Daten und die intelligente Maschinenrevolution
Anwendungsmöglichkeiten 'intelligenter' Automatisierung
Wie kann die Fertigungseffizienz verbessert werden? Es wird immer schwieriger, Fertigungslinien signifikant zu optimieren. Der Einsatz intelligenter Automatisierung am Arbeitsplatz bietet eine innovative Lösung, aber alles beginnt mit Daten, sehr vielen Daten.
Bild: Omron Electronics GmbHWerfen wir zunächst einen Blick auf Forpheus, den Tischtennis spielenden Roboter von Omron. Er symbolisiert die 3-i-Philosophie des Unternehmens für Maschinen: integriert, interaktiv, intelligent. Wie kann eine Maschine wie Forpheus Sport treiben? Da Forpheus mehrere Technologien kombiniert, um einen Roboter mit Mensch-Maschine-Interaktion zu ermöglichen, sind Daten das grundlegende Element für intelligentere Maschinen. Datenerfassung, datengesteuerte Modelle, Anwendung der Modelle und schließlich die Maschine, die Modelle verwendet und bewertet, um ihr eigenes Verhalten automatisch anzupassen, d. h. maschinelles Lernen. Der erste Schritt ist das Erfassen von Daten einzelner Maschinen bzw. am besten von einer gesamten Produktionslinie. Das kann zu großen Datenmengen führen - sogenannten Big Data. Die Analyse all dieser Daten lässt sich bis zu einem gewissen Punkt effektiv und kostengünstig mit heutiger Rechenleistung und Speicherung in der Cloud durchführen. Dabei sind einwandfreie Daten notwendig, um eine effizientere Verarbeitung und die besten Ergebnisse zu ermöglichen. Schon die leicht verständliche Darstellung der erfassten Informationen auf einem Bildschirm kann Bediener dabei unterstützen, Abweichungen im Prozess zu identifizieren und darauf zu reagieren.
Bild: Omron Electronics GmbHDatenanalyse unterstützt Bediener
Eine solche Darstellung von Prozessdaten kann bereits eine Effizienzsteigerung von 20 bis 30% ermöglichen. Angesichts der ständig zunehmenden Datenmengen sind Menschen jedoch kaum noch in der Lage, diese zu interpretieren oder Muster zu erkennen. Durch die Integration von Analysesoftware für große Datenmengen bieten Computer exakte Tools zur Unterstützung des Menschen. Diese Tools können Unregelmäßigkeiten in Leistungsdaten feststellen und dem Bediener mögliche Probleme melden. Mehr Daten und eine erweiterte bzw. intelligentere Analyse liefern umfassendere und genauere Erkenntnisse und Ergebnisse. Statt beispielsweise ein Problem einfach nur festzustellen, kann das System den Ort des Problems in der Fertigungslinie genau ermitteln und erkennen, was zu dessen Behebung unternommen werden muss. Das erleichtert die Arbeit des Bedieners und die Anlageneffizienz wird weiter optimiert. Durch die zunehmende Datenmenge wird auch das Datenmanagement wichtig. Erfasste Daten werden zur erweiterten Verarbeitung und Mustererkennung häufig offline gespeichert. Die ermittelten Muster werden anschließend zurück an die Fabrik übertragen und dort von der Maschine in Echtzeit umgesetzt.
Mithilfe von Daten den Automatisierungsgrad erhöhen
Bei der Automatisierung kann man noch einen Schritt weiter gehen. Intelligente Systeme könnten ein Problem bzw. ein potenzielles Problem feststellen, es melden und dann automatisch Teile der Produktionslinie anpassen, um Ausfälle auszugleichen, während das Problem behoben wird - alles selbstverständlich im Rahmen sicherer Betriebsparameter. Dies führt wiederum zu einer noch besseren Produktionseffizienz. Betrachtet man dies auf der Ebene einer einzelnen Maschine, so können intelligente Maschinen - ausgestattet mit Datenanalysefunktionen - ihr Verhalten für jede Situation optimieren, weil sie "wissen", wie sie normalerweise funktionieren sollten, das heißt, sie überwachen ihre eigene Leistung, damit sie dem erwarteten Verhalten entspricht. Wenn ein Fehler oder eine Abweichung von einem Standardmuster auftritt, meldet die Maschine das Problem dem gesamten System und gleicht es nach Möglichkeit durch Änderung ihres Betriebs aus. Denn aus Systemsicht müssen Änderungen in der gesamten Linie ausgeglichen werden, um einen gleichmäßigen Betrieb zwischen Maschinen zu gewährleisten.
Bild: Omron Electronics GmbHIntelligente Fabrikautomatisierung
Die Komplexität der Daten ist einer der Aspekte, die den Weg zu einer intelligenten Fabrik zu einer großen Herausforderung machen. Deshalb implementiert Omron diese intelligenteren Systeme in seine eigenen Prozesse, sodass das Unternehmen Anforderungen untersuchen und Best Practices (optimale Lösungen) entwickeln kann. Und es gibt viel zu lernen. Als das Unternehmen vor etwa zwei Jahren begann, seine Prozesse in Augenschein zu nehmen, verbrachte sein führender Datenspezialist 80% seiner Zeit nur mit der Aufbereitung der Daten. Jetzt wendet das Unternehmen das Gelernte auf seine Systeme und Produkte an, damit Kunden von einer intelligenten Automatisierung profitieren können. Zusammen mit mehreren ausgewählten Kunden führt Omron derzeit Experimente zur intelligenten Automatisierung durch, um herauszufinden, wo Engpässe auftreten. Letztendlich kann aber nur die praktische Erprobung in Fabriken den tatsächlichen Nutzen dieses Ansatzes belegen.
Mensch-Maschine-Interaktion
An Datenerfassung und -analyse anknüpfend, kann die intelligente Automatisierung auf den Bereich Mensch-Maschine-Interaktion ausgeweitet werden. So hat der bereits erwähnte angehende Tischtennis-Champion Forpheus die Fähigkeit, zusammen mit Kameras, die Bewegung des Balls zu verfolgen und die Reaktion des Gegners auf der anderen Seite des Tisches zu beobachten. Durch Analyse der Daten aus den Sensoren kann er Bewegungen sehr genau und schnell berechnen und vorhersehen, wie der Gegner den Ball trifft und wie dessen Flugbahn sein wird. Forpheus bewegt dann seinen Schläger, um den Ball abzufangen und ihn über den Tisch zurückzuschlagen. Wie schwierig bzw. einfach er den Ball retourniert, gibt einen Hinweis darauf, wie diese intelligente Maschine zum allgemeinen Vorteil genutzt werden kann. Da Forpheus in der Lage ist zu beurteilen, wie sein Gegner spielt, kann er dessen Können ermitteln und sein Spielniveau anpassen, um das Beste aus diesem herauszuholen. Spielt Forpheus auf einem etwas höheren Niveau, ist das Spiel für den Gegner anspruchsvoll, ohne ihn zu entmutigen. Intelligente Maschinen können somit auch eingesetzt werden, um Menschen zu trainieren.
Ausbildung am Arbeitsplatz
Da dieser Trainingsaspekt in allen möglichen Maschinenanwendungen eingesetzt werden kann, ist er für die Fertigungsindustrie ideal geeignet. Intelligente Roboter können das Know-how des Bedieners beurteilen, wenn dieser entweder mit den Robotern oder mit den Systemen, die von diesen unterstützt werden, interagieren - etwa bei schweren Hebeaufgaben, in denn der Roboter das Gewicht des Objekts trägt, aber der Bediener die Feinjustierung für die Platzierung übernimmt. In diesem Fall nutzt der Roboter seine Beurteilung der Fähigkeiten des Bedieners zu dessen Schulung oder er erleichtert die Aufgabe, indem er ihm mehr Unterstützung bietet. Neben einer verbesserten Effizienz kann intelligente Automatisierung auch für mehr Spaß bei der Arbeit sorgen, und zwar nicht nur mit Robotern, sondern mit allen Maschinen. Denn diese können erkennen, wer an der Montagelinie ist und eine personalisierte Interaktion anbieten, beispielsweise nützliche Hinweise und Tipps geben, wie die Aufgabe erledigt werden sollte. Ohne klassisches Engineering gäbe es heute keine integrierten und interaktiven Maschinen. Um diese intelligent zu machen, muss nur ein wenig Daten-Engineering hinzugefügt werden.
Wie kann die Fertigungseffizienz verbessert werden? Es wird immer schwieriger, Fertigungslinien signifikant zu optimieren. Der Einsatz intelligenter Automatisierung am Arbeitsplatz bietet eine innovative Lösung, aber alles beginnt mit Daten, sehr vielen Daten.
Bild: Omron Electronics GmbHWerfen wir zunächst einen Blick auf Forpheus, den Tischtennis spielenden Roboter von Omron. Er symbolisiert die 3-i-Philosophie des Unternehmens für Maschinen: integriert, interaktiv, intelligent. Wie kann eine Maschine wie Forpheus Sport treiben? Da Forpheus mehrere Technologien kombiniert, um einen Roboter mit Mensch-Maschine-Interaktion zu ermöglichen, sind Daten das grundlegende Element für intelligentere Maschinen. Datenerfassung, datengesteuerte Modelle, Anwendung der Modelle und schließlich die Maschine, die Modelle verwendet und bewertet, um ihr eigenes Verhalten automatisch anzupassen, d. h. maschinelles Lernen. Der erste Schritt ist das Erfassen von Daten einzelner Maschinen bzw. am besten von einer gesamten Produktionslinie. Das kann zu großen Datenmengen führen - sogenannten Big Data. Die Analyse all dieser Daten lässt sich bis zu einem gewissen Punkt effektiv und kostengünstig mit heutiger Rechenleistung und Speicherung in der Cloud durchführen. Dabei sind einwandfreie Daten notwendig, um eine effizientere Verarbeitung und die besten Ergebnisse zu ermöglichen. Schon die leicht verständliche Darstellung der erfassten Informationen auf einem Bildschirm kann Bediener dabei unterstützen, Abweichungen im Prozess zu identifizieren und darauf zu reagieren.
Omron Electronics GmbH
Dieser Artikel erschien in SPS-MAGAZIN 5 2018 - 15.05.18.Für weitere Artikel besuchen Sie www.sps-magazin.de
