Startseite > Embedded > Software > Künstliche Intelligenz in Produktionslinien

Steigender Komplexität begegnen

Künstliche Intelligenz in Produktionslinien

17. November 2023, 8:30 Uhr | nach Unterlagen von infoteam Software

Der Maschinenbau sieht sich mit akuten Problemen sowie mit langanhaltenden Trends konfrontiert: steigende Anforderungen und kleinere Losgrößen. Eine vielversprechende Strategie zur Bewältigung der Herausforderungen liegt in der modularen Fertigung.

▶ Diesen Artikel anhören

Flexible mobile Maschinen werden von Software-Agenten und künstlicher Intelligenz (KI) geleitet, um für jedes Produkt die optimale Fertigungsanlage zu schaffen. Hiermit ist es möglich, schnell auf Veränderungen im Shopfloor zu reagieren. Maschinenbauer und Anlagenbetreiber müssen sich im globalen Wettbewerb kontinuierlich anpassen. Neben den bereits bestehenden Herausforderungen durch unterbrochene Lieferketten, Marktbedingungen und Energiekosten, stehen zwei zentrale Anforderungen im Fokus:

Kundenanforderungen steigen in ihrer Komplexität, sowohl in Bezug auf die Maschinen selbst als auch hinsichtlich der IT-Integration.
Die Nachfrage nach kleineren Losgrößen erfordert ein rasches Umrüsten der Maschinen für verschiedene Produktvarianten.

Diese Herausforderungen stellen sich zunehmend für produzierende Unternehmen und erfordern eine hohe Innovationskraft seitens der Maschinenbauer. Gleichzeitig eröffnen sich durch diese Marktveränderungen spannende Möglichkeiten zum Verbessern der eigenen Marktposition, darunter:

Potenziale zur Kostensenkung
Steigern der Produktionseffizienz
Flexibilisierung und Rekonfigurierbarkeit der Anlagen

Neue Produktionskonzepte

Einige der neuen Anforderungen brechen mit der bisherigen Fokussierung auf hohe Taktraten. Sie erfordern von Maschinenbauern und Anlagenbetreibern ein neues Bewerten bestehender Produkte und das Entwickeln neuer Produktionskonzepte:

Resiliente Wertschöpfungsnetzwerke und Lieferketten
Digitale Zwillinge für Werkstoffe, Prozesse, Produktionsnetzwerke und das Produkt als Ganzes
Automatisierte Produktkonfiguration durch KI-Systeme
Selbstorganisierende Prozessroutenplanung

Mithilfe von Process-Mining-Methoden werden bestehende Prozesse analysiert. Diese Methoden unterstützen dabei, das Optimierungspotenzial in den Produktionslinien zu identifizieren. Die Ergebnisse zeigen Abweichungen und Engpässe auf, indem sie den geplanten Ablauf mit dem tatsächlichen Workflow auf dem Shopfloor vergleichen.

Es wird deutlich, dass starre Anlagenverbünde zwar für feste Produktgruppen effizient sind, jedoch bei variablen Produktanforderungen schnell an ihre Grenzen stoßen. Idealerweise sollte die Linie für jede variable Produktgruppe individuell angepasst werden, was derzeit jedoch meist zu aufwendig ist.

Der Einsatz von autonomen mobilen Maschinen-Tools und intelligenten Software-Agenten ermöglicht das automatisierte Anpassen der Produktionslinie an die spezifischen Anforderungen des Produkts. Hierbei erhalten die Maschinen von den Software-Agenten alle nötigen Informationen, um sich automatisch zu einer neuen Fertigungsanlage zu gruppieren.

Software-Agenten und Agentensysteme

Ein Software-Agent erfüllt grundlegende Kernfunktionen:

Er ist sich seiner Umwelt bewusst und kann sie erfassen
Er kann mit der Umwelt interagieren
Die Interaktion ermöglicht es dem Agenten, seine Aufgabe optimal zu erfüllen

Ein Agent ist mehr als ein digitaler Zwilling, da er vorausschauend agiert, sich bewusst durch seine Umgebung navigiert und eigenständig Ziele erreicht. In diesem Konzept repräsentiert ein Agent stets eine Komponente des realen Systems, sei es eine Maschine, ein Werkstück oder ein Auftrag.

