ki zur materialkennzeichnung in der montage...starke ki terminator, skynet, zylonen, bender …...
TRANSCRIPT
#KIKonSaar2020
Nächster Vortrag
KI zur Materialkennzeichnung in der Montage
10:45 Uhr – 11:30 Uhr
Planung und Kennzeichnung entlang der innerbetrieblichen Wertschöpfungskette leicht gemacht. Bei WollMaschinenbau übernimmt industrielle Kennzeichnung von Bauteilen ein KI gestütztes Expertensystem, das sich für die Handlungsempfehlungen einer Wissensbasis bedient. So werden Experten im Unternehmen entlastet und neue Mitarbeiter können damit lernen, Experte zu werden.
WOLL Maschinenbau GmbH Referenten: Karl-Josef Schmitt; Dirk Burkhard, KI-Trainer
#KIKonSaar2020
Entwicklung eines Expertensystems zur Kennzeichnung von Materialien3
Konzeption eines Expertensystems zur Kennzeichnung von Materialien2
Vorstellung WOLL Maschinenbau GmbH sowie aktuelle Problemstellung1
Agenda
#KIKonSaar2020
WOLL Maschinenbau GmbH
#KIKonSaar2020
1960 – Gründung des Vorläuferunternehmens der WOLL Maschinenbau GmbH
2013 – Übertragung aller Unternehmenswerte in die „Familie Woll Stiftung“
255 Mitarbeiter
Unternehmensvorstellung – WOLL Maschinebau GmbH
#KIKonSaar2020
Bildquelle: WOLL
Wandlungstreiber verursachen Problemstellungen und Herausforderungen, die die Unternehmen beherrschen müssen, um im Wettbewerb erfolgreich zu bleiben.
Sondermaschinenbau: Losgröße 1
Time to Market UmweltTechnologischer Fortschritt
Schw
achs
telle
n im
Pr
oduk
tions
proz
ess
RessourcenlageFortschreitende Globalisierung
Es gibt eine Vielzahl äußeren und inneren Einflüssen, die insbesondere auf die Produktion einwirken
#KIKonSaar2020
Entwicklung/Konstruktion Vorfertigung
VormontageEndmontage
ZeichnungÄnderung
Termin
ZeichnungÄnderung
Termin
Unternehmensvorstellung – WOLL Maschinenbau GmbH
#KIKonSaar2020
Auswahl von Kennzeichnungsträger und Identifikator gemäß Kennzeichnungsanforderungen:− Kundenvorgaben− Normen, Richtlinien und Regelwerke:
− ASME− AD2000− …
− Prozess- und Bauteilrandbedingungen− Lesbarkeitsbedingungen
Kennzeichnung Kombination aus Kennzeichnungsträger und Identifikator
Kennzeichnungsträger Identifikator
Schild
Gravieren
Ink Jet
Nadelprägung
Laser
Elektrochem. Ätzen
Bauteildirektkennzeichnung (DPM)
Stoffschluss
Magnetisch
Etikett
Kunststoff
Stahlblech
Elektronische
DMC
Klartext
Strichcode
QR-Code
Dotcode A
Optische Kennzeichnungen
RFID
NFC
BLE-Beacon
[1]
[3]
[2]
Expertenwissen im Unternehmen ist limitiert und geht durch den demografischen Wandel verloren
Methode zur bauteilindividuellen und prozessspezifischen Kennzeichnung: Kennzeichnungsträger und Identifikator
#KIKonSaar2020
Entwicklung eines Expertensystems zur Kennzeichnung von Materialien3
Konzeption eines Expertensystems zur Kennzeichnung von Materialien2
Vorstellung WOLL Maschinenbau GmbH sowie aktuelle Problemstellung1
Agenda
#KIKonSaar2020
Klassische KI gegen Maschinelles Lernen, Deep Learning und co.Sc
hwac
he /
Spe
zial
isie
rte
KI
Starke KI Terminator, Skynet, Zylonen, Bender … Kl
assis
che/
Sym
bolis
che
KI
Entscheidungsbäume
Expertensysteme
Symbolische Logik Mas
chin
elle
s Ler
nen
Entscheidungsbaum-baumlernen
Deep
Lear
ning
Abbildung: Divisio.io
Mischalgorithmen
Expertensystem mit NN Input
Monte Carlo Suche mit NN Neuronale Netze
LSTM
Naive BayesRandom Forest
E1
A1
A2Z1
Z2
Z1
Z2
A3
A4
A5
A6
A7
A8
A9
A10
Z3
Z4
Z5
…
#KIKonSaar2020
1. Problem Anwender ist „krank“, ohne die genauen Symptome deuten zu können
2. Inputs SystemAnwender wird vom Expertensystem durch gezieltes Fragen angeleitet, seine Symptome dem Expertensystem als Eingangsgrößen zu übermitteln
5. EmpfehlungenDarstellung der Handlungsempfehlungen an den Anwender durch die Erklärungskomponente
3. Ermittlung der Diagnose
Expertensystem ermittelt anhand der Eingangsgrößen mithilfe der Wissensbasis Schlussfolgerungen über den Krankheitsfall
4. Ermittlung von Empfehlungen
Zusammensetzung der Einzelschlussfolgerungen zu einem Krankheitsbild und Ermittlung von geeigneten Handlungsempfehlungen für den Anwender (Patienten) durch das Expertensystem
Expertensysteme – Beispiele aus der Medizin: Diagnose
#KIKonSaar2020
Augmented Intelligence durch die Implementierung eines Expertensystems bei dem Sondermaschinenbauer WOLL
Bereitstellung Verarbeitung und Auswertung Nutzung
Abgleich von historischen und aktuellen Daten
Reproduktion von Regelbasiertem Wissen
Nutzung der Informationen auf dem Shop Floor
#KIKonSaar2020
Komponenten des Expertensystems EingabefensterPRODUKTTYP
WERKSTOFF
Kundenspezifische Parameter:
KENNZEICHNUNGSTSTECHN.
