Ziel des Konsortiums ist die Entwicklung einer Methode zur Prognose schwer planbarer kapazitiver Aufwände in komplexenProduktionssystemen. Eine große Rolle spielen dabei künstliche Intelligenz (KI) und selbstlernende Algorithmen. [...]
Kurze Reaktionszeiten, kleine Losgrößen und hohe Variantenvielfalt beherrschen das Tagesgeschäft vieler Produktionen. Heute eingesetzte Methoden, die sich vor allem auf Vergangenheitsdaten oder auf die Erfahrungen der eigenen Mitarbeiter stützen, werden den Anforderungen hinsichtlich Digitalisierung nicht mehr gerecht. Der Frage, wie nun eine optimale Versorgung der Fabrik der Zukunft gelingen kann, will das Forschungskonsortium mit KI auf den Grund gehen.
„Die produktionslogistische Kapazitätsplanung ist als Enabler für komplexe Produktionssysteme einer der stillen Helden der digitalen Transformation. Der Einsatz von KI in diesem Bereich ermöglicht nicht nur die Analyse bestehender Daten über sogenannte neuronale Netzwerke, sondern auch die Entwicklung von Prognosemodellen zur Abschätzung des zukünftigen Bedarfs“, so die beiden Projektleiter Philip Ramprecht und Rainer Pascher von Fraunhofer Austria.
Siemens Österreich ist einer der Projektpartner. Die anderen sind ZKW und das Institut für Logic and Computation der Technischen Universität Wien. Als Konsortialführer fungiert Fraunhofer Austria. Gefördert wird die Arbeit der Konsortialpartner vom BMVIT im Rahmen des FFG-Programms „Produktion der Zukunft“. Erklärtes Forschungsziel des von April 2018 bis März 2021 laufenden Projekts ist die Entwicklung einer Methode zur selbstlernenden Prognose kapazitiver Aufwände in der Materialver- und -entsorgung.
Bei der Optimierung der internen Produktionsversorgung soll künftig KI helfen. Konkret arbeiten die Forscher daran, bestehende Machine-Learning-Ansätze auf deren Anwendbarkeit bei der neuen Problemstellung zu testen und einen geeigneten Algorithmus in einem Proof of Concept Demonstrator zu implementieren. Basierend auf vergangenen Planungsperioden soll neues Wissen generiert werden. Anhand der Abweichungen von Ist- zu Plan-Werten schließt der Algorithmus auf die ausschlaggebenden Wechselwirkungen. Mit jedem neuen Datensatz wird dabei die KI intelligenter. Durch die selbstlernende Prognose sollen Mehr- bzw. Minderaufwände für zukünftige Planungsperioden präzise und verlässlich vorausgesagt werden.
Die für das Projekt notwendigen Testumgebungen werden von Siemens Österreich und ZKW im Rahmen der vorhandenen Produktionsflächen zur Verfügung gestellt. Die beteiligten TU-Experten bringen vor allem ihre Expertise im Bereich Datenbanken und Artificial Intelligence ein. Die Ergebnisse werden im Anschluss anhand eines Proof of Concept Demonstrators im isolierten und realitätsnahen Testumfeld der TU Wien Pilotfabrik Industrie 4.0 validiert.
Be the first to comment