Industrie 4.0
Adaptive Diagnosemethode kann aus Fehlern lernen

Das Institut für industrielle Informationstechnik (inIT) der Hochschule Ostwestfalen-Lippe hat eine „lernende“ Diagnosemethode entwickelt, die bei Anlagen Abweichungen von der Norm und mögliche Fehlerquellen erkennen kann. Mögliches Einsatzszenario: Förderanlagen in der Intralogistik.

Das inIT vergleicht den neuen Algorithmus mit einem Menschen, der eine Maschine über einen längeren Zeitraum bedient und dessen Gehirn eine Art Modell des zugrundeliegenden Prozesses erzeugt. Jede Abweichung von diesem Normalverhalten erkenne das menschliche Gehirn intuitiv als Anomalie.

Auch der vom inIT entwickelte Algorithmus soll mit einem adaptiven Modell des Anlagennormalverhaltens arbeiten, das er mithilfe von Prozessdaten der vorhandenen Feldbussysteme erstellt. Laut inIT vergleicht der Algorithmus im laufenden Betrieb sein Modell permanent mit den aktuellen Ist-Daten des Systems. Sobald er Abweichungen feststellt, erzeuge er eine Fehlermeldung. Dabei könne der Algorithmus jederzeit „dazulernen“; wenn es sich bei einer festgestellten Abweichung nicht um einen Fehler handelt, kann der Nutzer nach Angaben der Forscher die betreffende Aktion zum Modell des Normalverhaltens hinzufügen. (Quelle: inIT/sp)