Modellierung, Überwachung und Optimierung Neues KI-Modul: Ein Sherlock für den industriellen Betrieb

Mit dem Projekt Sherlock möchte Rockwell Automation die industrielle Fertigung verbessern.

18.01.2018

Für Analyselösungen zu Diagnosezwecken im industriellen Betrieb waren lange Zeit Datenexperten mit weitreichendem Hintergrundwissen zur jeweiligen Anwendung erforderlich. Diese Experten benötigten Wochen, Monate oder gar Jahre, um das System zu verstehen und zu modellieren. Rockwell Automation bündelt dieses Wissen nun im neuen KI-Modul Sherlock.

Der datenbasierte Analysealgorithmus wird in einem Modul bereitgestellt, das direkt in das Steuergehäuse integriert ist. Sobald implementiert, „erlernt“ die KI mit der Nutzung physikalisch-basierter Modellierung die von der Steuerung verwaltete Anwendung. Um diese zu bestimmen, fragt die Lösung Steuerungsvariablen ab. Darüber hinaus können Benutzer über Add-on-Befehle Ein- und Ausgänge selbst auswählen, um festzulegen, was modelliert werden soll. Die KI von Project Sherlock lernt schnell über den durch die Steuerung laufenden Datenstrom und erstellt ein Modell. Der gesamte Prozess lässt sich innerhalb von Minuten umsetzen. Es sind keine umfassenden Verlaufsdaten erforderlich und es ist ebenso wenig notwendig, die Daten aus der Automatisierungsebene zu extrahieren.

Nach Erstellung des Modells überwacht Project Sherlock ununterbrochen den Betrieb auf Abweichungen zu den bisher gewonnenen grundsätzlichen Erkenntnissen. Taucht ein Problem auf, wird automatisch über einen Trigger der Alarm an ein HMI-Bild oder KPI-Dashboard weitergeleitet. In Zukunft wird das Modul nicht nur Diagnosen erstellen, sondern auch Lösungsansätze vorschlagen oder automatisch Systemparameter anpassen, um das Problem ohne Bedienereingriff zu lösen.

Produktionsdaten verbessern Prozesse

„Project Sherlock ist eine einfach bereitzustellende Komponente, die Fertigungsunternehmen umfassende intelligente Analysen ermöglicht“, erklärt Ashkan Ashouriha, Solution Architect Integrated Architecture & Connected bei Rockwell Automation. „Im Zuge der digitalen Transformation nutzen unsere Kunden zunehmend Produktionsdaten, um ihre Geschäftsergebnisse zu verbessern. Sie können dabei nicht auf Analysen von Experten warten. Selbst wenn es genug „Datenwissenschaftler“ für den Bereich der industriellen Fertigung gäbe, hat nicht jedes Unternehmen die Zeit oder das Budget dafür, einen dieser Experten zu beschäftigen. Die KI nutzt unseren eigens entwickelten „machine learning“-Algorithmus und erstellt anhand der Automatisierungsinfrastruktur aussagekräftige Analysen – mit einem Mehrwert, der sich bereits unmittelbar nach der Integration in die Logix-Backplane zeigt.“

Die von Project Sherlock erstellten Diagnosen reduzieren im Vergleich zu anderen KI-Lösungen mögliche Fehlalarme deutlich, da sie auf physikalisch-basierter Modellierung und industriellen Anwendungen beruhen. Die Project Sherlock KI kann beispielsweise erkennen, ob die Temperaturschwankungen in einem Kessel darauf zurückzuführen sind, weil der Vorlauf im zulässigen Bereich schwankt, oder ob es sich um eine Abweichung handelt, für die Korrekturmaßnahmen ergriffen werden müssen.

Erstversion für Kessel, Pumpen und Kühler

Die Erstversion der Project Sherlock KI verfügt über einsatzbereite Templates für Kessel, Pumpen und Kühler, die sich optimal für Prozess- oder Hybridanwendungen eignen. Über die Konfigurationsanleitung können Fertigungsunternehmen weitere Anwendungen entwickeln. Anwender können wählen, in welchem Umfang und welchen Intervallen die PLC-CPU die Daten von dem Modul erhalten soll, hierbei setzt die CPU jeweils den Trigger. Die CPU-Last der Steuerung und der Netzwerkauslastung werden dabei von dem Modul nicht nennenswert beeinträchtigt. Bereits seit 18 Monaten befinden sich Pilotprojekte der KI im erfolgreichen Einsatz. Das Modul wird ab Mitte 2018 erhältlich sein.

Rockwell Automation bestätigt mit der neuen Künstlichen Intelligenz einen Trend, den der Lösungsanbieter DiIT für 2018 prognostiziert hatte. Die Möglichkeit Ausfälle vorhersagen zu können, bevor diese eintreten, ist eine der großen Stärken des Machine Learning.

Firmen zu diesem Artikel
Verwandte Artikel