Die Produktion der Zukunft: ausfalltolerant und selbstorganisiert?
Im Rahmen des KI-Produktionsnetzwerks befassen sich Forschende der Universit?t Augsburg mit der Frage, ob Produktionsanlagen in Zukunft mittels KI selbst auf Probleme oder neue Produkte reagieren k?nnten, um so deutlich effizienter zu arbeiten.
Wenn sich heutzutage in einer Produktionsanlage etwas verz?gert – eine Maschine f?llt aus, eine Anlage muss auf ein neues Produkt eingestellt werden –, dann kostet dass Zeit, Geld und Ressourcen. Im schlimmsten Fall stehen die B?nder still. Damit das in Zukunft nicht passiert, befassen sich Forscherinnen und Forscher an der Universit?t Augsburg im Rahmen des KI-Produktionsnetzwerks mit der Frage: K?nnten Produktionsanlagen sich selbst ?heilen“ beziehungsweise an ?nderungen anpassen? ? Eingebettet ist die Frage in die Forschung des Bereichs ?Selbstorganisierende Prozessroutenplanung“ des KI-Produktionsnetzwerks an der Universit?t Augsburg. ?In ihm wird in den kommenden Jahren untersucht, wie Produktionsprozesse mit KI flexibilisiert und Prozessrouten selbstst?ndig von Maschinen geplant werden k?nnen“, führt Prof. Dr. Wolfgang Reif, Leiter des Instituts für Software & Systems Engineering (ISSE) an der Universit?t Augsburg, aus. Einen aktuellen Forschungserfolg erzielte Victor Gerling, Wissenschaftlicher Mitarbeiter am ISSE. Als Ausgangslage betrachtete Gerling ein Produktionsszenario, bei dem autonom fahrende Transporter Werkstücke von einer Maschine zur n?chsten transportieren. Jeder Transporter hat seine eigene Aufgabe und wei? über die der anderen nicht Bescheid. ?Vergleichbar ist das mit einem Ameisenhaufen, bei dem jede Ameise eine ganz konkrete Aufgabe erfüllt, isoliert vom Rest des Ameisenstaats und nur im Austausch mit dem direkten Nachbarn, und sich das Kollektiv trotzdem gut organisiert“, meint der Nachwuchs-Forscher. Das Problem ist nun, wie man mittels KI dafür sorgt, dass aus einer ziellos umherirrenden Roboter-Schar der sinnbildliche Ameisenhaufen – also eine funktionierende Produktionskette – entsteht. Die Herausforderung, der sich die Forschenden und auch Victor Gerling stellen: Wie kann man unter Einsatz von Reinforcement Learning (dt.: best?rkendes Lernen) und Tests herausfinden, wie sich Roboter in solch einem Szenario grunds?tzlich verhalten und welche Variante dieses Typs maschinellen Lernens sich am besten für das ?Training“ eignet? Die Antwort wird – noch – in Simulationen gesucht: ?Wir sagen virtuellen Robotern in einer virtuellen Produktion, dass sie eine gewisse Anzahl an Produkten fertigen sollen. Wie sie das machen, ist ihnen überlassen – allerdings müssen sie verschiedene Produkttypen und Werkzeugausf?lle beachten. Dabei messen wir die Zeit und je schneller ein Versuch lief, desto h?her wird er bewertet. Nach diesem Kriterium beurteilt unser System, welcher Weg gut ist“, erkl?rt Gerling. In seiner Arbeit testete er verschiedene Ans?tze von Reinforcement Learning, einer stelle sich als besonders vielversprechend heraus. ?Das Experiment zeigt, wie Lern-Algorithmen dazu verwendet werden k?nnen, reaktive Verhaltensweisen zielgerichtet zu steuern. Dadurch kann das Beste aus beiden Welten kombiniert werden: Produktionen, die sowohl leistungsf?hig als auch resilient sind“, bewertet Professor Reif den Ansatz. Dieser soll nun weiter erforscht und schlussendlich im industriellen Ma?stab in der geplanten Halle des KI-Produktionsnetzwerks in der Realit?t getestet werden. ?Arbeiten wie die von Victor Gerling zeigen, dass auch junge Wissenschaftler – Victor Gerling hat sich bereits als Student in seiner Masterarbeit mit dem Thema besch?ftigt ? einen wichtigen Beitrag zu einem so umfassenden Projekt wie dem KI-Produktionsnetzwerk leisten. Ich bin überzeugt, dass wir noch zahlreiche neue Talente unter unseren Nachwuchswissenschaftlerinnen und Wissenschaftler entdecken“, meint Prof. Dr. Markus Sause, Direktor des KI-Produktionsnetzwerks der Universit?t Augsburg. ? Das KI-Produktionsnetzwerk Augsburg ist ein Verbund der Universit?t Augsburg mit dem Fraunhofer-Institut für Gie?erei-, Composite- und Verarbeitungstechnik IGCV sowie dem Zentrum für Leichtbauproduktionstechnologie des Deutschen?Zentrums für Luft- und Raumfahrt (DLR). Ziel ist eine gemeinsame Erforschung KI-basierter Produktionstechnologien an der Schnittstelle zwischen Werkstoffen, Fertigungstechnologien und datenbasierter Modellierung.
E-Mail:
reif@informatik.uni-augsburginformatik.uni-augsburg.de ()
Selbstorganisierende Prozessroutenplanung
Von Robotern und Ameisenhaufen
Einen Roboter trainieren
Vielversprechender Ansatz
Weitere Forschung
WEITERE INFORMATIONEN
WISSENSCHAFTLICHE ANSPRECHPERSON