Suchen

Spracherkennung Siri übernimmt die Fabrik

| Redakteur: Sariana Kunze

Wir sprechen mit unseren Smartphones: „Siri, wie viel sind 20 % von 2850“, „Siri, brauche ich heute einen Regenschirm?“, „Siri, schicke bitte eine SMS an....“ und Siri antwortet innerhalb von Sekunden. Eine praktische Funktion fanden die Forscher am Lemgoer Institut für industrielle Informationstechnik (inIT) der Hochschule OWL. Warum also nicht auch mit Maschinen von Industrieanlagen sprechen?!

Firma zum Thema

In Lemgo lernen Maschinen mit dem Menschen zu sprechen.
In Lemgo lernen Maschinen mit dem Menschen zu sprechen.
(Scott Maxwell, CC BY-SA 2.0, flickr.com)

Mitarbeiter Bauer beginnt mit seiner Arbeit. Es ist noch früh am Morgen. In der einen Hand hält einer Tasse mit heißem Kaffee und in der anderen ein Tablet. Bauer kann über das mobile Endgerät mit allen Maschinen der Industrieanlage sprechen – wie mit dem Assistenzsystem Siri auf seinem iPhone. Er fragt: „Wie hoch ist die Drehzahl des Motors?“ und das System antwortet: „Welchen Motor meinen Sie?“. So oder so ähnlich sieht die Vision von Prof. Dr. Oliver Niggemann, Vorstandsmitglied des Institut für industrielle Informationstechnik (inIT) aus. Er arbeitet gemeinsam mit anderen Forschern im Projekt Semantics4Automtion an der einer Wissensbasis, die dem Menschen eine abstrakte Kommunikation mit der Maschine ermöglicht. Am inIT wird dazu seit Jahren in verschiedenen Projekten daran gearbeitet, wie intelligente Systeme den Menschen bei der Bedienung von zunehmend komplexer werdenden industriellen Anlagen entlastet werden können. Dazu wurde eine Software entwickelt, mit der Maschinendaten und Systemfehler erfragt bzw. abgerufen werden können. Maschinenspezifische Kenntnisse wurden dafür in ein intelligentes Systems integriert. Eine semantische Beschreibung (Metainformationen) ermöglicht dem Computer dabei, Prozessdaten zu verarbeiten und vereinfachen. „Ziel ist es, die Kommunikation zwischen Mensch und Maschine zu vereinfachen, vor allem für Personen ohne technische Vorkenntnisse“, erläutert Professor Dr. Oliver Niggemann, Vorstandsmitglied am inIT. „Die Vision dahinter: Jeder Mitarbeiter kann später mit einer industriellen Maschine sprechen und interagieren. Dabei sollen nicht nur Werte abgefragt werden, sondern auch „Warum?“-Fragen zur Feststellung von Anomalien.“

Bildergalerie

Maschine unterscheidet zwischen normalen und anormalen Verhalten

Formalisiertes Wissen wird über eine Domäne in einer Ontologie modelliert. Maschinen können so auf ein sogenanntes Ontologiemodell zurückgreifen, um neue Erkenntnisse und Schlussfolgerungen zu erlangen. Dazu werden Algorithmen, z. B. zur Analyse und Diagnose, mit der Ontologie gekoppelt. Die Anlage ist damit selbstständig in der Lage, einen Algorithmus für eine Fragestellung zu wählen. Durch das vorhandene Wissen aus der Ontologie können die Ergebnisse der Algorithmen geprüft und bewertet werden. Soll z. B. der aktuelle Zustand einer Anlage ermittelt werden, kann die Maschine selbstständig zwischen normalen und anormalen Verhalten unterscheiden. Eine Vielzahl von Algorithmen überwachen die Anlage, erkennen Anomalien und ermitteln Werte. Die Ergebnisse werden mit Hilfe einer Wissensbasis ausgewertet und eine Antwort wird erstellt. Als Wissensbasis wird eine Ontologie verwendet. Was für uns Menschen klar ist, weiß die Maschine nicht. „In dieser Wissensbasis sind zusätzliche Informationen zum System und zu allgemeingültigen Zusammenhängen hinterlegt, etwa, dass ein Motor Energie benötigt. Damit können Fehlerquellen und Systemabläufe besser analysiert werden“, erklärt Niggemann. „Wir planen erste Piloteinsätze in der Smar tFactory OWL für 2016. Langfristiges Ziel ist eine Standardisierung und gemeinsame Kommunikationssprache zwischen Maschinen, damit möglichst viele Geräte von dem System profitieren können“, resümiert Niggemann.

Mehr Informationen über das Projekt Semantics4Automation finden Sie hier.

(ID:43543409)