Die digitale Transformation in einer Fabrik 4.0 eröffnet eine Vielzahl an Möglichkeiten. Neben Effizienzsteigerungen und Kosteneinsparungen lassen sich durch neue Technologien intelligente Produkte auf den Markt bringen. Diese Vernetzung und die sinkenden Kosten für den Einsatz von Sensoren und sicheren Kommunikationsnetzwerken führen dazu, dass einige Ideen und Produkte, die vor ein paar Jahren noch unvorstellbar gewesen wären, nun realisierbar werden.
Künstliche Intelligenz und Sensorik als Schlüsseltechnologie für die digitale Fabrik
Digitale Transformation im Kontext eines industriellen Umfelds erfordert es, dass Produkte, Produktionsprozesse und ‑systeme einschließlich deren relevanter Umgebungen möglichst gut, konsistent und in der digitalen Welt (d. h. in digitalen Modellen in der Cyber-Welt) abgebildet werden. Auf diese Weise werden eine automatisierte Verarbeitung ermöglicht und daraus neue Nutzenpotentiale geschaffen.
Sensorsysteme sind eine unverzichtbare Informationsquelle für diesen Digitalisierungsprozess. Die gemessenen Datenpunkte reichen alleine nicht aus, um wichtige Eigenschaften von Produkten oder Prozessgrößen in der Produktion zu erfassen. Dazu benötigen wir Künstliche Intelligenz (KI). Ihr Beitrag ist es, die Simulation mit zusätzlichen Wissensmodellen – die durch das Verarbeiten von immensen Datenmengen entstehen – anzureichern. KI funktioniert in der digitalen Fabrik nur dann gut, wenn Mensch und Maschine effektiv zusammenarbeiten, um ihre jeweiligen Stärken zu ergänzen.
Institut DIGITAL ist ein zuverlässiger Partner auf dem Gebiet der Digitalen Innovation und Transformation und entwickelt praxisorientierte High-Tech-Lösungen für die Märkte Mobility, Space, Industry, Security & Defence, Energy & Environment, AAL & Digital Care sowie Culture & Creative Industries. Das Institut gehört damit zu den international führenden anwendungsorientierten Forschungspartnern und Kompetenzträgern im Bereich der Informations- und Kommunikationstechnologie (IKT) und löst folgende Anwendungsfälle:
- Qualitätssicherung: In der industriellen Inspektion und Qualitätskontrolle ist oft eine dreidimensionale optische Erfassung erforderlich, z. B. die hochgenaue Prüfung von Oberflächen auf feinste Risse oder Löcher oder die dreidimensionale Vermessung von Formteilen. Mithilfe der Bilderkennung werden solche feinsten Fehler und Unregelmäßigkeiten erkannt. Mithilfe der KI werden diese Fehler dann automatisiert dokumentiert und die entsprechenden Nachbearbeitungsprozesse gestartet.
- Optimale Maschinenwartung: In der optimalen Maschinenwartung von z. B. Großmotoren wird das Verschleißverhalten der kritischen Komponenten in Abhängigkeit der Umweltbedingungen mit KI modelliert. Durch eine treffsichere Vorhersage eines Ausfalls werden Produktionsausfälle in der digitalen Fabrik vermieden. Die optimale Maschinenwartung erhöht nicht nur die Maschinenverfügbarkeit und vermeidet Stillstand, sie eröffnet auch für Anlagenbauer und Maschinenhersteller die Erschließung neuer Optimierungspotenziale.
- Dynamische Anpassung der Produktionsparameter gleicht schwankende Produktionsparameter aus. Je nach Szenario wird das anlagenweite Optimierungsziel angepasst, um möglichst günstig, stabil und ressourcenschonend zu produzieren.
- Reaktion auf Störungen in logistischen Prozessen: Die Vorhersage von Material-Ankunftszeiten mithilfe von prädiktiver Modellierung ist ein wichtiger Input für die Feinplanung in der Produktion.
