Die denkende Maschine
Künstliche Intelligenz sowie die datengestützte Automatisation der Prozesse und Anlagen hält Einzug in die industrielle Produktion. Ein Fachkommentar von Mathias Veit, Experte für Smart Manufacturing bei Kapsch BusinessCom.
Der Einsatz intelligent automatisierter Abläufe zur Optimierung von Fertigungsprozessen ist in vielen Industriebetrieben bereits gelebter Alltag. Die Effizienzsteigerung direkt in maschinellen Produktionsanlagen ist hingegen noch ein neues Anwendungsgebiet für künstliche Intelligenz. Das betrifft etwa Bereiche wie Chemie, Metall, Raffinerie oder Pharma mit ihren umfangreichen Prozessabläufen.
Spezielle Optimierungen waren hier bisher Thema für fachkundige Ingenieure, die diese Abläufe mit ihrem Wissen entwickeln, analysieren und anpassen konnten. Hier eröffnen nun neue Anwendungen im Bereich künstlicher Intelligenz neue Wege. Ein Fokus sind historische Anlagendaten zur Ableitung von Optimierungsschritten. Erfahrungen aus verschiedenen Industrieunternehmen belegen einen hohen Nutzen schon bei kleinen Adaptierungen.
Historische Daten
Die produzierende Industrie hat das Problem, dass Bereiche wie Durchsatz, Effizienz, Qualität und der finanzielle Ertrag einer Fertigungsanlage stark von den verwendeten Rohmaterialien und von den Bedingungen bei der Verarbeitung abhängig sind. In Produktionsanlagen mit chemischen Prozessen entstehen beispielsweise oft feste Bestandteile wie Flocken oder Plättchen als „Nebenprodukte“ und diese verschmutzen dann viele Teile einer Anlage.
Dieses sogenannte „Fouling“ findet man etwa bei Wärmetauschern und diese Verunreinigungen beeinflussen dann die Bedingungen aller verbundenen Fertigungsprozesse. Um derartige Effekte zu reduzieren wurden bisher kaum historische Daten oder vergleichbare vergangene Zustände und die entsprechenden Auswirkungen einbezogen. Es gab bis dato dazu auch keine geeigneten technischen Mittel und mathematischen Modelle. Im Ergebnis führt diese mangelnde Datenlage zu Über- oder Unterbelastungen der Produktionsanlagen und final zu Einbußen bei Durchsatz wie Effizienz mit entsprechend verringerten Ertragsmöglichkeiten.
Optimierter Ertrag
Um hier gegenzusteuern, können diese historischen Daten nun mittels künstlicher Intelligenz aufbereitet werden. Das bringt nicht nur Wissen über vergangene Entwicklungen, sondern auch transparenten Mehrwert für künftige Anpassungen. Neben einer höheren Konversion können dabei insbesondere versteckte Kapazitätsverluste gefunden und eliminiert werden. Ein weiterer Nutzen von künstlicher Intelligenz im Fertigungsbereich bezieht sich auf Vorschläge für die Einstellparameter zur Steuerung der Maschinen. Damit werden manuelle Fehler reduziert und die Bedienbarkeit optimiert.
Um alle diese Einsatzgebiete für unterschiedliche Branchen entsprechend praxisorientiert abzubilden, hat Kapsch BusinessCom schon vor längerer Zeit eine eigene Artificial-Abteilung geschaffen. Die Entwicklung einer künstlichen Intelligenz-Anwendung ist sehr ressourcenintensiv. Es braucht viele Datensätze und viel Zeit. Im Ergebnis jedoch kann KI die gesamte Fertigung verbessern und das erstreckt sich von effizienteren Prozessen bis zu einem zielgenauen Lager‑, Logistik- und Lieferantenmanagement. Und dazu können KI-Lösungen auch die Qualität der Verarbeitung und des finalen Produktes vorhersagen.