Optimierte Produktion von UHCP-Baustoffen

Ausgangssituation

Die Hypercon Solutions UG entwickelt ein Anlagenkonzept zur automatisierten Produktion von UHCP-Baustoffen (Ultra-High-Performance-Concrete). In den einzelnen automatisierten Anlagen werden die Daten während des Produktionsprozesses einheitlich erfasst und verarbeitet. Die gesammelten Daten aller Anlagen sollen zukünftig genutzt werden, um mit KI-Lösungen (Künstlichen Neuronalen Netzen, KNN) Ansätze zu entwickeln, welche die verwendeten UHPC-Rezepturen und/oder den Produktionsprozess u. a. hinsichtlich Qualität und Wirtschaftlichkeit optimieren.

Problemstellung

Zum Zeitpunkt der Durchführung des QuickChecks befinden sich die Systeme noch im Aufbau. Daher kann keine bestehende informationstechnische Infrastruktur berücksichtigt werden. Gleichzeitig bestehen diesbezüglich auch keine Einschränkungen. Entsprechend stehen keine Datensätze zur Anwendung konkreter Methoden zur Verfügung.

Ziel des QuickChecks war daher die Ausarbeitung eines Ansatzes, der es ermöglicht, die IT-Infrastruktur, sowie die KI-Komponente parallel zum Aufbau des Systems zu entwickeln. Dabei wurden Aspekte wie die Skalierbarkeit, Nachhaltigkeit und Modularität der Lösung berücksichtigt.

Lösungsansatz

Der Lösungsansatz in diesem QuickCheck bestand aus zwei detaillierten Untersuchungen zu den Schwerpunktthemen der Auslegung eines KI-Systems für die Produktionsoptimierung und einer darauf abgestimmten IT-Infrastruktur.

Quick-Check-Ergebnisse

Im Rahmen des QuickChecks wurden Möglichkeiten zur Prozessoptimierung mittels KI für den vorliegenden Anwendungsfall untersucht. Anhand einer Dekomposition der Prozessschritte sowie deren Parameter wurde die Fragestellung aus der Praxis in ein KI-System überführt. Es wurden Ansätze für den Aufbau einer KI-gestützten Produktionsoptimierung erarbeitet. Dabei wurde skizziert, wie ein aus einem Optimierer und einem Prädiktionsmodell bestehendes KI-System aufgebaut werden kann. Für die Realisierung der Systemkomponenten wurden konkrete Methoden vorgeschlagen und erläutert. Als besondere Herausforderung wurde die Generierung einer initialen Datenbasis identifiziert. Als möglichen Lösungsweg für diese Herausforderung wird erläutert, wie Simulationswerkzeuge zum Aufbau einer Datenbasis für das Prädiktionsmodell verwendet werden können. Für die Anbindung des KI-Systems an die realen Prozesse sowie zur Erfassung der Betriebsdaten wurde ein schrittweises Konzept zum Aufbau einer Datenverarbeitungspipeline vorgeschlagen. Die Pipeline soll sich dynamisch mit dem Entwicklungsfortschritt des Systems weiterentwickeln und auch während des Betriebs anpassbar sein.

Zusätzlich zu den dargelegten inhaltlichen Ergebnissen wurden geeignete Fördermaßnahmen zur weiteren Verfolgung des Vorhabens recherchiert und präsentiert.