Bild 2. Überblicksdarstellung des Ansatzes der KNIME2Edge-Sensorplattform.

© Fraunhofer IIS/EAS

Die Plattform setzt auf bewährte Mikrokontroller- sowie Sensortechnik und kombiniert diese mit der freien Software KNIME, mit deren Hilfe KI-Algorithmen ohne Programmierkenntnisse einfach per Drag & Drop erstellt und auf den Mikrokontroller übertragen werden können. Die Plattform soll dabei zum Experimentieren mit KI-Lösungen einladen, ohne dass diese in das bestehende Industrienetz eingebunden werden müssen. Sie ist als ‚Plug & Play‘-System konzipiert, wodurch keine zusätzliche Treiberinstallation oder anwenderseitigen Konfigurationen nötig werden.

Hardwareseitig besteht die Sensorplattform aus einem Basismodul und verschiedenen Sensormodultypen, die je nach Bedarf in unterschiedlicher Kombination und Stückzahl mittels Plug & Play über eine einheitliche Schnittstelle an das Basismodul angeschlossen werden können. Sensorseitig kann die Plattform somit nach den jeweiligen Anwendungskriterien konfiguriert werden. Neben dem Herstellen der elektrischen Verbindung durch das Einstecken der Sensoren in die Sensorplattform sind keine weiteren Konfigurationsarbeiten nötig. Dieses flexible Konzept erlaubt auch, bei Bedarf weitere Sensoren auch mit anderen physikalischen Messprinzipien hinzuzufügen. Dabei kann ein breites Spektrum an für die Fertigung relevanten Sensoren verwendet werden. Nach kurzer Anpassungszeit stehen diese Sensordaten ebenfalls zur Verfügung.

Die Plattform kann aber auch für spezialisierte Anwendungsfälle, zum Beispiel aus der Medizintechnik, verwendet werden. Auch die Benutzung mehrerer Basismodule ist möglich. Die Aufgabe des Basismoduls besteht darin, eine Verbindung zur KNIME-Software auf dem Rechner des Anwenders aufzubauen, über die dann die Messdaten an die KNIME-Anwendung gesendet oder ein entwickelter Lösungsalgorithmus auf das Basismodul übertragen wird. Der Verbindungsaufbau erfolgt dabei über eine USB-, Ethernet- oder Bluetooth-Schnittstelle (Bild 3). Die Plattform kann zudem mobil im Akkubetrieb verwendet werden.

Softwareseitig zeichnet sich KNIME durch eine codefreie Oberfläche aus: Die Programmabläufe werden ‚Drag & Drop‘ durch sogenannten Funktionsknoten zusammengestellt (Bild 4). Jeder Knoten kapselt eine für den Programmablauf notwendige Funktion in sich, zum Beispiel das Lesen einer Datei. Die semantische Verknüpfung ergibt sich durch die Verbindung dieser Knoten mittels Verbindungslinien. Fundierte Kenntnisse einer Programmiersprache werden nicht benötigt.

Neben den standardmäßig verfügbaren KNIME-Knoten, zum Beispiel für eine schnelle Fourier-Transformation (FFT), hat das Fraunhofer IIS/EAS weitere Koten entwickelt, die für den Verbindungsaufbau zur Sensorplattform, zur Messdatenerfassung und Übertragung der Algorithmen auf das Basismodul verwendet werden können. Diese Knoten werden ebenfalls per Drag & Drop in den Programmablauf eingebunden.
Die Verarbeitung in KNIME folgt dabei dem ETL-Prozess (Extract, Transform, Load). Am Ende der Verarbeitungskette können Zielknoten die Daten in Dateien oder Datenbanken ablegen sowie in grafischen Diagrammen darstellen. Mittels der Software können die Daten langfristig gespeichert, in klassische Datenformate, wie zum Beispiel CSV bzw. XLSX, konvertiert oder in Datenbanken abgelegt werden. Um beispielsweise Filter- oder KI-Algorithmen zu entwickeln und zu testen, können innerhalb der KNIME aufgezeichnete Sensordaten verwendet werden.

Bild 3. Aufbau KNIME2Edge-Sensorplattform zur KI-Erprobung.

