Problem: Fehler treten oft woanders auf als dort, wo sie verursacht werden

Industrielle Produktionsanlagen sind auf einen kontinuierlichen Betrieb und hohen Durchsatz ausgelegt. Maschinenstillstände und -ausfälle führen zu hohen finanziellen Schäden. Die Kosten für die Wartung und Instandsetzung von Maschinen und Anlagen werden auf 15% bis 40% der indirekten Kosten in Industrieunternehmen geschätzt.

Das ist unter anderem darauf zurückzuführen, dass moderne Produktionsanlagen immer komplexer werden und aus einer Vielzahl von Modulen oder Einzelmaschinen aufgebaut werden. Diese Struktur der Anlage erschwert die Fehleranalyse, weil der Ort der Fehlererkennung nicht mit dem der Ursache übereinstimmen muss. Deshalb ist weiterhin viel manueller Aufwand und somit auch viel Zeit erforderlich, um Fehlerursachen zu lokalisieren und anschließend zu beheben. Intelligente Assistenz­systeme können hier helfen, um die Fehlersuche zu verkürzen und somit die Kosten zu senken.

Lösung: Ursachenanalyse mit lokalen und globalen Diagnoseassistenten auf Basis von maschinellem Lernen (ML)

Das Fraunhofer IOSB-INA und das IMMS haben ein Assistenzsystem für Produktionsanlagen entwickelt. Es erkennt automatisch mögliche Fehlerquellen, Anomalien oder Risiken, wie zum Beispiel Verschleißerscheinungen oder Sensorausfälle, und teilt sie dem Betreiber frühzeitig mit. Neben der beobachteten Anomalie wird dem Anlagenbediener zusätzlich eine Einschätzung der Fehlerursache mitgeteilt. Dafür ist ein System mit mehreren Ebenen notwendig, weil jede einzelne Maschine in der Anlage nur eigene Daten sammeln kann. Um Fehlerursachen zu bestimmen, müssen aber auch die anderen Maschinen in der Verarbeitungskette betrachtet werden.

Vom Fraunhofer IOSB-INA wurden deshalb Verfahren zum maschinellen Lernen (ML) erarbeitet, um lokal die jeweilige Maschine zu überwachen und auf globaler Ebene vom Menschen interpretierbare Ergebnisse und Zusammenhänge für die gesamte Anlage abzuleiten.

Beitrag des IMMS: Industrie-4.0-Kommunikation für die Diagnoseassistenten

Beide Analyseebenen müssen Daten austauschen. Das IMMS hat dafür eine entsprechende Industrie-4.0-konforme Kommunikationslösung entwickelt. Diese ermöglicht eine zuverlässige Kommunikation zwischen lokalen Assistenten auf Maschinenebene und dem globalen Assistenten auf Analyseebene. Dafür hat das IMMS sowohl Strukturen definiert, mit denen Daten zu relevanten Informationen für Assistenzsysteme ausgetauscht werden, als auch Mechanismen für die automatische Einbindung zusätzlicher Anlagenteile. Ohne diese Kommunikation lässt sich der Produktionsprozess nicht analysieren. Die Industrie-4.0-konformen Protokolle stellen dabei sicher, dass das Prinzip in jeder Anlage eingesetzt werden kann, die diese Standards verwendet.

Das gesamte Assistenzsystem aus Kommunikations- und Analysekomponenten wurde in einem anwendungsnahen Demonstrator inklusive Sensoranbindung realisiert, den das IMMS mit aufgebaut hat: An einer Anlage zur Herstellung von Verpackungs­materialien im Reallabor SmartFactoryOWL konnte so gezeigt werden, wie das neuartige ML-basierte Assistenzsystem Entscheidungsregeln erlernt, kausale Zusammenhänge in der verteilten Anlage erkennt und potentielle Fehlerursachen identifiziert.

Das IMMS hat damit gezeigt, dass durch Industrie-4.0-konforme Kommunikation neue Anwendungen in der Automation ermöglicht werden. Im konkreten Fall entfalten neue Methoden des maschinellen Lernens und entsprechender Algorithmen erst mithilfe angepasster Kommunikationslösungen das volle Potential für die Anlagenbetreiber.