XITASO Forschungsprojekt zur Automatisierten Inbetriebnahme im Maschinen- und Anlagenbau

XITASO forscht gemeinsam mit der Universität Augsburg am Projekt AIPE (Automatisierte Inbetriebnahme durch Persistierung von Expertenwissen). Ziel des Forschungsvorhabens ist eine Zeit- und Kostenreduktion bei der Inbetriebnahme von Maschinen und Anlagen.

Auch in Zeiten von Digitalisierung und Industrie 4.0 dauert es im Maschinen- und Anlagenbau immer noch sehr lange, um eine Fertigungsanlage neu ein- oder umzustellen. Die Inbetriebnahme von Maschinen benötigt bis zu 25 % der gesamten Projektlaufzeit. Mithilfe des Konzepts der virtuellen Inbetriebnahme lässt sich zwar der statische Anteil der realen Inbetriebnahme im Wesentlichen auf die mechanische und elektrische Installation reduzieren. Die Modellierungsaufwände der virtuellen Inbetriebnahme bedeuten aber insbesondere bei der Fertigung von einzelnen Maschinen oder Sondermaschinen oftmals eine zu große Investition. Besonders in diesen Fällen kann die Automatisierung der dynamischen Inbetriebnahme, also der Feineinstellung der Maschinenparameter und der Test des erstellten Endprodukts, helfen, die Dauer der Inbetriebnahme zu reduzieren.

Um ein Verfahren zur Reduzierung der Dauer der Inbetriebnahme zu entwickeln, arbeiten XITASO und der Lehrstuhl Organic Computing an der Fakultät für Angewandte Informatik der Universität Augsburg gemeinsam an dem Forschungs- und Entwicklungsprojekt AIPE. AIPE steht für Automatisierte Inbetriebnahme durch Persistierung von Expertenwissen und beinhaltet zwei Bereiche. Zum einen wird erforscht, wie die Feineinstellung von Maschinenparametern automatisiert erfolgen kann. Um die Inbetriebnahmeparameter zu optimieren, wird auf durch maschinelle Lernverfahren erworbenes Wissen zurückgegriffen. Dieses beinhaltet die Auswirkungen von Umgebungseinflüssen und Maschinenmodellen auf die Qualität des Werkstücks. Zum anderen muss Expertenwissen maschinell persistiert werden, um den Erhalt von durch Erfahrung erlerntem Wissen trotz des demographischen Wandels sicherzustellen. Zu diesem Zweck wird eine Wissensdatenbank erstellt, welche mithilfe von Experten entwickelt wird. Die Zusammenführung beider Bereiche ermöglicht es, die maschinellen Lernprozesse mithilfe des Expertenwissens proaktiv zu beeinflussen und gegebenenfalls zu beschleunigen. Durch die Kombination beider Felder entsteht außerdem das Potenzial der Entdeckung und Ausschöpfung bisher unbekannter Wechselwirkungen.
Um Inbetriebnahmeparameter, die von Umgebungseinflüssen, aber auch von den jeweils zu produzierenden Werkstücken, abhängig sind, zu simulieren, wird im AIPE-Projekt auf 3D-Drucker als Beispielprozess für komplexe Maschinen zurückgegriffen. Auch Wetter- und Umgebungseinflüsse können mit aufgrund ihrer offenen Bauweise sehr empfindlichen 3D-Drucker simuliert werden.

Mehr über AIPE erfahren Sie auf der Hannover Messe

Richard Nordsieck, Software-Entwickler und einer der AIPE-Mitarbeiter bei XITASO, wird das Konzept und die Ziele des Projekts auf der Hannover Messe vorstellen. Nutzen Sie die Chance und erfahren Sie mehr über das Forschungsprojekt AIPE während der „Additive4Industrie Innovation Session“ am 03. April 2019 um 15 Uhr auf dem Dutch Industrial Supply Pavillon in Halle 4, Stand D42 des Messegeländes in Hannover.

Richard Nordsieck
richard.nordsieck@xitaso.com

Das FuE-Projekt wird im Rahmen des Förderprogramms „Zentrales Innovationsprogramm Mittelstand“ (ZIM) des Bundesministeriums für Wirtschaft und Energie (BMWi) über die Projektlaufzeit von zwei Jahren finanziell unterstützt.