Künstliche Intelligenz für das Vier-Augen-Prinzip
Projektziele & Projektergebnis
Erstellung projekt in den Bereichen „Produktion“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung von Prozessen.
Im Rahmen des Projektes wurde durch eine Machbarkeitsstudie der mögliche Einsatz bestimmter KI-Modelle in der Bilderkennung von Instandhaltungsprozessen nachgewiesen.
Gesamtprojekt
Top Erkenntnisse aus dem Projekt
Ausgangslage
Zentrale Fragestellungen im Projekt
- Technische Machbarkeit bei geringer Datengrundlage
Projektdetails
Vorstellung des Unternehmens:
Der Standort Bergkamen der Bayer AG vereinigt pharmazeutische Produktion und Forschung. Der Standort produziert im Dreischicht-Betrieb beinahe das ganze Jahr durchgehend. Als Teil eines globalen Netzwerks trägt der Standort Bergkamen Entwicklung und Herstellung innovativer Arzneimittel bei, die weltweit eingesetzt werden. Mit einem starken Fokus auf Qualität, Sicherheit und Nachhaltigkeit setzt Bayer am Standort Bergkamen hohe Standards für die pharmazeutische Produktion.
Ausgangssituation:
Im Rahmen der Produktion pharmazeutischer und medizinischer Produkte erfolgt vorwiegend der Einsatz von Großanlagen und Prinzipien der Verfahrenstechnik. Die Fertigungsanlagen sind darauf ausgerichtet, die hohe Nachfrage des Kundenbedarfs rund um die Uhr zu erfüllen. Um eine maximale Anlagenverfügbarkeit sicherzustellen, ist es von entscheidender Bedeutung, die Ausfallzeiten der verwendeten Automatisierungsanlagen auf ein Minimum zu reduzieren und Ausfälle durch effiziente Instandhaltungsmaßnahmen zu minimieren. Die Instandsetzung von Förderpumpen nimmt dabei einen bedeutenden Anteil der operativen Tätigkeiten ein. