Monitoring und Optimierung von Produktionsprozessen und Anlagen

Die Forschungsgruppe »Prozessführung und Datenanalyse« am Fraunhofer IOSB erarbeitet Konzepte und Software-Lösungen, um Produktionsanlagen und Produktionsprozesse ganzheitlich zu überwachen und zu optimieren. Ziel ist es, bei den Anlagen und Prozessen Fehler und Anomalien frühzeitig zu erkennen bzw. vorherzusagen (Condition Monitoring) sowie die Prozessführung zu optimieren. Damit soll die Verfügbarkeit der Anlagen erhöht, Ausschuss minimiert und die Produktqualität erhöht werden.

Dabei werden alle zur Verfügung stehenden Informationsquellen genutzt: Dies sind zum einen Messdaten und Parameter aus dem Produktionsprozess und den Anlagen, zum anderen physikalisch motivierte Modelle des Prozesses, und zum dritten das Expertenwissen der Anlagenführer. Diese Informationsquellen werden mit Methoden des maschinellen Lernens und künstlicher Intelligenz miteinander verknüpft.

In unseren Forschungsprojekten erarbeiten wir mit Partnern aus der Industrie konkrete Lösungen, welche im praktischen Einsatz evaluiert werden.  Anwendungsdomänen sind beispielsweise verfahrenstechnische Prozesse (z.B. Schäum-Prozesse, Glasziehprozesse, Bio-Prozesse) oder Condition Monitoring von Windanlagen.

Projekte

 

HeatSteel

Entwicklung einer innovativen und energieeffizienten Vergütungslinie für dünnste Präzisionsbänder

 

QuickChecks von MRD im Kompetenzzentrum KI-Engineering

Die Forschungsabteilung Mess-, Regelungs- und Diagnosesysteme MRD ist beteiligt am Kompetenzzentrum KI-Engineering.

 

Machine Learning for Production – ML4P

Im Leitprojekt ML4P forschen sechs Fraunhofer-Institute unter Leitung des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung IOSB in Karlsruhe an der Entwicklung eines toolgestützten Vorgehensmodells sowie an der Realisierung entsprechender interoperabler Software-Tools, um systematisch das Optimierungspotential in produktionstechnischen Anlagen durch den Einsatz von Methoden des maschinellen Lernens zu erschließen.

 

Datenanalyseplattform für KMU: Industrie 4.0 MonOpt

Integriertes Datenmanagement und fortgeschrittene Datenauswertung ermöglichen, Produktionsprozesse systematisch zu überwachen und die Effizienz zu steigern.  

 

Datengetriebene Fehlerlokalisierung in der Verfahrenstechnik

Ein Alarmmanagement hilft, diejenigen Prozessgrößen zu detektieren, die sich am nächsten an der Störungsursache befinden. Die Aufmerksamkeit des Anlagenführers kann so auf diese Größen gerichtet und die Fehlerursache effizient lokalisiert werden.

 

Condition Monitoring von Windanlagen (ISO.Wind)

Um die Laufzeitgesamtkosten von Windenergieanlagen (WEAs) wettbewerbsfähig zu halten, müssen die Ausfallrisiken minimiert, die Wartungskosten gesenkt, sowie die Anlagenverfügbarkeit und die Energieeffizienz gesteigert werden. Dieses Ziel wird erreicht, indem möglichst effiziente, automatisierte multisensorielle Onlineüberwachungs- und Diagnosesysteme – sogenannte Condition Monitoring Systeme (CMS) – eingeführt werden, deren wirtschaftliche Bedeutung von Windparkbetreibern, Herstellern und Versicherern zunehmend erkannt wird. So werden am Markt bereits zahlreiche andere CMS angeboten, deren Überwachung und Fehlerdetektion sich allerdings fast ausschließlich auf den WEA-Triebstrang beschränkt.

 

Optimierung von Bioprozessen

Die Produktion von Bulk- und Feinchemikalien auf Basis nachwachsender Rohstoffe erlangte in den letzten Jahren als »weiße Biotechnologie« immer mehr an Bedeutung. Tenside, welche zur Zeit zu einem Großteil aus petrochemischen Ausgangsstoffen industriell hergestellt werden, sind ein potenzielles Produkt für den Einsatz biotechnologischer Produktionsverfahren.