Um eine gesamte Produktionshalle zu unterstützen, bedarf es vieler Agenten, die miteinander kommunizieren und kooperieren. Auf diese Weise entsteht ein dezentrales Multiagentensystem (MAS), welches das gesamte Produktionskonzept unterstützt.

Flexibilität und Geschwindigkeit

Die Umsetzung der Aufgaben des Multiagentensystems (MAS) auf realen Komponenten erfordert:

Eine Verbindung zur Umwelt mittels Sensoren und Aktoren
Eine untereinander vernetzte Kommunikation über beliebige Kommunikationsprotokolle
Algorithmen zur präzisen Zielfindung

In jüngster Zeit sind Ansätze entstanden, den gesamten Linienaufbau mithilfe eines MAS automatisch an das zu produzierende Produkt anzupassen. In diesen Systemen lenken die Agenten den Aufbau der Linie durch Automated Guided Vehicle (AGV)-basierte Maschinen, die je nach Bedarf gekoppelt werden und verschiedene Produktions- sowie Prozessschritte ausführen können. Die Steuerung erfolgt nicht mehr zentral, sondern wird dezentral durch intelligente Agenten am Shopfloor realisiert.

Diese Entwicklung löst die traditionelle Hierarchie der Fertigungsstraße auf und führt zu einer Heterarchie aus verschiedenen gleichwertigen Software-Agenten und Hardware-Komponenten. Die resultierenden flexiblen und eigenständigen Hardwaremodule können vielseitig zum Einsatz kommen. Zudem entspricht das autonome dezentrale System den Standards von RAMI-4.0.

KI zur Zielfindung des Agenten

KI ist mittlerweile in vielen alltäglichen Geräten unverzichtbar geworden: Von Sprachassistenten wie Alexa und Siri bis hin zum autonomen Fahren. Sie ermöglicht ein ständiges Anpassen an die Umgebung, einschließlich der Lieferung an den Kunden. Im Maschinenbau findet KI in der Regel im Rahmen des maschinellen Lernens Anwendung, entweder zur Vorhersage von Maschinenzuständen im Voraus oder im Rahmen des Fertigungsprozesses zum Erkennen von Mustern. Das bildet die Grundlage für Technologien wie Predictive Maintenance und automatische Qualitätskontrolle durch Bildanalyse.

In dem skizzierten Umfeld kommt KI eine neue Aufgabe zu: Sie soll den produktgesteuerten Aufbau der Produktionslinie optimieren, indem sie:

Die optimale Raumausnutzung auf dem Shopfloor ermittelt, um möglichst viele Produktionslinien simultan zu betreiben.
Die Job-Planung unter Berücksichtigung der Raumausnutzung durchführt, um Liefertermine und andere Vorgaben der Produktion einzuhalten.

Für beide Anforderungen lässt sich KI trainieren. Über das MAS erhält sie stets den aktuellen Stand der Umwelt und die geplanten Ziele, woraufhin die KI mit Prognosen zur Produktion reagieren kann. Das Wissen nutzt die KI, um dem Agenten in der Produktionslinie den aktuell besten Weg zur Zielerreichung vorzuschlagen. Je nach Aufgabe des Agenten kann das den Linienaufbau, die Bearbeitung im Prozess, das Scheduling oder jede andere Tätigkeit betreffen.

Der Vorteil des Gesamtsystems liegt darin, dass sich viele Schritte automatisch durchführen lassen, ohne dass manuelle Eingriffe in die Produktionsplanung erforderlich sind. Hierbei bleibt die Transparenz der Fertigung ebenso erhalten wie die Möglichkeit manueller Intervention.

Der Beitrag wurde nach Unterlagen von infoteam Software erstellt.