Wartung mit KI Neuer KI-Assistent hält Lenze-Hochregallager planbar fit

Automatisierte Lagersysteme sind Spezialitäten von Lenze. Mit dem Fraunhofer IEM entwickelte man nun einen KI-basierten Wartungsassistenten, der Schäden und Stillstände vermeiden hilft.

Mit leistungsfähigen Antrieben und spezieller Steuerungstechnik ermöglicht Lenze die automatisierte Bestückung und Entnahme in seinen Hochregallagern, was bei bis zu 25.000 Warenbewegungen pro Tag reibungslos klappt, wie es heißt. Die Wartung dieser komplexen Systeme ist aber dafür wichtig und leider auch aufwendig. Denn fällt ein System aus, kommt der gesamte Prozess ins Stocken. Je nachdem, wie schnell der Fehler gefunden und behoben wird, kann der Stillstand im Lager durchaus mehrere Tage dauern und das wird teuer. Deshalb suchte man sichere Vorkehrungsmaßnahmen, die man im Rahmen der künstlichen Intelligenz (KI) auch gefunden hat.

Die smarte Art, Reparaturzyklen einzuplanen

Um Ausfallzeiten zu vermeiden, setzt Lenze deshalb nun mit dem Fraunhofer-Institut für Entwurfstechnik Mechatronik (IEM) auf einen KI-basierten Wartungsassistenten. Dabei handelt es sich um einen „Machine Learning“-Algorithmus, der kritische Zustände im Lagerbereich aufdecken kann, die ein Eingreifen erfordern, wie es heißt. Das Tool erkennt und lokalisiert aber auch entstehende Defekte oder zunehmenden Verschleiß an Komponenten bevor es zum Äußersten kommt. Wenn beispielsweise die Führungs- oder Antriebsräder der Regalbediengeräte stark abgenutzt sind, erkennt der Wartungsassistent den drohenden Ausfall rechtzeitig. Er kann dabei auch die betroffene Stelle lokalisieren. Die Mitarbeiter können dann gezielt den Austausch der Räder einplanen, was abhängig von Faktoren wie Arbeitsplänen, Lieferfristen oder Ersatzteillieferungen, geschehen kann.

KI-Wartungsassistent ist leicht nachrüstbar

Das besondere an der KI-basierten Wartung sei, dass der Assistent seine Informationen aus der bestehenden Sensorüberwachung der Antriebsmotoren beziehe. Die Motoren fungieren dabei als Schnittstellen zwischen den Maschinen und dem Wartungsassistenten. Läuft im Gesamtsystem dann etwas „unrund“, wird in den Motordaten eine Abweichung vom Normalzustand detektiert. Die Algorithmen seien so ausgelegt und trainiert, dass sie fähig sind, jegliche Zustandsveränderungen zu erkennen und zu verorten. Lenze-Anwender, die den „intelligenten“ Wartungsassistenten einsetzen möchten, könnten also auf bestehende Sensorik zurückgreifen. Das ermöglicht folglich eine relativ unkomplizierte und damit kostensparende Integration des smarten Helfers.

KI-Jobs

Top-Skill "Machine Learning Engineer": Nach diesen Fähigkeiten suchen Unternehmen

Keine Cloud: Mit Embedded und Edge Devices

Bei der Entwicklung des KI-Wartungsassistenten profitierte das Projektteam von der guten Datenqualität der Lenze-Maschinen, wie betont wird. Denn die Antriebsdaten hätten eine sehr hohe Qualität, die durch geringes Rauschen bei hochfrequenter und hochauflösender Abtastung zustande komme. Das erleichtere zielgerichtete Analysen zur Überwachung verschiedener prozesskritischer Komponenten. Das betrifft auch solche, die nicht mit dem Motor verbunden sind, wie ein Lenze-Spezialist anmerkt. Die Herausforderung dabei ist aber die Verarbeitung großer Datenmengen, die ressourcenintensiv ist und relativ viel Energiebedarf hat, wie es weiter heißt. Deshalb fand das Projektteam mit Embedded und Edge Devices bewusst eine Alternative zur Cloud. Die Daten könnten so bei Bedarf in unmittelbarer Maschinennähe verarbeitet werden. Das verkürze die Latenzzeiten und erhöhe so die Datensicherheit.

KI-Wartung ist generell für Automatisierung interessant

Aktuell integriert Lenze den KI-Wartungsassistenten in die eigene Lagerlogistik des Mechatronic Competence Campus in Extertal, wie man erfahren darf. So kann das Unternehmen Trainingsdaten zu Störungen, Ausfällen und Verschleiß erfassen und die „Predictive Maintenance“-Lösung immer weiter optimieren. Lenze plant nach eigener Aussage auch, den Wartungsassistenten serienmäßig in seine Softwareprodukte zu integrieren, um ihn so für viele Anwendungsfälle in der Automatisierungsbranche verfügbar zu machen. Durch die Flexibilität des Systems sei eine Übertragung in weitere antriebstechnische Anwendungen durchaus denkbar.

Die Macht der Vorhersage

Condition Monitoring und Predictive Maintenance: Wie Aufzugsysteme profitieren

Predictive Maintenance für wenig Geld

Obwohl Predictive Maintenance großes Potenzial habe, falle es vielen Unternehmen schwer, sich für eine Investition dafür zu entscheiden. Denn der Aufwand sei oft hoch und der Nutzen vorab schwer in Zahlen zu fassen. Deshalb entsteht am Fraunhofer IEM auch eine smarte Wartungsplanung, die Unternehmen aufwandsarm und günstig einsetzen können. Das geschieht nach dem Retrofit-Prinzip anhand einer alten Industriesäge, lassen die Forscher wissen. Eine Lowcost-Sensorik nimmt dabei Zeitreihendaten auf und überträgt diese an die Cloud. Anschließend werden die KI-basierten Algorithmen angepasst und optimiert, die den Zustand des Sägeblattes überwachen und Handlungsempfehlungen ausgeben. Die „intelligente“ Wartungsplanung könnten Unternehmen ab Sommer 2024 mit dem Fraunhofer IEM an eigenen Anwendungsfällen umsetzen.

Die Kooperation zwischen der Lenze-Tochter Encoway und dem Fraunhofer IEM wurde übrigens im BMBF-Projekt „EASY“ (Embedded Artificial Intelligence for Production Systems, Laufzeit 10/2020 bis 12/2023) gefördert. Ein weiterer Projektpartner war Düspohl Maschinenbau.

(ID:49832303)