INFORMATIONSTRÄGER
KENNZEICHNUNGSFLÄCHE
INFORMATIONSMENGE
LESBARKEIT
BESTÄNDIGKEIT
LEBENSDAUER
ANBRINGUNGSORT
Druckbehälter
Anlagen-/Maschinenbau
Medizintechnik (produktberührend)
Stahlbau
Baustahl
Edelstahl
Aluminium
Kunststoff
Klarschrift
Strichcode
DMC-Code
QR-Code
RFID
NFC
Nur eine Auswahl-
möglichkeit
Neutral bei Nichtanwählen
Mehrere Auswahl-
möglichkeiten
Pflicht-Feld Kann-Feld
chemisch
mechanisch
Direktkennzeichnung
Klebeetikett
Kunststoffschild
< 2 cm²
2 bis 4 cm²
> 4 cm²
maschinell
menschlich
maschinell und menschlich
< 1 Jahr
> 1 Jahr
> 25 Jahr
Sichtseite JA/NEIN
WANDSTÄRKE
PROZESSFOLGE < 0,5 mm
> 0,5 mm
Reinigung
Schleifen
Lackieren
Schweißen
1 bis 30 Zeichen
31 und mehr Zeichen
Prozess- und produktspezifische Parameter
Kundenspezifische Parameter:
Mehrere Auswahl-
möglichkeiten
Nur eine Auswahl-
möglichkeit
Nur eine Auswahl-
möglichkeit
Nur eine Auswahl-
möglichkeit
Nur eine Auswahl-
möglichkeit
Nur eine Auswahl-
möglichkeit
Nur eine Auswahl-
möglichkeit
Nur eine Auswahl-
möglichkeit
Nur eine Auswahl-
möglichkeit
#KIKonSaar2020
Verarbeitung – Die Wissensbasis des Expertensystems Zerlegung der Kennzeichnung in Kennzeichnungsträger (K) und Identifikator (I) Auswahl von K und I erfolgt gemäß den geltenden Anforderungen und Randbedingungen an die
Kennzeichnung− Kundenvorgaben und Normen / Richtlinien− Prozess- und Bauteilrandbedingungen− Lesbarkeitsbedingungen
Maximale Flexibilität bei der Kennzeichnung durch die anforderungsgerechte, separate Festlegung von K und I gemäß den Kriterien des aktuellen Kennzeichnungsproblems
1. DPM - Laser 2. DPM - Continous Ink Jet
3. DPM - Gravieren 4. DPM - Nadel-prägung
5. DPM - Elektr. Chem. Ätzung
6. Etikett durch Stoffschluss/magn.
7. Kunststoffschild 8. Metallschild (Blech)
A. Klarschrift (A,1) (A,2) (A,3) (A,4) (A,5) (A,6) (A,7) (A,8)B. Strichcode (B,1) (B,2) (B,3) (B,4) (B,5) (B,6) (B,7) (B,8)C. Data Matrixcode (C,1) (C,2) (C,3) (C,4) (C,5) (C,6) (C,7) (C,8)D. QR-Code (D,1) (D,2) (D,3) (D,4) (D,5) (D,6) (D,7) (D,8)E. Dotcode A (E,1) (E,2) (E,3) (E,4) (E,5) (E,6) (E,7) (E,8)F. RFID x x x x x (F,6) x xG. NFC x x x x x (G,6) x x
KennzeichnungsmatrixKennzeichnungsträger
Iden
tifik
ator
DPM = Bauteildirektkennzeichnung; x = Kombination nicht möglich
#KIKonSaar2020
Anwendung der Regelbasis auf folgendes Beispiel:− PROTOTYP: Druckbehälter− WERKSTOFF: Edelstahl− WANDSTÄRKE: > 0,5 mm− PROZESSFOLGE: Reinigen
