metalworkingmag.de
05
'22
Written on Modified on
DMG MORI News
KÜNSTLICHE INTELLIGENZ IN DER PRODUKTION
Künstliche Intelligenz und Algorithmen aus dem Bereich des Machine Learning gelten als zukunftsträchtig. Im Zuge des anhaltenden Trends industrieller Digitalisierung auf dem Weg in die Ära von Industrie 4.0 wird ihr Einsatz in verschiedensten Szenarien diskutiert. In Maschinenbau und Fertigungsindustrie eröffnen sich dadurch neue Perspektiven digitalisierter Wertschöpfung.
Geburtsstunde künstlicher Intelligenz
Konzepte künstlicher Intelligenz sind im Zuge der Digitalisierung auch in der Industrie präsent geworden. Dabei wurden und werden jedoch zahlreiche Theorien, Themen und Technologien unter dem Schlagwort KI subsumiert. Was also ist unter künstlicher Intelligenz zu verstehen? Das gedankliche Fundament künstlicher Intelligenz zeigt sich bereits in einem dazu gestellten Forschungsantrag aus dem Jahr 1955.
Ein Team aus Wissenschaftlern stellte damals einen Antrag auf die Durchführung eines Seminars mit zehn Teilnehmern am Dartmouth College im Laufe des Sommers 1956. Man war überzeugt, dass grundsätzlich alle Aspekte des Lernens und anderer Merkmale der Intelligenz so genau beschrieben werden können, dass eine Maschine zur Simulation dieser Vorgänge gebaut werden kann. Man wollte versuchen herauszufinden, wie Maschinen dazu gebracht werden können, Sprache zu benutzen, Abstraktionen vorzunehmen und Konzepte zu entwickeln und sich selbst weiter zu verbessern. Aufgaben von der Art, wie sie damals allein menschlicher Intelligenz vorbehalten waren.
Künstliche Intelligenzen Heute
Besagte „Maschine“ ist mit dem Computer allgegenwärtig. Und auch heute folgen die Konzepte und Algorithmen künstlicher Intelligenz den Grundannahmen, die im Jahr 1956 auf der Dartmouth-Konferenz in den USA festgelegt wurden. Je nach ihrer Ausrichtung sind dabei verschiedene Unterformen entstanden. Das Forschungsfeld „Künstliche Intelligenz differenziert eine ganze Reihe von Verfahren und Technologien.
Die verschiedenen KI-Bereiche:
- Maschinelles Lernen (Machine Learning)
- Neuronale Netzwerke (Neural Networks)
- Natürliche Sprachverarbeitung (Natural Language Processing)
- Genetische Algorithmen (Genetic Algorithms)
- Rechnerische Kreativität (Computational Creativity)
Das maschinelle Lernen ist dabei der zurzeit wohl einflussreichste Teilbereich künstlicher Intelligenz in Produktion und Fertigung. Es geht um die Analyse von Daten durch Computersysteme, die weitergehende, eigenständige Erschließung von Zusammenhängen und das Auslösen entsprechender Aktionen. Eng verbunden ist das maschinelle Lernen als Form künstlicher Intelligenz mit dem Themenfeld Big Data. Diese beiden Trends verstärken sich gegenseitig. Denn enorm umfangreiche und mit herkömmlichen Methoden der Datenverarbeitung kaum noch zu bewältigende Datenbestände sind im heutigen digital geprägten Zeitalter allgegenwärtig geworden.
Als Folge der Konvergenz von Informations- und Produktionstechnologie sowie der daraus resultierenden Vernetzung werden auch immer mehr Maschinen und Anlagen Teil eines industriellen Internets der Dinge. Die entstehenden Daten sind als Rohstoff digitaler Wertschöpfung heute massenhaft verfügbar. Allerdings fehlt noch die Umsetzung dieses Rohstoffs in einen praktischen Nutzen und Kundenmehrwert.
