ML4P: Machine Learning for Production

Das Machine Learning Pipeline Diagramm gibt eine Übersicht über die Datenerhebung und -verarbeitung, Modellbildung und Entscheidungsfindung.
© Fraunhofer IWU
Ein seriennaher Presshärteprozess am Fraunhofer IWU ist einer der im Projekt untersuchten Anwendungsfälle.

Kurzbeschreibung des Projekts

Im Leitprojekt Machine Learning for Production (ML4P) gehen wir davon aus, dass die Leistung in modernen Produktionsanlagen – sowohl in der Prozess- als auch in der stückgutproduzierenden Industrie – mithilfe von Maschinellem Lernen optimiert werden kann.

Unter der Schirmherrschaft und Koordination des Fraunhofer IOSB bündeln mehrere Fraunhofer-Institute ihre Anwendungserfahrung und Kompetenzen im Maschinellen Lernen zur Erarbeitung von Lösungen für die Industrie. In ML4P werden intelligente Methoden zur Bedarfsdeckung der Industrie formuliert werden und der Weg zu flexiblen, schnell lernenden Anlagen vorbereitet. Eine »lernende Maschine« könnte zum Beispiel den Einbau intelligenter Komponenten oder einen effizienten, ganzheitlichen Umgang mit sehr großen Datenmengen beinhalten.
 

Projektziele

  • Entwicklung eines toolgestützten Vorgehensmodells
  • Realisierung eines Software-Tools, mit dem der Ist-Zustand erfasst und analysiert wird, um mögliche Optimierungspotentiale aufzuzeigen
  • Ableitung und Auswahl geeigneter Verfahren des Maschinellen Lernens in der Produktion
     

Projektergebnisse

Während die Entwicklung und Integration der Softwaretools voranschreitet, ist das Vorgehensmodell mittlerweile als Kurzfassung publiziert und kostenlos als White Paper downloadbar (siehe unten). Es beschreibt den Weg von der Problemstellung bis zum kontinuierlichen Betrieb des ML-basierten Systems umfassend und beinhaltet:

  • Sechs Phasen mit klar definierten Ergebnissen
  • das »Machine Learning Pipeline Diagramm« und die »virtuelle Prozessakte« als zentrale Dokumente bzw. Datenstrukturen, die den jeweils aktuellen Wissensstand über alle Phasen hinweg repräsentieren:
  • ein Rollenmodell, das die in jeder Phase benötigten Disziplinen, Kompetenzen und Funktionen umfasst.

 

Projektpartner

 

ML4P-Vorgehensmodell als White Paper

Hier können Sie die Kurzfassung des Vorgehensmodells herunterladen (pdf, 1,3 MB).

Pressemitteilung

»Vorgehensmodell zu ML in der Produktion« ist die Pressemitteilung unterschrieben, die das Fraunhofer IOSB am 20.10.2020 anlässlich der Veröffentlichung des White Papers herausbrachte.

 

Weitere Informationen

Projektdauer: 2018-2022

Fördergeber: Fraunhofer-Gesellschaft

Mit ihren Leitprojekten setzt die Fraunhofer-Gesellschaft strategische Schwerpunkte, um konkrete Lösungen zum Nutzen für den Standort Deutschland zu entwickeln. Die Themen orientieren sich an aktuellen Erfordernissen der Wirtschaft. Das Ziel ist es, wissenschaftlich originäre Ideen schnell in marktfähige Produkte umzusetzen. Die beteiligten Fraunhofer-Institute bündeln ihre Kompetenzen und binden die Industriepartner frühzeitig in die Projekte ein.

Beteiligte Abteilungen

Diese Abteilungen des Fraunhofer IOSB bringen Ihre Kompetenzen in das Leitprojekt ML4P ein: