Künstliche Intelligenz sorgt für intelligente Qualifikationen und fehlerfreie Fertigung
„Ein wichtiger Vorteil ist, dass die vorgeschlagene Architektur, die wir konzipiert haben, ausreichend allgemein ist, um auf sehr unterschiedliche Fertigungsprozesse von der Massen- bis zur Kleinserienfertigung angewendet werden zu können“, erklärt die Koordinatorin des Projekts GO0D MAN (aGent Oriented Zero Defect Multi-stage mANufacturing), Cristina Cristalli von Loccioni – AEA in Italien. „Robuste Algorithmen, Sensoren und Multiagentensysteme wurden auf die Funktion mit nicht idealen Datensätzen und mit verschiedenen Maschinen abgestimmt, um das Leben in einer echten Fabrik nachzubilden.“ Die GO0D MAN-Architektur und ihre Komponenten wurden bereits in drei industriellen Fallstudien mit Erfolg eingesetzt: bei Volkswagen Autoeuropa, Zannini und Electrolux. Jede Fallstudie erforderte ein gewisses Maß an Anpassung an Kundenwünsche und Konfiguration entsprechend spezifischer Prozesse und Ziele. „Bei Volkswagen Autoeuropa liefen die Systeme über ein Jahr lang kontinuierlich. Es wurden Echtzeitdaten über die Produktion von mehr als 140 000 Autos gesammelt und analysiert“, sagt Cristalli.
Künstliche Intelligenz in industriellen Prozessen
Die mehrstufige Fertigung ist die bei einem modernen Produktionssystem am häufigsten zu findende Struktur. Dabei handelt es sich um zahlreiche Prozesse, die in Serie, manchmal auch parallel, ablaufen, um eine Abfolge von Vorgängen durchzuführen, die notwendig sind, um ein Produkt zu fertigen oder zu montieren. Für viele Sektoren, von der Fahrzeug- bis zur Haushaltsgeräteherstellung und von der Luft- und Raumfahrt bis zur Unterhaltungselektronik, ist genau das typisch. Die Gesamtqualität eines beliebigen Endprodukts hängt von der Leistung jedes dieser einzelnen Prozesse ab. Überdies kann die Leistung nachgeschalteter Prozesse durch Abweichungen im Vorfeld beeinträchtigt werden. Moderne Fertigungsanlagen müssen daher nicht nur in Hinsicht auf die einzelnen Prozesse verstanden werden, sondern auch in Bezug darauf, wie diese Prozesse zueinander in Beziehung stehen. „Die gute Nachricht ist, dass moderne digitalisierte Fabriken eine riesige Menge an Echtzeitdaten erzeugen“, berichtet Cristalli. „Wir können Prozesskorrelationen beobachten und Datenmodelle aufbauen, um innovative Steuerungsstrategien auf der Grundlage künstlicher Intelligenz umzusetzen, Fehler zu vermeiden und die Gesamtleistung des Systems aufrechtzuerhalten. Jedoch selbst wenn diese Konzepte auf akademischer Ebene weithin diskutiert werden, mangelt es immer noch an Beweisen dafür, dass ein solcher Ansatz effektiv umgesetzt werden kann.“ Ziel des EU-finanzierten GO0D-MAN-Projekts war daher die Überführung dieser akademischen Diskussion in industrielle Anwendungen. „Von Beginn an standen uns die Anforderungen der Endnutzung sehr klar vor Augen“, fügt Cristalli hinzu. „Wir haben viel Mühe und Zeit in die Entwicklung von Technologien investiert, die verallgemeinert werden können und in der Fertigungsumgebung problemlos einzusetzen sind.“
Intelligente Werkzeuge für die qualifizierte Fertigung
Ein weiterer Schlüsselaspekt war die Einbindung verschiedener entwickelter Technologien, um die GO0D MAN-Architektur und -Methodik als neuen Ansatz der Qualitätskontrolle bereitstellen zu können. Auf jeder einzelnen Prozessebene sowie zwischen den Prozessen wurden in Echtzeit Datenerfassung und Fehlerdiagnose durchgeführt, um ein besseres Bild der Korrelationen zwischen den einzelnen Stufen zu erhalten. Realisiert wurde dieser Punkt durch die Kombination von Prozess- und Qualitätskontrolle innerhalb einer verteilten Systemarchitektur dank Multiagentensystemen, was die Verteilung von Intelligenz- und Datenanalysealgorithmen mittels eines Netzwerks von verteilten intelligenten Knoten gestattet. Während des Dreijahresprojekts wurden auch mehrere intelligente Inspektionswerkzeuge entwickelt. „Zwei davon haben zu zwei Patentanmeldungen durch die Università Politecnica delle Marche geführt“, merkt Cristalli an. Die eine bezieht sich auf einen Smartphone-gestützten tragbaren Laserscanner zur Bedienungsunterstützung bei der Montage von Autokarosserien. Damit erhöht sich seine Messkapazität und er wird vollständig in die Produktionslinie integriert. „Damit wird das Konzept der Einbindung von realen Testpersonen – ‚Human-in-the-Loop‘ – verwirklicht, das wichtig ist, um negative Auswirkungen der Automatisierung auf die Arbeitskräfte zu verhindern“, erklärt Cristalli. Bei der zweiten Innovation geht es um ein telezentrisches Sichtsystem zur Graterkennung bei Metalldrehteilen. Beide Systeme haben die an die industrielle Umsetzung bestehenden Anforderungen erfüllt.
Schlüsselbegriffe
GO0D MAN, KI, künstliche Intelligenz, Fertigung, Null-Fehler, fehlerfrei, MAS, Multiagentensystem, Automobil-, Fahrzeug-, Automatisierung, Qualitätskontrolle
