für Verarbeitungsmaschinen
Die Effizienz von Verarbeitungsmaschinen hängt häufig von den Erfahrungen derjenigen ab, die die Maschinen bedienen. Der klassische Austausch von Wissen über (digitale) Dokumentationen ist im realen Produktionsalltag kaum praktikabel. Ein Grund hierfür ist die zeitaufwändige Suche nach hilfreichen Einträgen im Fall einer Störung.
Zur Lösung dieses Problems entwickeln wir das selbstlernende Bediener-Assistenzsystem SAM. Diese Software kombiniert das maschinelle Lernen mit der menschlichen Erfahrung, um Produktionsstörungen zu reduzieren. Durch Algorithmen lernt SAM selbständig Ereignisse aus Prozessdaten der Maschine. Die erkannten Zustandsklassen werden mit Einträgen von Bedienern in einer Datenbank verknüpft. Der Anwender erhält eine gegenüber einer Standard-Fehlermeldung deutlich präzisere Lösung basierend auf „Machine Learning“, die bei einer Störung bequem über ein Tablet den schnellen Zugriff auf potentiell geeignete Einträge ermöglicht.
Durch die gezielte Unterstützung der Bediener können Störungen nachhaltig beseitig werden. Ausschuss, Betriebszeit und Personalaufwand lassen sich durch unser Assistenzsystem reduzieren, während sich die Produktionskapazitäten erhöhen. Die Produktionseffizienz steigt.
Zugleich erhöht sich die Stabilität in der Produktionsplanung aufgrund der Tatsache, dass Schwierigkeiten bei der Herstellung im besten Fall komplett vermieden werden und Lieferprobleme, Mehrkosten durch Transportverzögerungen und Neuplanungen nicht anfallen.
SAM versteht sich als eine Austauschplattform für Bediener, Techniker sowie Ingenieure und unterstützt die Mitarbeiter als eine Art „virtueller Kollege“ nach dem Training-on-the-Job-Prinzip. Das Fraunhofer IVV Dresden arbeitet eng mit Psychologen und professionellen UX/UI-Experten zusammen, um in Probandentests gemeinsam mit Anwendern eine Software mit höchster Akzeptanz zu entwickeln. Dadadurch steigert sich das Engagement der Mitarbeiter und deren Motivation, eigene Ideen und Lösungen beizutragen. Auch, da diese dem gesamten System zugutekommen.
SAM hilft Ihnen dabei, kurzfristig Prozesse effizienter zu gestalten, aber auch langfristigen Herausforderungen wie Mitarbeiterfluktuation, Fachkräftemangel oder dem demographischen Wandel zu begegnen.
Mit unserem selbstlernenden Bediener-Assistenzsystem für Verarbeitungsmaschinen SAM bieten wir situationsangepasste und individuelle Lösungsstrategien für Ihre Prozesse an.
Bei Standard-Wissensspeichern für Maschinenbediener ist im Fehlerfall die manuelle Suche nach hilfreichen Einträgen problematisch und aufwändig. Unterschiedliche Bezeichnungen, Rechtschreibfehler oder Zeitdruck erschweren auch in digitalen Archiven mit Volltextsuche eine zielgerichtete, effiziente Recherche. Daher ist die Motivation zur Pflege sowie Erweiterung der Speicher begrenzt und die Gesamtakzeptanz der Mitarbeiter eher niedrig.
SAM widmet sich dieser Herausforderung und sucht erstmals selbstständig nach passenden Lösungsvorschlägen für den vorliegenden Fehlerfall in der Datenbank. Die Besonderheit liegt in der Fähigkeit, neue Fehlerfälle lernen und selbstständig wiedererkennen zu können. Grundlage sind Algorithmen des maschinellen Lernens. Durch Analyse der maschineninternen Sensordaten, beispielsweise Schaltsignale von Lichtschranken, werden Vorfälle deutlich präziser wahrgenommen, als dies bisher durch fest programmierte Fehlerabfragen möglich war. Die Interaktion mit dem Bediener erfolgt über ein mobiles Endgerät oder einen PC.
Viele Menschen werden durch Anerkennung motiviert, die Grundlage zur Funktionsweise von Foren und beispielsweise Wikipedia. Die verbesserte Nutzbarkeit und Streuung der Einträge sowie öffentliche Wertschätzung wird insbesondere die langjährigen Erfahrungsträger anregen. Dies zeigte sich in zahlreichen Gesprächen mit Bedienern. Darüber hinaus arbeiten wir eng mit Psychologen und UX/UI-Designern zusammen, um uns optimal auf die Wünsche und Anforderungen der Anwender einstellen zu können.
SAM lernt Störzustände wiederzuerkennen und präsentiert automatisch geeignete Einträge aus der Erfahrungsdatenbank. Algorithmen des Maschinellen Lernens helfen, Störungszustände deutlich feingliedriger zu unterscheiden, als es aktuell beispielsweise über die Fehlercodes der Maschine möglich ist. Damit werden die einzigartigen Analysefähigkeiten des Menschen nachgeahmt.
Unser Bediener-Assistenzsystem ist auf einem autarken PC-System über eine universelle Schnittstellenkarte mit dem Feldbus der Maschine verbunden. SAM liest als „SLAVE“ die Steuerung (SPS) der Maschine. Er erhält hochaufgelöste, unverarbeitete und verarbeitete SPS-Daten, beispielsweise Sensorschaltzeiten. Es entspricht dem Grundprinzip, dass SAM nicht aktiv in den Prozess eingreifen kann. Als reines Unterstützungssystem offeriert er Vorschläge. Der Nutzer behält die Entscheidungshoheit.
In der einfachsten Ausbaustufe besitzt SAM keinen Internetanschluss. Nutzer behalten stets die volle Kontrolle über die generierten Daten, da die trainierten Modelle zur Wiedererkennung von Störungen und der entstehende Wissensspeicher auf dem Rechner an der Maschine gesichert werden. Eine Vernetzung mehrerer SAMs im Werk oder weltweit kann allerdings große Vorteile bringen. Der Kunde entscheidet jederzeit, welches System er favorisiert.
Nur mit Kooperationspartnern aus Industrie und Forschung können wir eine schnelle sowie effiziente Entwicklung unter Berücksichtigung industrieller Anforderungen und Wünsche sicherstellen. Aus diesem Grund riefen wir einen Beraterkreis aus Maschinenbetreibern und Maschinenherstellern ins Leben. Seien auch Sie dabei!
Regelmäßig präsentieren wir die aktuellen Entwicklungen und Trends aus den Bereichen Digitalisierung und Assistenzsysteme
»Zukunftstage: Angewandte Digitalisierung in der Lebensmittlwertschöpfungskette«