1. DPM - Laser 2. DPM - Continous Ink Jet
3. DPM - Gravieren 4. DPM - Nadel-prägung
5. DPM - Elektr. Chem. Ätzung
6. Etikett durch Stoffschluss/magn.
7. Kunststoffschild 8. Metallschild (Blech)
A. Klarschrift (A,1) (A,2) (A,3) (A,4) (A,5) (A,6) (A,7) (A,8)B. Strichcode (B,1) (B,2) (B,3) (B,4) (B,5) (B,6) (B,7) (B,8)C. Data Matrixcode (C,1) (C,2) (C,3) (C,4) (C,5) (C,6) (C,7) (C,8)D. QR-Code (D,1) (D,2) (D,3) (D,4) (D,5) (D,6) (D,7) (D,8)E. Dotcode A (E,1) (E,2) (E,3) (E,4) (E,5) (E,6) (E,7) (E,8)F. RFID x x x x x (F,6) x xG. NFC x x x x x (G,6) x x
KennzeichnungsmatrixKennzeichnungsträger
Iden
tifik
ator
Nicht zulässige Kennzeichnungstechnologien und Informationsträger werden eliminiert.
Verarbeitung – die Wissensbasis des Expertensystems
#KIKonSaar2020
Die Erklärkomponente des Expertensystems
HANDLUNGSEMPFEHLUNG ÜBERNEHMEN
HANDLUNGSEMPFEHLUNG ABLEHNEN
HANDLUNGSEMPFEHLUNG DES EXPERTENSYSTEMS
RANG KENNZEICHNUNGSTECHNOLOGIE INFORMATIONSTRÄGER HISTORISCHE VERWENDUNG
REGELN
1. DPM - Nadelprägung Klarschrift 32 Projekte
2. … … …
3. … … …
….
Identische Handlungsempfehlung aus historischen Projekten die mit den aktuellen Kennzeichnungsparametern übereinstimmen
Liste der verwendeten Regeln die zur Handlungsempfehlung führten
Dem Benutzer obliegt die Zustimmung zur Übernahme der vorgeschlagenen Kennzeichnung
#KIKonSaar2020
Entwicklung eines Expertensystems zur Kennzeichnung von Materialien3
Konzeption eines Expertensystems zur Kennzeichnung von Materialien2
Vorstellung WOLL Maschinenbau GmbH sowie aktuelle Problemstellung1
Agenda
#KIKonSaar2020
Bereitstellung – Geometrischer und Attribute-basierter Abgleich von Bauteilen
Ähnlichkeitsgrad
Ergebnis: Nutzung historischer Daten ähnlicher Bauteile für das aktuelle Projekt
Ausgangspunkt:– Bauteilzeichnung / -skizze
in CAD– Bauteil in Teiledatenbank
Geometrischer und Attribute-basierter Ähnlichkeitsvergleich für CAD-Bauteile
#KIKonSaar2020
Ausschnitt aus dem Expertensystem zur Kennzeichnung von Bauteilen
Übernahme der historischen Daten eines ähnlichen Bauteils
Dialogkomponente
1
#KIKonSaar2020
Ausschnitt aus dem Expertensystem zur Kennzeichnung von Bauteilen
Ausgabe von möglichen Kennzeichnungsvarianten
Dialogkomponente
1 Ergebnis- und Erklärungskomponente
2
#KIKonSaar2020
Bereitstellung der Informationen auf der analogen Technischen Zeichnung
Ausschnitt aus dem Expertensystem zur Kennzeichnung von Bauteilen
QR-Code
3
#KIKonSaar2020
Nutzung – Funktionalitäten zur intelligenten Kennzeichnung von Materialien
Kenn
zeic
hnun
gs-
funk
tione
nNutzung der reproduzierten InformationenMensch Maschine Schnittstelle
#KIKonSaar2020
AD Regelwerk
Ausblick und Verwertung der Ergebnisse Material-
kennzeichnung
………
DruckbehälterverordnungKlassifizierungWanddickePrüfumfänge……..
Integration weiterer Geschäfts- und Produktionsregeln in das Expertensystem
#KIKonSaar2020
Verteile bei der Nutzung des ExpertensystemsImplizites Wissen der Mitarbeiter kann reproduzierbar festgehalten werden Kennzeichnungsentscheidungen: Dokumentationsfähigkeit / Nachweisbarkeit Objektive, mathematisch belegbare Lösungsfindung Objektive Lösungsbewertung möglichBerücksichtigung der historischen Kennzeichnungsfälle in Datenbank: Gezielte Auswahl möglich Nutzung von weiteren Tools zum Auffinden „ähnlicher“ Kennzeichnungen
Geolus