idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Automatisierte Lagersysteme sind eines der Steckenpferde des Automatisierungsspezialisten Lenze. Zusammen mit dem Fraunhofer IEM entwickelte Lenze einen KI-basierten Wartungsassistenten und kann die Reparatur und Instandhaltung seiner Hochregallager nun effizient und gezielt einplanen. So vermeidet das Unternehmen ungeplante Stillstände und spart Zeit und Kosten im eigenen Lager. Zukünftig können auch Kunden diese neue KI-Lösung für ihre Intralogistik einsetzen. Gefördert wurde die Zusammenarbeit der Lenze-Tochter encoway mit dem Fraunhofer IEM im it’s OWL-Projekt EASY.
Leistungsfähige Antriebe und eine ausgeklügelte Steuerung der Transportsysteme: Damit ermöglicht Lenze die automatisierte Bestückung und Entnahme in seinen Hochregallagern bei bis zu 25.000 Warenbewegungen pro Tag. Die Wartung dieser komplexen Systeme ist ebenso wichtig wie aufwendig. Fällt eine Maschine aus, kommt der gesamte Prozess ins Stocken. Je nachdem, wie schnell ein Fehler gefunden und behoben wird, kann der Stillstand im Lager mehrere Tage dauern – und enorme Kosten verursachen.
Reparaturen gezielt einplanen
Um Ausfallzeiten zu vermeiden, setzt Lenze mit Hilfe des Fraunhofer IEM auf einen KI-basierten Wartungsassistenten: Ein Machine-Learning-Algorithmus deckt zum einen kritische Zustände auf, die ein unmittelbares Eingreifen erfordern. Zum anderen erkennt und lokalisiert er entstehende Defekte oder zunehmenden Verschleiß an Komponenten, noch bevor sich Auswirkungen für den Lagerbetrieb ergeben. Wenn beispielsweise die Führungs- oder Antriebsräder der Regalbediengeräte stark abgenutzt sind, erkennt der Wartungsassistent den drohenden Ausfall rechtzeitig und kann die betroffene Stelle lokalisieren. Die Mitarbeiter:innen können dann gezielt den Austausch der Räder einplanen – abhängig von Faktoren wie Arbeitsplänen, Lieferfristen oder Ersatzteillieferungen. „Der Wartungsassistent unterstützt das Team der Wartung und Instandsetzung dabei, Fehler zu beheben, bevor sie überhaupt auftreten. So planen wir Reparaturen und Austausche an unseren Maschinen künftig systematisch in laufende Prozesse ein. Das erhöht die Verfügbarkeit unserer Anlagen und damit ihre Wirtschaftlichkeit“, sagt Dr. Heiko Stichweh, Abteilungsleiter Innovation bei Lenze.
KI-Wartungsassistent mit wenig Aufwand nachrüsten
Das besondere an der Lösung: Der Wartungsassistent zieht seine Informationen aus der bestehenden Sensorüberwachung der Antriebsmotoren. Die Motoren fungieren als Schnittstellen zwischen den Maschinen und dem Wartungsassistenten. Läuft im Ge-samtsystem etwas unrund, wird in den Motordaten eine Abweichung vom Normalzustand detektiert. „Wir haben unsere Algorithmen so ausgelegt und trainiert, dass sie fähig sind, jegliche Zustandsveränderungen zu erkennen und zu verorten“, erläutert Maximilian Bause, Machine-Learning-Experte am Fraunhofer IEM. Kunden von Lenze, die den intelligenten Wartungsassistenten einsetzen möchten, können also auf bestehende Sensorik zurückgreifen. Das ermöglicht eine aufwandsarme und damit kostengünstige Integration der Lösung.
