellen wird vom Benutzer zunächst eine neue Bezeichnung, zum Beispiel ‚Druckanomalien erkennen‘, erstellt und Tags als Basis für die Prognose hinzugefügt. Eine Liste verfügbarer Tags wird von der Steuerung angezeigt. Der Benutzer muss die relevanten Tags dann einfach per Drag&Drop in die Variablenfelder ziehen. Die Tags können Ausgangsvariablen wie Druck, die Leistung beeinflussende Eingangsvariablen, etwa Durchfluss, sowie Zustandsvariablen, etwa Viskosität, umfassen. Vom Benutzer müssen dann noch die jeweiligen Grenzwerte definiert und schließlich die Konfiguration abgespeichert werden. Was die in der Steuerung verfügbaren Daten angeht, kann das Modul erkennen, ob genügend Informationen für eine zuverlässige Prognose vorliegen, und es warnt den Benutzer bei Fehlern.

Beobachten und Lernen

Nach Erfassung der Eingangs- und Ausgangswerte überwacht die Rockwell-Software die Produktion während der Laufzeit, um das gewünschte Modell zu erstellen. Dieser Lernprozess erfolgt ohne menschliches Eingreifen. Der Benutzer startet den Vorgang und überlässt dem System die Überwachung des Datenstreamings durch die Steuerung. Während dieses Prozesses sucht die KI-Komponente im Modul nach Zusammenhängen, sie dünnt Daten aus und erstellt das gewünschte Modell. Die Erstellung des Vorhersagemodells läuft automatisiert ab. LogixAI formuliert in schneller Reihenfolge Theorien für mögliche mathematische Modelle der überwachten Vorgänge und überprüft jede Theorie, bis die Tests ergeben, dass das bestmögliche auf physikalischen Werten basierende Modell gewählt wurde. Wie lange die Lernphase dauert, hängt von der Komplexität des Vorgangs ab. Im Falle einer einfachen Prozesseinheit werden lediglich 20 bis 25 Minuten unbeaufsichtigtes Training benötigt. Danach gibt die Software über die Steuerung an, dass mit der Prognose begonnen werden kann.

Einsatz als virtueller Sensor

Das Modul kann Variablen von verschiedensten Ressourcen in der Produktionslinie analysieren. Beispielsweise kann es als virtueller Sensor eingesetzt werden, der Systeme wie Sprüher, Trockner und Brenner überwacht, um die Fehlerwahrscheinlichkeit in der Fertigung vorherzusagen. Hierdurch lässt sich Arbeitszeit einsparen, da Mitarbeiter nicht länger die Messwerte von verschiedenen Produkten ablesen müssen. Außerdem können sie schnell eingreifen und so Ausfallzeiten und Produktbeanstandungen vermeiden, wenn das Modul eine drohende Anomalie in der Anlage prognostiziert.

Teil von FactoryTalk

Das LogixAI-Modul ist Teil des FactoryTalk Analytics-Portfolios von Rockwell Automation. Es ergänzt FactoryTalk Analytics for Devices, das die Struktur eines Automatisierungssystems erlernt, um Probleme bei einzelnen Geräten zu erkennen. Das KI-Modul baut hierauf auf, indem es die Steuerungsanwendung erlernt und Anomalien vorhersagt, die zu Ausfällen sowie Qualitäts- und anderen Leistungsproblemen führen können. Annähernd jedes Produktionsunternehmen soll von diesem Lösungspaket profitieren können – durch optimierte Prozesse, bessere Produktqualität und weniger Maschinenausfälle.

www.rockwellautomation.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Anzeige

Bild: U.I. Lapp GmbH
Bild: U.I. Lapp GmbH
Sichere Smart Factory

Sichere Smart Factory

Ungeplante Maschinenstillstände können in der digitalen Fabrik extreme Kosten verursachen. Eine vorausschauende Wartung hilft hier vorzubeugen. Mit dem Etherline Guard von Lapp lässt sich in ethernetbasierten Netzwerken der Automatisierungstechnik die Lebensdauer von Datenleitungen überwachen.

Anzeige

Anzeige

Anzeige