Zahnräder,

Die Industrie kann durch Machine Learning wertvolle Erkenntnisse gewinnen. (Bild: Pixabay.com)

"Alles soll vernetzbar sein. Komponenten und Maschinen werden mit zusätzlicher Sensorik und leistungsfähigeren Steuerungen ausgestattet. Damit stehen zusätzliche Daten in der Fertigung zur Verfügung. Der Datenberg wächst. Doch was bringt's? Datenverfügbarkeit ist in der Produktion nur Mittel zum Zweck. Eine Voraussetzung um wertvolle Informationen zu gewinnen, die Mehrwert schaffen. Das gelingt, indem man Daten sammelt, intelligent miteinander verknüpft, analysiert und die richtigen Schlussfolgerungen zieht. Und das möglichst umfassend und schnell.

Die IT-Industrie zeigt wie: Vorschläge in Suchmaschinen, ein "Das könnte ihnen auch gefallen." oder die Spracherkennung im eigenen Smartphone begegnen Internetnutzern jeden Tag. Keine Magie, sondern Mathematik. Algorithmen lernen Zusammenhänge, gruppieren Nutzer und erstellen so passende Vorschläge. Durch sogenanntes Machine Learning setzt selbstlernende Software riesige Datenmengen in kürzester Zeit in Beziehung. Ein weit verbreiteter Ansatz ist es dafür künstlich die neuronale Struktur des menschlichen Gehirns nachzubilden. So können auch komplexe Zusammenhänge erkannt, gelernt und wiedergegeben werden, wo regelbasierte "Wenn-dann-Beziehungen" nur an der Oberfläche kratzen und einfache Programme scheitern.

Neue Erkenntnisse sammeln

Für die fertigende Industrie birgt diese Methode großes Optimierungspotenzial. Beispielsweise lassen sich damit auch komplexe Produktionsprozesse leichter planen, der Energiebedarf von Maschinen kann reduziert oder die Maschinenverfügbarkeit durch vorausschauende Wartung erhöht werden. Bereits heute bieten Unternehmen der Automationstechnik Lösungen um Betriebszustände online zu visualisieren und eine Vielzahl von Daten zur Verfügung zu stellen. Doch das ist nur der erste Schritt.

Durch Machine Learning, kann Software die Verschleißmuster und ihre Auswirkungen auf Fertigungsanlagen erkennen. Bosch Rexroth nutzt die Methode bereits für die vorausschauende Wartung von Anlagen mit sehr hohen Stillstandskosten, beispielsweise Stahlwerke, Papierfabriken oder Offshore-Installationen. Zahlreiche Sensoren in und an allen kritischen Komponenten und Modulen erfassen kontinuierlich die Betriebsdaten. Diese Daten werden an eine Cloud gesendet, in der die Zustandsinformationen berechnet werden. Dazu können Daten aus allen angeschlossenen Anlagen genutzt werden. Mit jedem Datensatz kann die Software besser Muster erkennen, und die Vorhersagegenauigkeit zu Verschleiß und möglichem Ausfall steigt kontinuierlich an.

Maschinen-Knowhow

Dr. Steffen Haack.
Dr. Steffen Haack, Mitglied des Vorstands mit Zuständigkeit für die Business Unit Industrial Applications und Koordination Vertrieb bei Bosch Rexroth. (Bild: Bosch Rexroth)

Kreative Programmierer mit Machine Learning Kenntnissen und Domänenwissen, sogenannte Data Scientists, müssen Maschinenbau- und Prozess-Know-how in eine neue Generation von Software umwandeln. Ohne die Kenntnis von welcher Art von Komponente die Daten stammen oder wann zum Beispiel eine Wartung an der Maschine durchgeführt wurde, produziert die Software keine verwertbaren Ergebnisse. Darüber hinaus gilt: Je umfangreicher der Datensatz, desto höher ist der potentielle Nutzen für alle Beteiligten.

Dabei spielt auch das Thema Datenschutz eine entscheidende Rolle. Denn Industrie 4.0 wird sich nur mit dem Vertrauen der Kunden durchsetzen. Das ist eine wichtige Voraussetzung um von den neuen Erkenntnissen aus den Daten profitieren zu können. Bei Bosch Rexroth gehen wir sorgsam mit den Daten unserer Kunden um und stimmen explizit mit ihnen ab, welche Daten wir zu welchem Zweck verwenden. Die Verarbeitung der Daten erfolgt auf Bosch-Servern, die jeweils den aktuellen Stand der Technik in Sachen Sicherheit bieten." hei

Sie möchten gerne weiterlesen?