Entwicklungsteam setzt auf Embedded und Edge Devices
Bei der Entwicklung des KI-Wartungsassistenten profitierte das Projektteam von der guten Datenqualität der Lenze-Maschinen: „Unsere Antriebsdaten haben eine sehr hohe Qualität durch geringes Rauschen bei hochfrequenter und hochauflösender Abtastung. Das erleichtert zielgerichtete Analysen zur Überwachung verschiedener, pro-zesskritischer Komponenten – auch solcher, die nicht mit dem Motor verbunden sind“, erklärt Dr. Simon Michalke, Innovationsmanager im Dock One, dem digitalen Innovationslabor von Lenze. Die Herausforderung: Die Verarbeitung dieser großen Datenmengen ist ressourcenintensiv und verbraucht viel Energie. Deshalb fand das Projektteam mit Embedded und Edge Devices bewusst eine Alternative zur Cloud. Die Daten können so bei Bedarf in unmittelbarer Maschinennähe verarbeitet werden. Das verringert Latenzen und erhöht die Datensicherheit.
Wartungsassistent in Automatisierungsbranche vielseitig einsetzbar
Aktuell integriert Lenze den Wartungsassistenten in die eigene Lagerlogistik des Me-chatronic Competence Campus in Extertal. So kann das Unternehmen Trainingsdaten zu Störungen, Ausfällen und Verschleiß erfassen und die Predictive-Maintenance-Lösung immer weiter optimieren. Lenze plant, den Wartungsassistenten serienmäßig in seine Softwareprodukte zu integrieren – und so für viele Anwendungsfälle in der Automatisierungsbranche verfügbar zu machen. Durch die Flexibilität der Lösung ist eine Übertragung in weitere antriebstechnische Anwendungen denkbar.
Predictive-Maintenance-Lösung für den kleinen Geldbeutel
Obwohl Predictive Maintenance großes Potenzial hat, fällt es vielen Unternehmen schwer, sich für eine Investition in die Technologien zu entscheiden. Der Aufwand ist oft hoch, der Nutzen vorab schwer in Zahlen zu fassen. Deshalb entsteht am Fraunhofer IEM eine intelligente Wartungsplanung, die Unternehmen aufwandsarm und kostengünstig einsetzen können. „Nach dem Retrofit-Prinzip entwickeln wir die Lö-sung exemplarisch anhand einer alten Industriesäge. Eine Lowcost-Sensorik nimmt Zeitreihendaten auf und überträgt diese an eine Cloud. Anschließend erfolgt eine automatische Anpassung und Optimierung KI-basierter Algorithmen, die den Zustand des Sägeblattes überwachen und Handlungsempfehlungen ausgeben“, erläutert Maximilian Bause. Die intelligente Wartungsplanung können Unternehmen ab Sommer 2024 mit dem Fraunhofer IEM an eigenen Anwendungsfällen umsetzen.
Forschungsprojekt EASY
Die Kooperation zwischen der Lenze-Tochter encoway und dem Fraunhofer IEM wurde im BMBF-Projekt EASY (Embedded Artificial Intelligence for Production Systems, Lauf-zeit 10/2020 bis 12/2023) gefördert. Weiterer Projektpartner war Düspohl Maschinen-bau.
Maximilian Bause (E-Mail: maximilian.bause@iem.fraunhofer.de)
http://KI reduziert Produktionsplanungs-Aufwand bei Schulte Kartonagen um 25 %: https://www.iem.fraunhofer.de/de/newsroom/presse-und-news/abschluss-forschungspr...
http://Benteler und das Fraunhofer IEM setzen bei der Qualitätsprüfung auf Künstliche Intelligenz: https://www.iem.fraunhofer.de/de/newsroom/presse-und-news/produktionsfehler-ki-f...
„Der Wartungsassistent ermöglicht uns Fehler zu beheben, bevor sie überhaupt auftreten“, sagt Dr. He ...
Dock One
Dock One
Maximilian Bause (Fraunhofer IEM) und Dr. Simon Michalke (Dock One) haben intelligente Algorithmen e ...
Dock One
Dock One
Criteria of this press release:
Business and commerce, Journalists
Economics / business administration, Electrical engineering, Information technology, Traffic / transport
transregional, national
Research projects, Research results
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