KI macht Daten zu Wissen
Wohl auch darum ist das Interesse am Einsatz von Lösungen aus dem Umfeld künstlicher Intelligenz derzeit enorm. Es besteht kein Zweifel, dass aus bloßen Daten ein wirtschaftlicher Mehrwert in Form von Wissen generiert werden kann. Entsprechendes Potenzial liegt sowohl im Fertigungsprozess selbst als auch in den vor- und nachgelagerten Prozessen. Zukünftige Anwendungsfelder künstlicher Intelligenzen, speziell von Konzepten des maschinellen Lernens, sind vielfältig und betreffen alle Bereiche der Wertschöpfungskette.
Daten werden also tatsächlich zum Rohstoff, aus dem sich immer neue Anwendungsszenarien maschinellen Lernens speisen. Besonders in der Optimierung und Automatisierung von Prozessen verbergen sich dabei derzeit die wohl größten Chancen. Daten dienen der Generierung zusätzlicher Informationen und deren Veredelung in neues Produkt- bzw. Prozesswissen. Daraus lässt sich im Anschluss ein kontinuierlicher Verbesserungsprozess einleiten, der in einer Art Endlosschleife fortgeführt und immer wieder neu optimiert werden kann.
Intelligente Algorithmen in Fertigung und Produktion
Was heute schon möglich ist, zeigt die KI-gestützte Späneentsorgung von DMG MORI. Späne sind eine häufige Ursache für Maschinenstillstände oder ernst zu nehmende Störungen. Der »AI Chip Removal« analysiert die Späneproduktion auf Basis von künstlicher Intelligenz und stellt eine automatische Entsorgung der Späne sicher.
Die technische Grundlage sind zwei hochauflösende Kameras im Arbeitsraum der Maschine. Sie liefern durchgehend klare Aufnahmen des Innenraums. Anhand der Bilder erkennt das »AI Chip Removal« System, wo sich wie viele Späne ansammeln. Die künstliche Intelligenz lernt dabei die vorherrschenden Bedingungen im Arbeitsraum immer besser kennen. Immer besser ermittelt so der AI Chip Removal die optimale Reinigungsmethode: Abhängig von der Position der Späne findet die künstliche Intelligenz den besten Spülungsweg. Weiterhin entscheidet sie über die Notwendigkeit der Späneentsorgung und den optimalen Einsatz von Kühlmittel für die Spülung. Die Kühlmitteldüsen werden dazu automatisch so justiert, dass die Späneentsorgung ein ideales Ergebnis hervorbringt.
Dabei reichen die Möglichkeiten künstlicher Intelligenz weit über den Prozess der Bearbeitung hinaus. Was in vorgelagerten Bereichen heute schon möglich ist, zeigt beispielhaft eine Lösung des DMG MORI Kooperationspartners up2parts GmbH.
Die Lösung up2parts calculation verspricht höhere Effizienz der Arbeitsvorbereitung. Mit dem Softwaretool werden Arbeitsplan- und Kalkulationsvorschläge voll automatisiert auf Basis individueller Unternehmensdaten durch eine KI-gestützte Analyse von 3D-Modellen erzeugt. Jede Bauteilkalkulation trainiert automatisch die firmenspezifische Intelligenz und generiert umfangreichere Datensätze – für immer präzisere Ergebnisse und eine bis zu 80% schnellere Erstellung von Angeboten.
DMG MORI setzt auf künstliche Intelligenz
Die Analyse von Daten durch künstliche Intelligenzen zeigt sich immer mehr als entscheidender Faktor für die Wirtschaftlichkeit von Fertigungsprozessen und gewinnt vor diesem Hintergrund auch für DMG MORI an Bedeutung. Das Ziel ist es, in einer Kombination von künstlicher Intelligenz und einer »Spiegelung« der Ergebnisse in digitalen Zwillingen die Leistungsfähigkeit, Genauigkeit und Kosteneffizienz von Werkzeugmaschinen, Automatisierungslösungen und Bearbeitungsprozessen substanziell zu steigern.
www.dmgmori.com
Als Folge der Konvergenz von Informations- und Produktionstechnologie sowie der daraus resultierenden Vernetzung werden auch immer mehr Maschinen und Anlagen Teil eines industriellen Internets der Dinge. Die entstehenden Daten sind als Rohstoff digitaler Wertschöpfung heute massenhaft verfügbar. Allerdings fehlt noch die Umsetzung dieses Rohstoffs in einen praktischen Nutzen und Kundenmehrwert.
