Производственные системы с человеческими чувствами

Промышленный Интернет завтрашнего дня будет объединять технологии, которые имитируют когнитивные навыки человека, такие как способность планировать, учиться и воспринимать наше окружение. Когнитивные интернет-технологии Fraunhofer CCIT работают над реализацией концепции когнитивного интернета вещей.

Внедрение цифровых технологий обладает огромным потенциалом для немецкой промышленности, позволяя компаниям автоматизировать производственные процессы, повышать их эффективность, внедрять новые бизнес-модели и предлагать индивидуальные продукты. «Это требует высокопроизводительных, экономичных и гибких производственных процессов, основанных на безопасных технологиях IoT, надежных инфраструктурах данных и надежных методах машинного обучения. У нас есть все необходимые знания для этого в Fraunhofer CCIT и мы исследуем конкретные сценарии применения», — говорит профессор Клаудия Экерт, представитель исполнительного совета.

Умные, интерактивные станки

Fraunhofer CCIT разрабатывает компонент для интеллектуального инструмента, который улучшает качество и производительность процессов резания. Благодаря интеграции беспроводных компонентов и технологии широкополосной связи для измерения резонансных частот инструмента, анализа данных в режиме реального времени и обнаружения аномалий становится возможным захватить данные процесса в точке действия.

«Это сразу говорит нам, есть ли проблема с процессом обработки, например, с неисправным инструментом», — говорит Хендрик Рентш из Института станков и технологий формовки Фраунгофера. Протоколы безопасности обеспечивают целостность, конфиденциальность, доступность и подлинность происхождения захваченных данных. Компонент IoT функционирует, как датчик и как привод. Излучая ультразвуковые волны, это вызывает резонанс инструмента. Резонансные сигналы усиливаются и могут использоваться для управления инструментом.

«Таким образом, можно поддерживать постоянный уровень качества и производительности, даже когда производственный процесс работает на полную мощность. Решение, разработанное Fraunhofer CCIT, можно без особых затрат интегрировать в любой инструмент, например, в металлический ручной инструмент».

Безопасный обмен данными в контролируемой группе пользователей

Чтобы проиллюстрировать концепцию общего цифрового близнеца, Fraunhofer CCIT представит свое решение для подключенного операционного стола, которое позволяет компаниям обмениваться конфиденциальными данными своих производственных процессов только с авторизованными партнерами и клиентами. Это IT-решение состоит из трех компонентов: архитектуры IoT, цифрового близнеца и международных пространств данных (IDS).

Архитектура RIOTANA (IoT Analytics в режиме реального времени) берет необработанные данные из выполняемого процесса, такие как вибрация, температура или трение, и использует их для создания значимых показателей в режиме реального времени. Эта информация затем сохраняется в цифровом близнеце на серверах компании. Здесь компания может определить, какими данными она хочет поделиться с какими пользователями и на каких условиях.

Соединители IDS обеспечивают безопасную передачу данных и контролируют дальнейшую обработку данных получателем. Обратите внимание, что этот обмен данными является двунаправленным. Информация также может быть добавлена ​​к цифровому близнецу внешними пользователями.

«Наша технология создает мост между архитектурой IoT и существующими решениями для безопасного обмена данными промышленных процессов, такими как оболочка администрирования активов Industry 4.0 или архитектура IDS. Она может работать с любым типом базы данных или приложения. Например, она позволяет производители машин и пользователи обмениваются данными о процессе, чтобы улучшить мониторинг состояния инструмента», — говорит Хендрик Хассе из Института программного и системного проектирования им. Фраунгофера ISST.

Более быстрые результаты благодаря AI

Но дополнительная ценность таких технологий для промышленности выходит за рамки возможности обмениваться данными с внешними партнерами. Такие технологии, как машинное обучение и искусственный интеллект, могут применяться к данным, полученным в ходе текущих производственных процессов.

Чтобы гарантировать, что станки дают надежные, воспроизводимые результаты, признаки износа должны быть обнаружены максимально точно. До сих пор это зависело от опыта и знаний оператора станка — и в основном основывалось на их способности наблюдать. Мало было доступно в виде технических средств.

Исследователи из Фраунгоферовского института производственных технологий IPT, а также алгоритмов и научных вычислений SCAI, разработали для этой цели алгоритм, который они обучали с использованием специально адаптированных методов машинного обучения. ИИ способен определять состояние инструмента, анализируя его звуковой спектр, что, в свою очередь, позволяет ему определять даже малейшие признаки износа. «Люди тоже могут это делать», — говорит Себастьян Майер, исследователь из Fraunhofer SCAI, — «Но ИИ может делать это быстрее и одновременно анализировать множество других звуковых спектров, а также научиться распознавать признаки износа на более мелких деталях. Алгоритм помогает оператору-человеку решить, например, должен ли инструмент быть заменен или нет. ИИ настроен на частоты, отличные от человеческого уха, и может сообщить оператору, каким частотам следует уделить особое внимание», — говорит ученый Фраунгофера из IPT Арно Шметц.