- Anzeige -
Lesedauer: 9 min
2. Dezember 2020
Industrial Analytics in der Intralogistik
Weichen für Morgen stellen. Digitale Technologien wie künstliche Intelligenz und Machine Learning bestimmen den Geschäftserfolg. Dafür liefert Weidmüller mit AutoML eine Software, die keinen Data Scientist als Bediener braucht.
 Die Weidmüller AutoML-Lösung ermöglicht es praktisch jedem Applikationsexperten in der Intralogistik, ML-Modelle für verschiedenste Use Cases zu erstellen und einzusetzen.
Die Weidmüller AutoML-Lösung ermöglicht es praktisch jedem Applikationsexperten in der Intralogistik, ML-Modelle für verschiedenste Use Cases zu erstellen und einzusetzen.Bild: Weidmüller Gruppe

Der Einsatz von künstlicher Intelligenz (KI) in industriellen Produktionsanlagen gehört aktuell zu einer der zentralen Herausforderungen für Maschinen- und Anlagenbetreiber. Lösungen mit künstlicher Intelligenz finden in vielen Bereichen ihre Anwendung, ob von der Anomalieerkennung, der Klassifizierung und Vorhersage von Verschleiß, zur Qualitätskontrolle bis hin zu besseren, zielgerichteten Serviceaktivitäten. In komplexen Maschinen, wie z.B. in einem Regalbediengerät, werden kontinuierlich Daten erzeugt. Wem es gelingt, diese in konkrete Mehrwerte zu überführen, erschließt sich dadurch entscheidende Wettbewerbsvorteile.

Aber wie gelingt der Einstieg in KI? Mit dem Automated Machine Learning Tool (AutoML) gibt Weidmüller Nutzern eine entsprechende Software an die Hand. Damit gelingt der Einstig auch ohne den Einsatz von Data Scientisten, denn mit dem AutoML-Tool werden die Domänenexperten befähigt auf Basis ihres Applikationswissens eigenständig Machine Learning (ML) Modelle zu erzeugen. So können Sie ihr tiefes Fachwissen über ihre Maschinen- und Anlagenprozesse mit einbringen bis am Ende des Modellbildungsprozesses der Experte das für seine Applikation am besten passende erhält.

Komplexer Modellbildungsprozess

Bei der Entwicklung aussagekräftiger Analysemodelle sind gerade mittelständische Unternehmen vielfach noch auf die externe Unterstützung von Data Scientists angewiesen. Heute analysieren Data Scientists die Daten und erstellen ML-Modelle. Der Prozess der Modellbildung ist sehr komplex. Die konkrete Ausgestaltung ist dabei für jeden Use Case spezifisch. So müssen die meisten Parameter für die ML-Lösung in kreativer und zugleich mühevoller Arbeit manuell bestimmt werden. Bei der Modellbildung diskutiert der Data Scientist kontinuierlich die in den Daten gefundenen Zusammenhänge mit den Maschinen- und Prozessexperten. Gemeinsam erfolgt eine ingenieurmäßige Interpretation der Ergebnisse, wodurch letztendlich die Parameter für das Modell sowie die Pipeline identifiziert und festgelegt werden. Das Applikationswissen der Domänenexperten trägt also entscheidend für den Erfolg einer gute ML-Lösung bei.

 Machine Learning einfach anwenden ohne Expertenwissen im Bereich Data Science -Automatische Modellbildung.
Machine Learning einfach anwenden ohne Expertenwissen im Bereich Data Science -Automatische Modellbildung.Bild: Weidmüller Gruppe

Die Anwendung von Machine Learning demokratisieren

Die Vision von Weidmüller ist es, die Anwendung von Machine Learning zu demokratisieren, d.h. jedem Domänenexperten in der Industrie zugänglich zu machen, damit die Anwendung von ML in der Industrie nicht durch die geringe Anzahl von Data Scientists eingeschränkt wird und das vorhandene Wissen der Fachexperten optimal genutzt wird. Dafür stellt Weidmüller das Automated Machine Learning Tool bereit, damit Domänenexperten ohne Expertenwissen im Bereich Data Science eigenständig ML-Lösungen erzeugen können. Die Domänenexperten verknüpfen ihr spezifisches Wissen bewusst mit dem AutoML-Prozess, um so exzellente ML-Lösungen zu schaffen.

