Machine Learning Schritt für Schritt erfassen

Machine Learning Schritt für Schritt erfassen

Neuer VDMA-Leitfaden Selbstlernende Produktionsprozesse

Der neue Leitfaden ‚Selbstlernende Produktionsprozesse‘ des VDMA-Forum Industrie 4.0 unterstützt Leser im Thema Machine Learning, speziell im industriellen Reinforcement Learning. Es wird Schritt für Schritt dargestellt wie eine Einführung im eigenen Unternehmen ablaufen kann. Anwendungsbeispiele verdeutlichen die Vorgehensweise.

Bild: VDMA e.V.

In Zusammenarbeit mit dem Institut für Unternehmenskybernetik aus Aachen und einem projektbegleitenden VDMA-Industriearbeitskreis hat das VDMA-Forum Industrie 4.0 den Leitfaden ‚Selbstlernende Produktionsprozesse – Einführungsstrategie für Reinforcement Learning in der industriellen Praxis‘ entwickelt. Dieser wurde mit Erfahrungen aus dem Maschinenbau konkretisiert. Ziel ist es, mit dem Leitfaden Schritt für Schritt die Einführung von Machine Learning in der Breite anzugehen und damit den VDMA-Mitgliedern eine praxisnahe Anleitung an die Hand zu geben. Es wird ein Werkzeug zur Entwicklung einer eigenen Einführungsstrategie zur Verfügung gestellt sowie Grundlagen und Begrifflichkeiten erläutert. Vorgegebene Leitfragen und Werkzeugkästen helfen dabei. Machine Learning ist eine Technologie zur Umsetzung von Industrie 4.0. Als Teilgebiet der künstlichen Intelligenz bringt Machine Learning für den Maschinen- und Anlagenbau neue Ansätze in der Optimierung von Produkten und Prozessen.

Reinforcement-Methode für Machine Learning

Ein interessantes Machine-Learning-Verfahren ist Reinforcement Learning, welches auf dem Prinzip der Belohnung basiert und Lernen durch Ausprobieren bedeutet. Es ist besonders vielversprechend für die Steuerung von industriellen Prozessen, und eignet sich insbesondere darin, intelligente Steuerungsstrategien im Industrie-4.0-Kontext zu erlernen.

Echtzeit als zentrales Argument

Mithilfe von Reinforcement Learning können Steuerungsstrategien sowohl für sehr komplexe Prozesse als auch für komplexe Umweltbedingungen von Maschinen gelernt werden, ohne diese explizit modellieren zu müssen. Ein weiterer Vorteil von ist die Möglichkeit, eine Steuerungsstrategie in Echtzeit zu ermitteln, während dies mithilfe einer Simulation zu rechenintensiv wäre. „In unserem Anwendungsbeispiel bei AZO konnte gezeigt werden, dass Machine-Learning-Verfahren das Potenzial haben, komplexe Prozesse effizienter zu steuern“, sagt Dieter Herzig, CDO bei AZO und Obmann im projektbegleitenden VDMA-Arbeitskreis.

Über das Forum Industrie 4.0

Das Forum besteht aus einem interdisziplinären Team von VDMA-Experten. Als Partner bieten sie den Mitgliedsunternehmen sowie den Fachverbänden und Abteilungen des VDMA in den maßgeblichen Handlungsfeldern Unterstützung an.

Thematik: News
Ausgabe:
VDMA e.V.
www.vdma.org

Das könnte Sie auch Interessieren

Bild: Trumpf
Bild: Trumpf
Leistung am 
laufenden Band

Leistung am laufenden Band

Sehr geringe Rüst- und Beladezeiten, bestmögliche Materialausnutzung und mehr Flexibilität bei der Entladung: Die neue Trumpf Laserblanking-Anlage verarbeitet ein kontinuierliches Blechcoil komplett automatisch bis hin zur Absortierung der fertigen Teile per Roboter. Das Projekt wurde in Rekordzeit entwickelt – auch aufgrund einer maßgeschneiderten Applikation für die Robotersteuerung auf Basis der Sinumerik One von Siemens.

Maschinenbauer erwarten Wachstum trotz steigernder Energiepreise

Maschinenbauer erwarten Wachstum trotz steigernder Energiepreise

Die Unternehmen im Maschinen- und Anlagenbau stellen sich auf spürbar härtere Wintermonate ein, können dabei aber immer noch auf Wachstum im laufenden und teilweise auch im kommenden Jahr bauen. Rund drei von vier Unternehmen erwarten im laufenden Jahr ein nominales, wenngleich vornehmlich inflationsgetriebenes Umsatzwachstum.

Bild: Sieb & Meyer AG
Bild: Sieb & Meyer AG
Ein weites Feld

Ein weites Feld

Frequenzumrichter ist nicht gleich Frequenzumrichter: Neben Standardausführungen und Modellen für mobile Applikationen stellen High-Speed-Umrichter für stationäre Applikationen eine besondere Nische dar. Genau hier positioniert sich das Unternehmen Sieb & Meyer – mit einer breiten Palette an Modellen und Ausführungen. Denn auch in diesem Bereich gilt es, auf die verschiedenen Anforderungen der jeweiligen Anwendungen einzugehen.

Bild: ISW Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen
Bild: ISW Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen
Maschinenfabrik 
Made in Stuttgart

Maschinenfabrik Made in Stuttgart

Die Stuttgarter Maschinenfabrik stellt eine vollständig digitalisierte Produktionsumgebung dar, in der vom Kunden individualisierte Produkte selbstorganisiert hergestellt werden. Dafür ist eine neue technologische Infrastruktur in Kombination mit einem durchgängigen Einsatz von digitalen Zwillingen erforderlich. Das erlaubt eine hohe Freiheit bei der Entwicklung von neuen Anwendungen und die nötige Flexibilität im Maschinenpark. Die Artikelserie soll beispielhafte Aspekte der Stuttgarter Maschinenfabrik beleuchten, um das Umsetzungsprojekt vorzustellen.