Anbieter zum Thema

Fraunhofer IOSB-INA

Klinkhammer Intralogistics GmbH

Schubert & Salzer Data GmbH

SCIO Automation GmbH

Zukunftsweisendes Werkzeug zur Produktionsoptimierung

Der Kern der „RICE“-Umgebung ist ein mobiles Traversensystem, das über den zu beobachtenden Prozess installiert wird. Und zwar so, dass eine Prozessdatenerfassung mithilfe kontaktloser Sensorik (etwa optisch oder akustisch) erfolgen kann. Ergänzt wird das durch kontaktarme Sensorik (beispielsweise Energie oder Schwingungen) an der betrachteten Anlage. So braucht es keine aufwändige CE-Neubewertung der Maschine. Ein rollbarer Schaltschrank mit Touchdisplay stellt dabei die Verbindung zu externen Sensor- und Aktormodulen her. Das Ganze führt auch die Software für Steuerung, Visualisierung und Datenauswertung aus. Ein integriertes Energiemessgerät mit externen Stromzangen erfasst die Energiedaten der zu untersuchenden Maschinen direkt. Für die Prozessinteraktion wurde ein mobiles Aktorikmodul entwickelt, das für direkte Eingriffe in Produktionsabläufe ausgelegt ist. Es basiert auf einem kollaborativen Knickarmroboter, der mit einem auswechselbaren Greifer und einer integrierten Kamera zur Objekterkennung ausgestattet ist. Darüber hinaus können weitere Manipulatoren genutzt werden, um spezifische Prozessschritte gegebenenfalls automatisieren zu können. Die Personensicherheit wird durch 270-Grad-Laserscanner im Gefahrenbereich des Roboters gewährleistet. Mit der „RICE“-Umgebung (siehe Bild 2) wird folglich ein zukunftsweisendes Werkzeug zur Optimierung von Produktionsprozessen geschaffen, das den Anforderungen von Industrie 4.0 gerecht wird und gleichzeitig die Effizienz und Sicherheit in der Fertigung erhöht.

So sieht die dazu benötigte Landschaft der Software aus

Die „RICE“-Umgebung benötigt für ihre unterschiedlichen Einsatzmöglichkeiten aber auch viele Softwaresysteme, die miteinander interagieren können müssen. Je nach Anwendungsfall kommen dabei verschiedene Werkzeuge zum Einsatz – etwa Datenbanken, Tools für ML-Pipelines (etwa für Labeling, Modelltraining und Modellausführung), Visualisierungssysteme, IoT-Konnektoren, Event Broker, um nur einige zu nennen. „RICE“ setzt dafür auf einen Baukasten aus etablierten „Open Source“-Werkzeugen, die über Konfigurationen miteinander verbunden werden und sich in einer Umgebung aus „Containern“ flexibel kombinieren und erweitern lassen. Ein zentraler Fokus liegt dabei auf der Möglichkeit, sämtliche Softwarekomponenten per Konfiguration nutzbar zu machen. So können die Anwender auch ohne tiefgehende Programmierkenntnisse das System erweitern und anpassen. Zu den eingesetzten Tools gehören unter anderem Zeitreihen-Datenbanken wie „InfluxDB“, Datenflussverarbeitungs-Systeme wie „Node-RED“, Event Broker wie Kafka und „MQTT“ sowie Visualisierungssysteme wie Grafana. Für die nahtlose Integration der „RICE“-Hardware wurden Beispielkonfigurationen entwickelt, die eine schnelle und effiziente Anbindung ermöglichen, die bis hin zum regelbasierten, automatischen Labeling von Daten reicht. Ein typischer Anwendungsfall zeigt, wie das Zusammenspiel funktioniert: Während Sensoren kontinuierlich Daten erfassen, liefert der Werker über ein einfaches Dashboard den Kontext zur Ursache eines Ereignisses. Diese Eingabe wird direkt mit den Sensordaten verknüpft und als Label gespeichert. So entstehen hochwertige Datensätze, die direkt für Anwendungen aus der künstlichen Intelligenz (KI) genutzt werden können, was ohne aufwändige Nachbearbeitung klappt. Das spart Zeit, reduziert Projektaufwand und bringt den Anwender schneller zu einem reifen und auch noch optimierten Prozess.

(ID:50582641)