Automatisierte Langzeitprozessanalyse auf Basis von Produktions-Prozess-Daten mittels Künstlicher Intelligenz ALPKI

In diesem Projekt werden automatisierte Methoden der KI entwickelt, um in Produktionsdaten kritische Prozesse zu identifizieren und die Ausprägung der Prozesse zu klassifizieren.

Hintergrund und Inhalt

In vielen Produktionsunternehmen werden bereits Daten von Fertigungsprozessen erfasst und zentral gespeichert. Die Menge der Daten und die aufwendige, zu oft manuelle, Auswertung führt dazu, dass diese ungenutzt bleiben. In diesem Projekt werden automatisierte Methoden der KI entwickelt, um in diesen Daten kritische Prozesse zu identifizieren und die Ausprägung der Prozesse zu klassifizieren. Darauf aufbauend können Optimierungsprojekte initiiert werden.

Projektziel

Das Ziel dieser Forschung ist es aktuell existierende ungenutzte Daten in Produktionsunternehmen in Wissen zu transformieren und einen Weg zu erarbeiten, wie Produktions-Prozess-Daten auch über lange Zeiträume von mehreren Monaten oder Jahren beurteilt werden können.

Projektablauf

Es sollen Methoden der künstlichen Intelligenz eingesetzt werden, um  Produktions-Prozess-Datensätze entlang der Zeitachse mit Methoden des unsupervized learning in Klassen zu unterteilen, die repräsentative Prozesszustände darstellen. Über diese Prozesszustände wird eine Pareto-Auswertung anhand von Kennzahlen automatisiert erstellt, um signifikante Ansatzpunkte für Prozessoptimierungen zu identifizieren.

Innovation

Die Industrie 4.0 ist in der Theorie ganz wesentlich von Daten getrieben. Viele Produktionsunternehmen verwenden aktuell noch viel Aufwand für die Erfassung der Produktionsdaten und haben ihren Fokus noch nicht auf die Auswertung von großen Produktionsdatenmengen gelenkt. Ein erfolgreicher Abschluss des Projektes bietet Unternehmen automatisierte Auswertungen von Produktions-Prozess-Daten. Damit können Daten zunächst in Wissen und anschließend in Maßnahmen transformiert werden.

Old Browser Link