Anwendungen von Industrie 4.0 befinden sich weltweit im Aufschwung, insbesondere im Bereich der intelligenten Fertigung. Um die Produktionsqualität zu verbessern und die Betriebskosten zu senken, setzen Unternehmen zunehmend auf vernetzte Systeme des industriellen Internets der Dinge (Industrial Internet of Things; IIoT) und auf Methoden der künstlichen Intelligenz (KI). Ein solcher Schritt erfordert jedoch je nach bestehender Infrastruktur einen deutlichen Investitions- und Arbeitsaufwand. Neue Lösungen für Prüf- und Herstellungsverfahren müssen daher einfach zu integrieren und nach Möglichkeit mit den vorhandenen Rechnerressourcen realisierbar sein.
Ob ein neues System für den Einsatz in einer Industrie-4.0-Umgebung geeignet ist, kann im Digital Capability Center (DCC) Aachen überprüft werden. In dem von McKinsey & Company* und der RWTH Aachen in Zusammenarbeit mit Intel und anderen führenden Technologiepartnern gegründeten Unternehmen stehen Modell-Anlagen zur Erprobung neuer Verfahren zur Verfügung. Mit diesen können Hersteller echte Produktionsprozesse im Livebetrieb erleben und Erfahrungen mit innovativen IIoT-Anwendungen sammeln.
Leichte Einrichtung einer IIoT-Infrastruktur mit Intel® EII
Zwei der im DCC getesteten und präsentierten IIoT-Lösungen von Intel sind die Plattform Intel® Edge Insights for Industrial (Intel® EII) und die Intel® Distribution des OpenVINO™ Toolkits. Intel® EII ist ein Software-Referenzdesign zur KI-gestützten Zeitreihenanalyse und Bildverarbeitung, das kostengünstig mit handelsüblichen Sensoren und Industrie-PCs ausgeführt werden kann. Es lässt sich daher mit minimalem Aufwand in eine bestehende Infrastruktur integrieren und ermöglicht so einen erleichterten Aufbau einer IIoT-Infrastruktur.
Im DCC wird eine Variante von Intel® EII eingesetzt, um die Qualitätsprüfung bei der Herstellung von Garn zu automatisieren. Die Daten von Fadenspannungssensoren werden von einem neuronalen Netzwerk verarbeitet, um so eine größere Konsistenz der Garnstärken und -geometrien zu erzielen. Durch den Einsatz von KI konnten sowohl die Zahl der nötigen menschlichen Eingriffe in den Prozess als auch der Ausschuss signifikant reduziert werden.
OpenVINO™ für deutlich beschleunigte Qualitätskontrolle
Das OpenVINO™ Toolkit ist ein quelloffener Baukasten zur Anpassung von Deep-Learning-Techniken in der Bildverarbeitung. Es ist auf die Nutzung mit Intel® Prozessoren ausgelegt und unterstützt sowohl das Trainieren von Modellen als auch die Inferenz auf der Verarbeitungseinheit. OpenVINO™ Lösungen bieten eine erhebliche Verbesserung der Ressourcennutzung, was sie speziell für Edge Computing attraktiv macht.
Eine Anwendung von OpenVINO™, die vor Ort in Aachen getestet wurde, ist die Bewertung der Güte von Textildruck. Im Vergleich zur wesentlich aufwendigeren Prüfung durch menschliches Personal ist die KI-basierte Kontrolle erheblich schneller und konsistenter. Hierdurch können zudem sowohl die Bildrate deutlich erhöht als auch die CPU-Last gesenkt werden, was sich in einer deutlichen Kostenreduzierung der Qualitätskontrolle niederschlägt.
Die praxisnahen Tests der genannten Intel® Lösungen im Digital Capability Center Aachen zeigen, welche KI-gestützte Prüfverfahren messbare Vorteile bieten und dass sie ohne großen Aufwand zu realisieren sind. Eine solche Kombination von KI, Analytik und kostengünstigen Sensornetzwerken hat das Potenzial, auch bei bestehenden Fertigungsanlagen den Übergang zu Industrie 4.0 zu beschleunigen und so Flexibilität, Kosteneffizienz und Innovationsfähigkeit zu steigern.
Wie die beiden Optimierungsmethoden für IIoT-Prozesse getestet wurden und welche Zeit- und Kostenvorteile damit realisiert werden konnten, finden Sie ausführlich im verlinkten Whitepaper beschrieben.