• Projektstart: 01.01.2022
• Projektende: 31.12.2024
• Laufzeit: 3 Jahre
• Projekttr?ger: Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie

Ziel des Projekts ProsKI ist die Entwicklung eines KI-Modul für das St?rmanagement. Dieses Assistenzsystem unterstützt bei der Entscheidungsfindung im Fehlerfall und bei der Prognose zukünftiger St?rf?lle, um das Wissen in der Produktionsprogrammplanung zu nutzen.

?

?

Im Projekt ProsKI wird ein Assistenzsystem für die Produktionsplanung und -steuerung (PPS) im Fehler- oder St?rfall entwickelt. Mit Hilfe von künstlicher Intelligenz (KI) zielt das Vorhaben darauf ab, diesen Prozess analytisch sowohl auf Steuerungs- als auch Planungsebene zu unterstützen und somit die in der Produktion generierten Prozessdaten nachhaltig zu nutzen. Die Daten bieten die M?glichkeit, detailliertes und umfangreiches Prozesswissen aufzubauen und bef?higen die Erstellung eines digitalen Zwillings für eine ?berwachung der Produktion. Allerdings werden diese Potentiale heutzutage nicht vollumf?nglich genutzt. St?rungen führen u.a. zu einer bedeutenden Unterschreitung der geforderten Maschinenauslastung. Bisher werden beispielsweise Anlagenausf?lle, Wartungsintervalle und prognostizierte St?rungen für zukünftige Planungsvorg?nge manuell durch Produktionsplaner eingebracht und beruhen auf deren Erfahrungswissen. Die komplexen Steuerungsvorg?nge und das Ableiten von Handlungsempfehlungen für laufende und zukünftige Produktionsprozesse stellen einen sehr zeitintensiven Prozess dar. Teil dieser manuellen Schritte sind u.a. Umplanungen im Fehler- oder St?rfall sowie die Identifikation und Auswahl einer geeigneten Strategie zur Behebung dieses Zustands. Erkenntnisse der beteiligten Anwender zeigen die hohe Komplexit?t des St?rmanagements.

?

Die im Projekt entwickelte L?sung soll mittels KI dem Planer beim Finden einer geeigneten L?sungsstrategie im St?rfall assistieren. Dadurch wird der Aufwand für die Identifikation von St?rungen reduziert und die Agilit?t erh?ht. Die analytisch gestützte Entscheidungsfindung resultiert in einer kürzeren Reaktionszeit und somit robusteren Produktionssteuerung. Durch Analyse von Produktionsdaten mittels maschinellen Lernverfahren (ML) wird auch eine Prognose über zukünftige St?rf?lle abgeleitet werden. Diese Vorhersagen werden dann in die Produktionsprogrammplanung eingebunden, um Stabilit?t und Flexibilit?t hinsichtlich erwarteter St?rungen zu schaffen.

?

Ein weiteres Ziel des Verbundvorhabens ist es, die Entscheidungen bzw. abgeleiteten Rahmenbedingungen bezüglich Umplanungen durch Verwendung einfach interpretierbarer Modelle für die Mitarbeiter transparent und in geeigneter Detaillierungstiefe bereitzustellen. Dies ist notwendig, da aufgrund der unzureichenden Informationstiefe von PPS-Systemen bei Mitarbeitern nach wie vor eine mangelnde Akzeptanz gegenüber automatisierten L?sungen im PPS-Bereich besteht und in vielen Industrieunternehmen eine manuelle ?bersteuerung des Produktionsprogramms infolge der bestehenden Skepsis erfolgt.

?

Am Lehrstuhl für Produktionsinformatik werden nach der Analyse von PPS-Systemen bezüglich St?rmanagement Methoden für die Einbindung der generierten KI-Methoden in bestehende IT-Systemarchitekturen und die Anbindung an PPS-Systeme entwickelt. Zus?tzlich wird die Nutzung der Daten aus dem KI-Modul für die Planung des Produktionsprogramms untersucht und implementiert. Der Lehrstuhl PI übernimmt au?erdem die Projektkoordination und die dazugeh?rigen verwaltungstechnischen Aufgaben w?hrend der Projektlaufzeit.

?