© Fraunhofer IIS/EAS

Nachdem die Algorithmen auf den aufgezeichneten Daten entwickelt wurden, wird die Software direkt auf das Basismodule übertragen und ausgeführt. Damit werden mit demselben System auch die Funktionsfähigkeit des Algorithmus und des Gesamtsystems in der Anwendung geprüft. Häufig werden durch das längere Anwenden der Plattform auch andere Datenpunkte erzeugt, bei denen der Algorithmus noch unangebracht reagiert. Mit diesen neuen Daten kann eine weitere Optimierung gestartet werden; zwischen der Erprobung, Optimierung und Anwendung gibt es also keine Veränderung in der Methodik.

Warum KNIME2Edge?

Der Vorteil der Lösung besteht zum einen darin, dass alle Schritte der Eingabe oder Datenerfassung, Verarbeitung und Ausgabe innerhalb einer freien Softwareumgebung implementiert sind. Es sind keine zusätzlichen externen Tools nötig. Die Vielfalt an bereits verfügbaren Knoten bietet zusätzlich die Möglichkeit, die erfassten Daten vor der eigentlichen Verarbeitung mittels KI-Algorithmen einer klassischen Filterung oder Glättung zu unterziehen. Dadurch wird die Reduzierung der Komplexität beziehungsweise die Optimierung von KI-Lösungen ermöglicht.

Die Plattform kann sowohl über USB oder Bluetooth autark als auch über die Ethernet-Schnittstelle innerhalb eines Industrienetzwerkes genutzt werden.

Bild 4. Beispiel für einen KNIME-Programmablauf mit grafischer Auswertung.

© Fraunhofer IIS/EAS

Die KNIME2Edge-Plattform bietet durch die Anwendung des Edge-Konzepts mit seinen kurzen Übertragungswegen den Vorteil von kurzen Reaktionszeiten und einem Reduzieren des Datenaufkommens im industriellen Netzwerk. Im Vergleich dazu geben etablierte KI-Lösungen häufig die erfassten Sensordaten zur Weiterverarbeitung an einen betriebsexternen Cloud-Service weiter, der oft energie- und kostenintensiver ist. Zudem kann eine lokale Erfassung und Verarbeitung der Anwendungsdaten zu einer verbesserten Sicherheit und Vertraulichkeit betriebsinterner Daten beitragen.

Das KNIME2Edge-System ist anwenderfreundlich konzipiert und soll die Einstiegshürde in die neue Welt der Sensordatenerfassung und der Auswertung mittels KI-Algorithmen senken. So erhalten auch Anwender, die bis jetzt nur mit traditionellen Lösungen für die Prozessüberwachung und -analyse gearbeitet haben, eine Möglichkeit, unkompliziert mit neuen Technologien zu experimentieren.

Welche Anwendungsfelder gibt es?

Die Plattform ist bewusst flexibel gestaltet, um dem Anwender möglichst viel Freiheit bei der Auswahl der Sensoren für das Anwendungsszenario zu geben. Das System soll vor allem dazu dienen, die später benötigen physikalischen Messprinzipien zu finden und die dazu entsprechenden Sensoren auszuwählen. So kann der Anwender mit Hilfe des Baukastenssystems beispielsweise ermitteln, ob der Druck eine Größe ist, mit der weitere Erkenntnisse über den Zustand seiner Anlage gewonnen werden können. Zusätzlich besteht die Möglichkeit, durch das Verwenden verschiedener Drucksensoren denjenigen mit der besten Charakteristik auszuwählen. Das Ergebnis der Untersuchungen kann aber auch sein, dass bestimmte Sensoren keine weitere zusätzliche Information über den Zustand einer Anlage liefern.

Der Autor: Ronny Schwabe ist Experte für Systemintegration am Fraunhofer IIS/EAS in Dresden.

© Fraunhofer IIS/EAS

Durch die einfache grafische Eingabe der Algorithmen können Alternativen schnell exploriert werden. Damit kann innerhalb kurzer Zeit die beste Alternative für den Algorithmus ermittelt und dieser direkt an der Anlage erprobt werden, indem er auf das Basismodul geladen und ausgeführt wird. Der Nutzer erhält so Informationen über die benötigten Sensortypen und passenden KI-Anwendungen. Aufgrund der gefundenen Lösungsansätze kann er letztlich fundierte Abschätzungen über mögliche Einsatzszenarien von KI und Entscheidungen für die Anschaffung komplexerer beziehungsweise teurerer Systeme für eine spezifische Anwendung treffen.