– – – Gekürzte Fassung – – –
Vorhandene Ressourcen nutzen und zukunftsfähig machen – das ist die Idee hinter einer Reihe von Forschungsvorhaben, welche Prof. Dr. Marcus Liebschner, Prorektor der Hochschule Aalen, verfolgt. Begonnen hat alles vor mehr als einem Jahrzehnt mit Online-Monitoring Systemen, heute liegt sein Fokus auf Künstlicher Intelligenz (KI). Seine Projekte sind inhaltlich verknüpft. Was sie vereint: die Nutzung der größtmöglichen Potenziale Künstlicher Intelligenz. Hier liegt Professors Liebschners Fokus auf dem Machine Learning, das in verschiedenen Bereichen und an bereits vorhandenen Anlagen und Maschinen angewendet werden kann.
Den Grundstein für die Aufnahme der „KI“ in Professor Dr. Marcus Liebschners Forschungsvorhaben legte das Projekt SMASA im Bereich der Photovoltaik, welches sich mit dem Online-Monitoring von Photovoltaikanlagen, also mit der Anwendung von Künstlicher Intelligenz im Bereich der Erneuerbaren Energien, beschäftigte. Ausschlaggebend war hier die Messung des Stromflusses und anschließende Auswertung der Daten mit Machine Learning Algorithmen. Ein Ansatz, der sich schnell auf andere Bereiche übertragen ließ. Liebschner sagt über das Projekt: „Der Grundgedanke besteht darin, spezielle Messdaten aufzunehmen, beispielsweise Strom, Spannung und so weiter. Die gewonnenen Daten werden anschließend mithilfe von Machine Learning Algorithmen ausgewertet, um damit den aktuellen Zustand der Anlage beurteilen zu können, sozusagen den Gesundheitszustand der Anlage“. (…)
Wissen und Erfahrungen in der Sägeindustrie nutzen
Eine Branche, die zunächst weit von Künstlicher Intelligenz entfernt zu sein scheint, bot hier neue Möglichkeiten: die Sägeindustrie, die ihre Maschinen über einen langen Zeitraum nutzt. Auftretende Defekte führen hier zu einem direkten Produktionsstillstand. Um den Produktionsprozess langfristig effizienter zu gestalten, wollen Liebschner und Benninger im Projekt „SmartSaw“ den „analogen“ Maschinen ein smartes Online-Monitoring-Update mit Machine Learning verpassen. Auch hier werden verschiedene Parameter aufgenommen und anschließend mithilfe von KI ausgewertet, sodass eine Auskunft über den Zustand der Maschine gegeben werden und damit beispielsweise ein Produktionsstillstand vermieden werden kann.
Feinschliff durch Kooperationen mit der Praxis
Gemeinsam mit der Franke GmbH aus Aalen und dem Team um Prof. Dr. Markus Kley und Prof. Dr. Marcus Liebschner beschäftigten sich die Beteiligten in den Projekten „KI-Regler“ und „SmartBearing“ mit der Erforschung weiterer Anwendungsbereiche. In beiden Projekten geht es um das Lager für Computertomografen. Dieses Lager muss leise und vibrationsarm laufen. Im Projekt „KI-Regler“ betrachten die Franke GmbH und die Hochschule Aalen einen Teil des Produktionsprozesses hin zum Lager mit Methoden der Künstlichen Intelligenz. Entwickelt werden soll dabei eine „intelligente“ Regelung für eine Maschine, sozusagen eine Regelung, die aus Erfahrungen stets weiter lernt, damit die Lager in gleichbleibend hoher Qualität gefertigt werden können. SmartBearing beschäftigt sich mit der Abnahme des Lagers nach dem Produktionsprozess in der Fertigung. Hier soll ein intelligentes System mit Machine Learning den Abnahmeprozess unterstützen – die KI dient der Qualitätssicherung, sozusagen als Assistenz. „Es ist uns wichtig zu zeigen, dass KI sehr vielseitig ist. Sie bietet uns die Möglichkeit, Mehrwerte zu schaffen, Ressourcen zu schonen und die Qualität zu verbessern – dies wird ermöglicht durch Machine Learning, das Teilgebiet der KI, welches wir mehr in den Fokus nehmen sollten“, so Prof. Dr. Marcus Liebschner. (…)
– – – zum ungekürzten Artikel – – –
Übrigens:
Machine Learning ist als Querschnittstechnologie ein bedeutender Teil der SmartPro-Forschung. Durch die vielfältigen Einsatzmöglichkeiten trägt sie in jedem Anwendungsfeld wichtige Impulse bei. Mehr zur unserer Forschung im Bereich Machine Learningen erfahren Sie hier.
Die Franke GmbH ist auch Unternehmenspartner in SmartPro – und das schon seit dem Start von SmartPro. In den Anwendungsfeldern Additive Fertigung und Leichtbau ist Franke sowohl an den Impulsprojekten der Aufbau- als auch der Initensivierungsphase beteiligt.
Fotohinweis:
Prof. Dr. Marcus Liebschner und Moritz Benninger (rechts) machen die Potenziale von Machine Learning in verschiedenen Bereichen nutzbar | © Hochschule Aalen | Dr. Valentin Nagengast