Steigerung der Anlageneffektivität in der Blechumformung durch Rechnergestützte Erfahrungsrückgewinnung
Verfasser:
Dr.-Ing. Georg Ullmann, Dipl.-Ing (FH) Judith Kerkeling, Institut für Integrierte Produktion Hannover gGmbH - Prof. Dr.-Ing. Bernd-Arno Behrens, Dipl.-Ing. Thomas Huinink, Dipl.-Ing. Christian Buse, Institut für Umformtechnik und Umformmaschinen, Leibniz Universität Hannover - Dr.-Ing. Frank Weckend, M.Sc. Dipl.-Math.(FH) Gregor Wrobel, Gesellschaft zur Förderung angewandter Informatik e. V. Berlin
71 Seiten - 57,00 EUR (sw, 32 Abb., 3 Tab.)
ISBN 978-3-86776-391-2
Zusammenfassung
In dem abgeschlossenen Forschungsprojekt „Steigerung der Anlageneffektivität durch rechnergestützte Erfahrungsrückgewinnung“ wurde eine Systematik entwickelt, die Effektivität von Anlagen zur Blechumformung zu steigern und zu bewerten. Die Ergebnisse führen dazu, dass dem Anwender bei Störungen, die während der Produktion auftreten, über eine Systematik Handlungsanweisungen zur Störfallbehebung ausgegeben werden. Die erforder-lichen Handlungsanweisungen werden durch einen Super-User in der Datenbasis der Systematik hinterlegt.
Eine Besonderheit der Systematik ist die Modellierung der Störfälle und Handlungsanweisungen im System. Diese sind nicht als eigenständige Softwareartefakte (wie z.B. Daten-bankobjekte oder KI-Elemente) hinterlegt, sondern werden durch eine Reihe von Dialogabfragen spezifiziert. Durch einfache Auswahldialoge in Form von Ja-Nein-Abfragen, kurzen Auswahllisten sowie berührungssensitiven Bilddialogen spezifiziert der Anwender über eine Touchscreen-Oberfläche (Fehlerdiagnosesystem) einfach und schnell einen Störfall. Ein Störfall ist also in Form einer Verkettung von Dialogen modelliert und am Ende einer jeden Abfragekette steht die Ausgabe von Handlungsanweisungen. Die Gesamtheit dieser Abfrageketten bildet die Datenbasis des Systems.
Um neue Störfälle und Handlungsanweisungen in der Datenbasis aufnehmen zu können (Erfahrungsrückgewinnung), ist ein Modellierungssystem entwickelt worden. Hauptbestandteil des Modellierungssystems ist eine graphische Sprache, der sogenannte adaptive Interaktions-Entscheidungs-Graph (AIEG), mit deren Hilfe die Datenbasis entwickelt werden kann. Innerhalb dieses Graphen werden die Dialoge durch Knoten und die Abfragereihenfolgen durch Kanten modelliert. Eine ausgehende Kante aus einem Knoten (Dialog) repräsentiert demnach eine Antwortauswahl. Am Ende eines Weges im AIEG stehen immer eine oder mehrere Handlungsanweisungen. Um in geeigneter Form mit dieser graphischen Sprache arbeiten zu können, wurde in dem Modellierungssystem ein AIEG-Editor integriert. Er beinhaltet insbesondere Verfahren und Methoden, die spezielle Interaktionsformen und Layoutalgorithmen implementieren.
Auf Basis des AIEG sind statistische Auswertungsverfahren entwickelt worden. Das Aufzeichnen der Häufigkeiten der Benutzung einzelner Pfade im AIEG (Traversierung) führt dazu, dass sich Wahrscheinlichkeiten ableiten lassen. Dem User werden auf diese Weise in jedem Schritt einer Abfragekette im Fehlerdiagnosesystem die wahrscheinlichsten Hand-lungsanweisungen vorgeschlagen, wodurch Abfrageketten verkürzt und somit die Zeiten zur Störfallbehebung weiter reduziert werden können.
Für ausgewählte Anlagen bzw. Pressen und Blechteile wurden in enger Zusammenarbeit mit den Industrieunternehmen Datenbasen geschaffen, die einen Großteil der Störfälle und Handlungsanweisungen dieser Beispiele enthalten. In mehreren Workshops wurden alle bisher bekannten Störfälle und dazugehörigen Abhilfemaßnahmen dokumentiert und in Form von AIEG-Strukturen in die Datenbasis integriert. Somit wurde eine breite Ausgangs-datenbasis geschaffen. Anhand dieser Beispiele wurden die Systematik sowie die entwickelten Software-Demonstratoren erfolgreich evaluiert.
Das IGF-Vorhaben „Steigerung der Anlageneffektivität in der Blechumformung durch Rechnergestützte Erfahrungsrückgewinnung“ wurde unter der Fördernummer AiF 347ZBG von der Forschungsvereinigung EFB e.V. finanziert und betreut und über die Arbeitsgemeinschaft industrieller Forschungsvereinigungen (AiF) im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Technologie aufgrund eines Beschlusses des Deutschen Bundestages gefördert. Der Abschlussbericht ist als EFB-Forschungsbericht Nr. 353 erschienen und bei der EFB-Geschäftsstelle und im Buchhandel erhältlich.
Inhaltsverzeichnis
1 Kurzzusammenfassung
2 Wissenschaftliche, technische und wirtschaftliche Problemstellung
2.1 Ausgangssituation und Problemstellung
2.2 Stand der Forschung
3 Gegenüberstellung der Ergebnisse mit den Zielsetzungen
3.1 Forschungsziel
3.2 Angestrebte Teilergebnisse und im Projekt erzielte Forschungsergebnisse
3.2.1 Datenbasis für Störfälle und Abhilfemaßnahmen
3.2.2 Entwicklung eines erforderlichen Kennzahlensystems
3.2.3 Adaptiver Interaktions-Entscheidungs-Graph (AIEG)
3.2.4 Entwicklung von Interaktionskonzepten
4 Erzielte Ergebnisse
4.1 Datenbasis: Aufnahme von Störfallen und zugehöriger Abhilfemaßnahmen
sowie der Abbildung von Zusammenhängen
4.2 Software-Prototyp
4.3 Entwurf des Software-Demonstrators
4.3.1 Systemdesign
4.3.2 Benutzerrollen im System
4.4 Softwaretechnische Umsetzung
4.4.1 Fehlerdiagnosesystem (FDS)
4.4.1.1 Aufbau
4.4.1.2 Funktionalität
4.4.1.3 Dialoge
4.4.2 Modellierungssystem (MS) für den AIEG
4.4.2.1 Aufbau der Benutzeroberfläche
4.4.2.2 AIEG-Modellierung
4.4.2.3 Dialogmodellierung
4.5 Rechnergestützte Erfahrungsrückgewinnung
4.6 Softwarearchitektur
4.7 Validierung
5 Innovativer Beitrag und wirtschaftlicher Nutzen
5.1 Innovativer Beitrag der Forschungsergebnisse und Ausblick
5.2 Wirtschaftlicher Nutzen der Forschungsergebnisse
6 Literatur
