Schwerpunkte

Nachgehakt bei Benjamin Häfner

Das autonome Produktionssystem

20. September 2019, 00:30 Uhr   |  Inka Krischke

Das autonome Produktionssystem
© KIT

Dr. Benjamin Häfner ist Mitarbeiter des Karlsruher Institut für Technologie (KIT).

Forscher aus Maschinenbau, Elektrotechnik, Informationstechnik und Informatik entwickeln am KIT ein agiles Produktionssystem, das sich autonom an wechselnde Produktspezifikationen anpasst. Was im Detail dahintersteckt, verrät Projektkoordinator Dr. Benjamin Häfner.

Dr. Häfner, ‚AgiProbot‘ steht für ‚Agiles Produktionssystem mittels mobiler, lernender Roboter mit Multisensorik bei ungewissen ­Produktspezifikationen‘. Würden Sie das Projekt kurz beschreiben?

Benjamin Häfner: ‚AgiProbot‘ ist ein durch die Carl-Zeiss-Stiftung mit 3 Millionen Euro gefördertes Forschungsvorhaben, in dem neun Lehrstühle am KIT gemeinsam die Möglichkeiten der Künstlichen Intelligenz und vielfältiger Digitalisierungstechnologien erforschen. Dies geschieht am Beispiel eines Produktions-systems mit sogenanntem Remanufacturing – also der De- und Remontage – von Elektromotoren.

Mit welchem Ziel? 

Benjamin Häfner: Ziel des Vorhabens ist die Entwicklung eines agilen Produktionssystems, das fähig ist, autonom auf ungewisse Produktspezifikationen zu reagieren. Das zu entwickelnde System soll in der Lage sein, mit ungewissen Bauteil-Zuständen hinsichtlich Abnutzung, Geometrie, Verschmutzungsgrad et cetera umzugehen und agil Lösungen zur Bewältigung der Aufgaben in der Produktion zu entwickeln. 

Woraus besteht das System?

Benjamin Häfner: Das agile Produktionssystem wird sich aus einer Reihe Stationen in einer Matrix-Fabrikstruktur zusammensetzen. Jede Station besteht aus einer variablen Anzahl modularer Robotersysteme, die in Kollaboration miteinander oder mit dem Menschen agieren und dazu befähigt werden, sich selbstlernend an ungewisse Bauteil-Eigenschaften anzupassen und die erforderlichen Demontageprozesse autonom zu erfüllen. Auch die Prozesse der Intralogistik zwischen den Stationen werden durch Einsatz mobiler Robotik mit autonomen Fahrzeugen betrachtet, um variierende Wertströme zu ermöglichen. Dabei werden unterschiedliche selbstadaptive Sensorsysteme in die Anlagentechnik und Fahrzeuge integriert. In die genannten Lernprozesse wird auch gezielt die Interaktion mit dem Menschen sowie die Nutzung vorhandenen Vorwissens einbezogen. 

Als greifbares Ergebnis des Projekts werden die entwickelten wissenschaftlichen Methoden in einer industrienahen, gemeinsamen Demonstrator-Fabrik am KIT implementiert, in der das Remanufacturing von realen Elektromotoren aus der Automobilindustrie umgesetzt wird.

Welche Rolle spielt hier Künstliche Intelligenz?

Benjamin Häfner: Im Rahmen des Projekts sind Verfahren der Künstlichen Intelligenz die entscheidenden Befähiger zur Realisierung der erforderlichen Lernprozesse des agilen Produktionssystems. Dies betrifft unterschiedliche Betrachtungsebenen: Zunächst gilt es, aus mittels geeigneter Sensorik erfassten Messdaten die wesentlichen Informationen der unbekannten Produktmerkmale zu erfassen. Hierzu bieten sich zum Beispiel Deep-Learning-Verfahren an. Dann müssen die Roboter optimale Arbeitsabläufe erlernen – beispielsweise mittels verschiedenen Reinforcement-Learning-Ansätzen. Auch unterstütztes Lernen durch die Beobachtung des Menschen wird intensiv untersucht. Schließlich sollen auch die Materialflüsse in der Matrix-Fabrikstruktur des Produktionssystems autonom erlernt werden, was zum Beispiel mittels sogenanntem Q-Learning möglich ist.

Wo liegen die Herausforderungen?

Benjamin Häfner: Die besondere Herausforderung des Projekts besteht darin, die zuvor genannten Ansätze domänenübergreifend zu konzipieren und gemeinsam in einer realitätsnahen Fabrikstruktur zu implementieren, um so ein dynamisch lernendes Gesamtproduktionssystem zu entwickeln. Dies führt zu einer deutlich größeren Komplexität, als wenn die verschiedenen Teilsysteme nur unabhängig voneinander betrachtet werden.

Wie sieht die Projekt-Roadmap aus? 

Benjamin Häfner: Wir organisieren das Projekt angelehnt an die SCRUM-Prinzipien, die im Bereich der Software-Entwicklung heute bereits weit verbreitet sind. Kennzeichnend dafür ist insbesondere, dass wir uns im Rahmen des Projekts iterativ weiterentwickeln, um die Komplexität bestmöglich beherrschbar zu machen. Wir haben uns im Rahmen der Projektlaufzeit von fünf Jahren vorgenommen, nach dem ersten Jahr eine einfache, aber funktionstüchtige Version des agilen Produktionssystems zu realisieren.

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Verwandte Artikel

KIT - Karlsruher Institut für Technologie

Robotik CARed

Interview CARed