Suchen

Steuerungstechnik Wie Analytik und KI die Entwicklung von Steuerungen vorantreiben

| Redakteur: Sariana Kunze

Intelligente Technologien machen es möglich, dass sich nicht nur die Produktivität von Maschinen verbessern lässt, sondern diese auch autonome Entscheidungen treffen können. Erfahren Sie, wie die Einbettung dieser intelligenten Technologien in Steuerungen ein neues Paradigma der Maschinenbedienung liefern kann.

Firmen zum Thema

Durch den Einstz von KI lässt sich die Produktivität von Maschinensteuerungen steigern: Bei der Edge-Computing-Lösung Melipc von Mitsubishi Electric wird maschinelles Lernen eingesetzt, um gesammelte Daten zu analysieren und ein Modell der Betriebszustände der Maschine zu generieren.
Durch den Einstz von KI lässt sich die Produktivität von Maschinensteuerungen steigern: Bei der Edge-Computing-Lösung Melipc von Mitsubishi Electric wird maschinelles Lernen eingesetzt, um gesammelte Daten zu analysieren und ein Modell der Betriebszustände der Maschine zu generieren.
(Bild: Mitsubishi Electric )

Analytik und künstliche Intelligenz (KI) können bei Maschinensteuerungssystemen die Verfügbarkeit und die Effizienz erhöhen. Mit diesen Technologien ist es möglich – gegenüber traditionellen Maschinensteuerungsarchitekturen – Datenverarbeitungs-, Lern- und Entscheidungsfähigkeiten zu ergänzen und so eine vorbeugende und vorausschauende Wartung zu ermöglichen. Nils Knepper, Senior Product Manager Modular PLC Central Europe für Industrial Automation Systems, Mitsubishi Electric Europe B.V. erklärt, wie die Einbettung dieser intelligenten Technologien in Steuerungen ein neues Paradigma der Maschinenbedienung liefern kann.

Wie werden wir über Analytik und KI in der Maschinensteuerung denken?

Vor nicht allzu langer Zeit waren Technologien wie modellbasierter Steuerung, PID-Steuerung, feldorientierte Steuerung und Fuzzy-Logik rein hypothetisch. Heute sind sie so tief in den Steuerungsarchitekturen eingebettet, dass wir nicht einmal mehr über sie nachdenken.

Wie werden wir in ein paar Jahren über fortgeschrittene Analytik (AA) und künstliche Intelligenz (AI) in Maschinensteuerungen denken? Im Zweifel völlig selbstverständlich.

AA- und AI-Technologien ermöglichen es durch Big-Data-Analysen, verschiedene Maschinenzustände in Echtzeit aufzuzeichnen und zu analysieren. Sie monitoren den aktuellen Maschinenzustand, erkennen anstehende Fehlfunktionen und geben unverzüglich Handlungsempfehlungen. Der Maschinenbediener oder der Wartungsdienst kann reagieren, oder das System wird selbstständig Abhilfemaßnahmen einleiten.

KI setzt auf Lernalgorithmen in der Steuerung

Zukünftig soll die KI autonome Entscheidungen treffen, um die Produktivität zu optimieren. Aktuell ist eine Maschine so konstruiert, dass sie innerhalb definierter Leistungsgrenzen arbeitet - vielleicht, um unterschiedliche Lasten oder Geschwindigkeiten oder Sicherheitsbereiche zu berücksichtigen. Die KI-Technologie aber verwendet innerhalb der Steuerung tiefer gehende Lernalgorithmen. Diese könnten es ermöglichen, Maschinen bis an die heutigen Grenzen und darüber hinaus zu fahren.

1. Beispiel: Maschinelles Lernen zur Analyse einsetzen

Da Anwendung von KI-Prinzipien auf einzelne Maschinenprozesse zu betrieblichen Verbesserungen führen können, hat Mitsubishi Electric beispielsweise eine Diagnosetechnologie auf der Grundlage seiner KI-Technologie namens Maisart (Mitsubishi Electric's AI creates the State-of-the-Art in technology) entwickelt. Eingebettet in Produkte wie die Melipc-Edge-Computing-Lösung von Mitsubishi Electric, nutzt diese maschinelles Lernen zur Analyse gesammelter Daten, um ein Modell der Betriebszustände der Maschine zu generieren. Dieses Modell kann Anomalien im Betrieb der Maschine in Echtzeit erkennen und so frühzeitig vor drohenden Problemen warnen, sodass das Wartungspersonal umgehend Maßnahmen ergreifen kann.

2. Beispiel: Roboter-Betrieb modifizieren und Lebensdauer verlängern

Ein weiteres Beispiel für den Einsatz von KI ist die intelligente vorausschauende Wartungsfunktion der Melfa-Roboter. Die Melfa-Smart-Plus-Funktion kann bei Robotern von Mitsubishi Electric angewendet werden. Sie analysiert genau primäre Antriebskomponenten entsprechend den tatsächlichen Betriebsbedingungen und warnt frühzeitig vor dem Ausfall oder den Verschleiß von Teilen. Dadurch werden Ausfallzeiten reduziert und ein effizienter Wartungsplan kann geplant werden. Darüber hinaus bietet die Technologie während der Konstruktionsphase der Anwendungen Simulationsmöglichkeiten zur Vorhersage der Lebensdauer des Roboters und zur Abschätzung der jährlichen Wartungskosten. Dadurch haben Ingenieure die Möglichkeit, den Betrieb des Roboters zu modifizieren, um die Lebensdauer zu verlängern.

Diese beiden Beispiele führen bereits heute zu einer Verbesserung der Verfügbarkeit der Maschine und senken die Wartungskosten.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46561748)