Technologie News 02/2020

Virtual Remote Maintenance & Inspection
Virtual und Augmented Reality Technologien finden immer mehr Einzug in die industrielle Fertigung. Ein An­wendungsfeld ist der Einsatz von VR-Technologien für die Wartung und Inspektion von Anlagen mittels VR-Technologien (Virtual Remote Main­tenance & Inspection). Im Gegensatz zu reinen Simulationen oder Inspektionen vor Ort durch Mitarbeiter werden dabei reale Aufnahmen durch fest installierte 360°-3D-Kameras in Echtzeit durchgeführt. Dadurch muss sich die Prüfperson mittels VR-Brille nicht am selben Ort aufhalten oder die Anlage demontiert werden. Besonders relevant wird die so ermöglichte visuelle Fernwartung bei gefährlichen Anlagen wie Chemiefabriken oder schwer zugänglichen Maschinen während des laufenden Betriebes wie zB dem Innenraum eines Getriebes. Zusätzlich können für die Inspektion Daten und Informationen digital und in Echtzeit in die VR-Aufnahmen eingebettet werden, um den Wartungsspezialisten zu unterstützen. Diese Informations­objekte im Sichtfeld können verschoben oder Auffälligkeiten durch Markierungen im Bild hervorgehoben werden. Falls weitere Expertise benötigt wird, können weitere Experten über einen integrierten Videochat konsultiert werden. Ihnen kann der gleiche Einblick in die Anlage bzw. Maschinen ermöglicht werden. Auf Basis einer gemeinsamen Begutachtung werden die notwendigen Wartungsmaßnahmen definiert. Gleichzeitig können Mitarbeiter vor Ort angeleitet werden, um das Problem zu beheben. Nähere Informationen unter: https://kompetenzzentrum-saarbruecken.digital/

Predictive Quality
Der Begriff Predicitve Quality bezeichnet die Voraussage von Qualitäts- und Sicherheitsrisiken mittels Machine Learning-Methoden, um diesen rechtzeitig und gezielt gegensteuern zu können. Durch einen „Blick in die Zukunft“ mittels Datenanalysen und die Entwicklung von Vorhersagemodellen kann die Qualität eines Produkts so bereits im Voraus sichergestellt werden. Strukturierte und unstrukturierte Daten aus der Produktion, aus Nutzungsdaten und weiteren Quellen (zB Reklamationen oder soziale Netzwerke) werden automatisch analysiert, um Zusammenhänge zwischen Produkteigenschaften und -fehlern aufzudecken. Besonders hohes Potenzial entfaltet eine solche präventive Fehlererkennung, wenn diese mit einer KI-unterstützten Fehlerbehebung kombiniert wird: Während der Konzeptions- bzw. Designphase eines neuen Produkts kann der aktuelle Entwicklungsstand bzw. Produktentwurf durch ein intelligentes Assistenzsystem auf potenzielle Fehler geprüft werden. Bei hohen Fehlerwahrscheinlichkeiten auf Basis von Predictive Quality Analytics erhält der Produktverantwortliche einen Hinweis oder Problemlösungsvorschläge wie zB alternative Produktkonfigurationen, die ein geringeres Risiko bergen. Dadurch kann nicht nur sichergestellt werden, dass keine fehlerhaften Produkte den Kunden erreichen, sondern dass diese erst gar nicht produziert werden.

Nähere Informationen unter: www.aws-institut.de/predictive-quality/

Brain-Computer-Interfaces
Brain-Computer-Interfaces (BCI) sind Schnittstellen zwischen Mensch und Maschine, die ohne eine Aktivierung des peripheren Nervensystems (wie zB die Nutzung von Sprache oder manuelle Eingabetätigkeiten) eine Verbindung zwischen dem Gehirn und einem Computer ermöglichen. Dabei werden Aktivitätsmuster im Gehirn vom BCI fortlaufend mit vorgegebenen oder erlernten Referenzmustern verglichen und so charakteristische neuronale Signaturen und Motive identifiziert, die als Kontrollsignale dienen. Durch die Identifikation und Klassifikation der Kontrollsignale entschlüsselt das BCI die Intentionen des Nutzers und generiert daraufhin entsprechende maschinelle Steuerbefehle. Noch befindet sich die Entwicklung von Brain-Computer-Interfaces am Anfang. Zudem sind auch ethische und datenschutzrechtliche Fragen zu klären. Künftig könnten solche Schnittstellen zwischen Mensch und Maschine aber auch in der Produktion eingesetzt werden. Fraunhofer IAO hat in einer Machbarkeitsstudie ein EEG-basiertes Brain-Computer-Interface (BCI) entwickelt. Dieses erkennt in einer visuellen Qualitätsprüfung, die von Menschen erkannten Fehler automatisch und sortiert darauf basierend fehlerhafte Werkstücke aus. Nähere Informationen unter: www.hci.iao.fraunhofer.de/brain-computer-interface-in-der-produktion

Tags: No tags