Guided Analytics

Die AutoML-Software führt den Nutzer durch den Prozess der Modellentwicklung, weshalb hier auch von ‚Guided Analytics‘ gesprochen wird. Dabei fokussiert sich der Experte auf sein Wissen zum Maschinen- und Prozessverhalten und verknüpft dieses mit den im Hintergrund ablaufenden ML-Prozessen. Als Beispiel dient ein Regalbediengerät: Hier werden permanent physikalischen Werte erzeugt und gemessen, wie die Daten der Motoren, Server (Umrichter) und aller mechanischen Komponenten z.B. der Längenänderungen von Stahlseilen oder der Drehzahlveränderung der Laufräder. Diese physikalischen Maschinen und Prozessdaten können mit Hilfe der Automated ML Software in unterschiedliche Modelle überführt werden. Die AutoML-Lösung besteht im Wesentlichen aus zwei Modulen zur Modellbildung, -ausführung, und -optimierung sowie zum Management der Modelle über ihren Lebenszyklus.

Seiten: 1 2Auf einer Seite lesen

Weidmüller GmbH & Co. KG
www.weidmueller.de

Das könnte Sie auch interessieren

Herstellerumfrage: Nahtlose Integration in Produktion und Logistiker

Prozessautomatisierung und zustandsbasierte Instandhaltung sind bestimmende Themen bei Krananlagen. Digitale Technologien sorgen für höchste Effizienz, Sicherheit und Zuverlässigkeit im Betrieb. Mit welchen Ansätzen Hersteller aktuell auf diese Entwicklung reagieren und mit welchen Lösungen sie Arbeitsprozesse noch weiter optimieren, zeigt die neueste Marktumfrage von dhf Intralogistik.

mehr lesen

Herstellerumfrage: Nachhaltig in die Zukunft

Intelligente und nachhaltige Logistik mit höchster Effizienz soll es werden, um Energieverbrauch und Emissionen zu senken so wie kürzeste Lieferketten und gesunde Arbeitsbedingungen zu schaffen. Mit welchen Lösungen Hersteller diese Ansprüche bedienen und wie sie den Markt in 2021 einschätzen, sind zentrale Themen der aktuellen Logistik-Umfrage von dhf Intralogistik.

mehr lesen

Sinkende Nachfrage schon vor der Corona-Krise

Nach dem Vorjahr 2018 bzw. 2018/2019, das unter gebremstem Wachstum stand, hat der Markt im Berichtsjahr 2019 bzw. 2019/2020 weitestgehend stagniert. Eine Entwicklung, die sich in der WITS-Statistik der bestellten und gelieferten Flurförderzeuge spiegelt. Die Zahl der georderten Fahrzeuge ist über sämtliche Geräteklassen um rund 2 Prozent gesunken. Die Summe der ausgelieferten Geräte ist dagegen gestiegen, aber kaum spürbar.
JÜRGEN WARMBOLD

mehr lesen

AGVs laden künftig induktiv

Ob in Produktion oder Logistik – die fahrerlosen Transportsysteme (FTS) von Stäubli WFT sind in nahezu allen Branchen im Einsatz. Um seinen Kunden noch effizientere logistische Abläufe zu garantieren, ist der Technologiekonzern mit Wiferion als exklusivem Lieferanten für induktive Ladetechnologie eine Partnerschaft eingegangen.

mehr lesen

Software auf dem Siegeszug

Mit der neuen verbrennungsmotorischen Staplerbaureihe 1202 hat Linde Material Handling den ersten vollvernetzten Stapler auf den Markt gebracht. Als „Digital Truck“ eröffnen die Modelle Flottenbetreibern ganz neue Möglichkeiten – angefangen bei der Online-Bestellung neuer Funktionen über eine verbesserte standortübergreifende Einsatzoptimierung bis hin zur Ferndiagnose und vorausschauenden Wartung.

mehr lesen

Neueste Technik für Telepizza

Mit einem klaren Bekenntnis zu Qualitätsprodukten und Innovation wurde Telepizza 1987 in Madrid ins Leben gerufen. Heute ist es, gemessen am Umsatz, das weltweit viertgrößte Pizzaunternehmen und zugleich das größte, das nicht aus den USA stammt. Telepizza hat mehr als 1.600 Filialen in 35 Ländern und beschäftigt fast 26.000 Mitarbeiter. Der Riesenerfolg des Unternehmens lässt sich auch darauf zurückführen, dass der Herstellungsprozess, die Vorbereitung und Produktion von Filialbestellungen und der Vertrieb zentralisiert am spanischen Unternehmensstandort in Daganzo de Arriba abgewickelt werden. In diesem nahe Madrid gelegenen Industriekomplex setzt Telepizza Flurförderzeuge von Unicarriers ein, um den Materialfluss zu bewältigen.

mehr lesen