Die Ursache von Taktzeitschwankungen in verketteten Fertigungslinien zu ermitteln und die Auswirkung von Verzögerungen vorherzusagen, sind komplexe Aufgaben. Derzeit erfolgt die Taktzeitoptimierung in der Regel unter hohem manuellem Aufwand und deshalb auch nur für Anomalien mit signifikanter Häufung. Ansätze mit Künstlicher Intelligenz zur Mustererkennung in Zeitreihendaten können helfen, die Analyse zu automatisieren. Sie ermöglichen auf diese Weise die Implementierung prozessnaher Regelkreise.
Warum schwanken die Taktzeiten in verketteten Fertigungslinien?
Mit KI-Ansätzen zur Mustererkennung in Zeitreihendaten wird sich die gängige Praxis, nur Anomalien mit signifikanter Häufung zu ermitteln, ändern. Denn durch die Automatisierung der Fehleranalyse mithilfe von KI kann jede Anomalie erfasst werden.
Im Rahmen des Projektes IIP-Ecosphere entwickelt das IFW gemeinsam mit dem Forschungszentrum L3S und Volkswagen Nutzfahrzeuge einen Demonstrator, der vielversprechende KI-Ansätze im Einsatz zeigt. Genutzt werden dabei Künstliche Neuronale Netze zur automatisierten Detektion von Anomalie-Clustern und Long-Short-Term-Memory-Verfahren zur Analyse von Ursache-Wirkungszusammenhängen in den betrachteten Zeitreihendaten.
Erste Ergebnisse zur Taktzeitoptimierung und weitere Details finden Sie im folgenden Phi-Artikel: phi – Produktionstechnik Hannover informiert
Sie möchten mehr über den Einsatz von KI in der Produktion wissen? Dann sprechen Sie uns gerne an.