KI macht Daten zu Wissen
Wohl auch darum ist das Interesse am Einsatz von Lösungen aus dem Umfeld künstlicher Intelligenz derzeit enorm. Es besteht kein Zweifel, dass aus bloßen Daten ein wirtschaftlicher Mehrwert in Form von Wissen generiert werden kann. Entsprechendes Potenzial liegt sowohl im Fertigungsprozess selbst als auch in den vor- und nachgelagerten Prozessen. Zukünftige Anwendungsfelder künstlicher Intelligenzen, speziell von Konzepten des maschinellen Lernens, sind vielfältig und betreffen alle Bereiche der Wertschöpfungskette.
Daten werden also tatsächlich zum Rohstoff, aus dem sich immer neue Anwendungsszenarien maschinellen Lernens speisen. Besonders in der Optimierung und Automatisierung von Prozessen verbergen sich dabei derzeit die wohl größten Chancen. Daten dienen der Generierung zusätzlicher Informationen und deren Veredelung in neues Produkt- bzw. Prozesswissen. Daraus lässt sich im Anschluss ein kontinuierlicher Verbesserungsprozess einleiten, der in einer Art Endlosschleife fortgeführt und immer wieder neu optimiert werden kann.
Intelligente Algorithmen in Fertigung und Produktion
Was heute schon möglich ist, zeigt die KI-gestützte Späneentsorgung von DMG MORI. Späne sind eine häufige Ursache für Maschinenstillstände oder ernst zu nehmende Störungen. Der »AI Chip Removal« analysiert die Späneproduktion auf Basis von künstlicher Intelligenz und stellt eine automatische Entsorgung der Späne sicher.
Die technische Grundlage sind zwei hochauflösende Kameras im Arbeitsraum der Maschine. Sie liefern durchgehend klare Aufnahmen des Innenraums. Anhand der Bilder erkennt das »AI Chip Removal« System, wo sich wie viele Späne ansammeln. Die künstliche Intelligenz lernt dabei die vorherrschenden Bedingungen im Arbeitsraum immer besser kennen. Immer besser ermittelt so der AI Chip Removal die optimale Reinigungsmethode: Abhängig von der Position der Späne findet die künstliche Intelligenz den besten Spülungsweg. Weiterhin entscheidet sie über die Notwendigkeit der Späneentsorgung und den optimalen Einsatz von Kühlmittel für die Spülung. Die Kühlmitteldüsen werden dazu automatisch so justiert, dass die Späneentsorgung ein ideales Ergebnis hervorbringt.
Dabei reichen die Möglichkeiten künstlicher Intelligenz weit über den Prozess der Bearbeitung hinaus. Was in vorgelagerten Bereichen heute schon möglich ist, zeigt beispielhaft eine Lösung des DMG MORI Kooperationspartners up2parts GmbH.
Die Lösung up2parts calculation verspricht höhere Effizienz der Arbeitsvorbereitung. Mit dem Softwaretool werden Arbeitsplan- und Kalkulationsvorschläge voll automatisiert auf Basis individueller Unternehmensdaten durch eine KI-gestützte Analyse von 3D-Modellen erzeugt. Jede Bauteilkalkulation trainiert automatisch die firmenspezifische Intelligenz und generiert umfangreichere Datensätze – für immer präzisere Ergebnisse und eine bis zu 80% schnellere Erstellung von Angeboten.
DMG MORI setzt auf künstliche Intelligenz
Die Analyse von Daten durch künstliche Intelligenzen zeigt sich immer mehr als entscheidender Faktor für die Wirtschaftlichkeit von Fertigungsprozessen und gewinnt vor diesem Hintergrund auch für DMG MORI an Bedeutung. Das Ziel ist es, in einer Kombination von künstlicher Intelligenz und einer »Spiegelung« der Ergebnisse in digitalen Zwillingen die Leistungsfähigkeit, Genauigkeit und Kosteneffizienz von Werkzeugmaschinen, Automatisierungslösungen und Bearbeitungsprozessen substanziell zu steigern.
www.dmgmori.com
Fordern Sie weitere Informationen an…
