OpenServ4P | Offene, intelligente Services für die Produktion

Eine Schlüsselrolle für Anwendungen der intelligenten Planung und Ressourceneffizienz im Kontext von Industrie 4.0 nehmen sensorbasierte Elektroniksysteme ein. Maschinen und Anlagen in der Produktion mit einem hohen Anteil an vernetzten Sensorsystemen werden als Cyber-Physische Systeme (CPS) bezeichnet. Ihr Einsatz in Produktionssystemen führt zu Cyber-Physischen Produktionssystemen (CPPS). CPPS sind anwendungsspezifische Systemlösungen, deren Prozesse von integrierten Rechen- und Kommunikationseinheiten überwacht, gesteuert und koordiniert werden. Die Fähigkeit von CPS zur Ad-hoc-Vernetzung und die Verfügbarkeit von Sensorinformationen ermöglichen die Entwicklung von neuartigen datengetriebenen, intelligenten Anwendungen, den Smart Services. Damit kann die Flexibilität und Produktivität in der Produktion gesteigert werden.

In Bezug auf die Konfiguration und den Betrieb von CPPS kommen konventionelle Lösungsansätze an ihre Grenzen. Die heutigen Lösungen decken die vertikale Integration in der Automatisierungspyramide nur unzureichend ab und die verfügbaren Übertragungsgeschwindigkeiten für komplexe Services sind nicht ausreichend. Dadurch bleiben Potenziale zur Steigerung von Effizienz und Effektivität ungenutzt.

Das übergeordnete Ziel des Forschungsvorhabens OpenServ4P ist die Entwicklung einer Plattform und intelligenter Services im Umfeld von CPPS. Der Grundgedanke dieses Ansatzes ist es, dass Informationen einer Komponente sowie einer Maschine sicher an eine Plattform angebunden werden und die Informationen genutzt werden können, um neues Wissen zu identifizieren und Prozesse zu optimieren. Neben dem Wunsch nach möglichst direktem Datenzugriff bis auf die Sensorebene müssen auch übergeordnete Aspekte wie Anlagensicherheit, Datensicherheit und Know-how-Schutz berücksichtigt werden.

• Soft- und Hardwarearchitektur: Aufbau einer Plattform für eine performante und robuste Informationsübertragung von Smart Services durch Informationsmodellierung, semantische Datenintegration und Algorithmen zur (Vor-)Verarbeitung des Datenaufkommens in Abhängigkeit der Betriebsmittel in den Applikationen.
• Vorausschauende Instandhaltung und intelligente Qualitätsprüfung: Entwicklung von Services für die vorausschauende Instandhaltung von Produktionsanlagen sowie für eine intelligente Qualitätsprüfung.
• Adaptives Risikomanagement: Entwicklung eines Service für adaptives Risikomanagement, um aus sensorinduzierten Events der CPS in CPPS die Risikosituation beurteilen zu können sowie um zielgerichtete Reaktionen zu ermöglichen.
• Eventbasierte Produktionsplanung und -steuerung: Entwicklung eines Service für eine eventbasierte Produktionsplanung und -steuerung, welche Maschinen und Produkte dynamisch basierend auf einem Plug-and-Play-Prinzip einplant.
• Geschäftsmodelle: Konzeption von Geschäftsmodellen für Smart Services, welche den konzeptionellen Rahmen für technologische Innovationen und neue Nutzenpotenziale in Wertschöpfungsstrukturen bieten.
  
  

Am Fraunhofer IGCV wurde ein Demonstrator für den Service im Rahmen der intelligenten Qualitätsprüfung entwickelt. Der Anwendungsfall entstammt aus der Produktion eines Forschungspartners und dient der Qualitätsprüfung von Spritzgussprodukten. Die Spritzgussprodukte werden mittels manueller Sichtprüfung in mehrstufigen Kontrollen geprüft. Der intelligente Service basiert auf einem Ansatz der Künstlichen Intelligenz. Mithilfe eines trainierten Convolutional Neural Network (CNN) werden unterschiedliche Fehler wie Kratzer, Risse, Schlieren und schwarze Punkte erkannt und dadurch gute Bauteile identifiziert. Der Demonstrator umfasst eine Roboterzelle, eine adaptive Kamera, eine intelligente Recheneinheit sowie verschiedene Positionierhilfen. Vorteile des cloudbasierten, intelligenten Service sind im Vergleich zur manuellen Sichtprüfung die konstanten Prüfergebnisse sowie die erhöhte Prüfgenauigkeit, da die Bewertung nicht von unterschiedlichen Prüfenden durchgeführt wird. Darüber hinaus ermöglicht der Ansatz die Erkennung von Qualitätsfehlern, die für das menschliche Auge nur schwer oder gar nicht zu erkennen sind.

Das Projekt OpenServ4P wurde im Frühjahr 2019 nach dreijähriger Projektlaufzeit erfolgreich beendet. Die entwickelten Services wurden beim Forschungspartner BSH Hausgeräte GmbH erfolgreich prototypisch umgesetzt. Des Weiteren werden die Ergebnisse und Erkenntnisse des Projekts in aktuellen Forschungsprojekten des Fraunhofer IGCV (z. B. REIF, Mittelstand 4.0-Kompetenzzentrum Augsburg) eingesetzt und weiterentwickelt.

Weitere Informationen:

Schreiber et al. 2019: Automated quality assurance as an intelligent cloud service using machine learning (DOI: 10.1016/j.procir.2020.01.034).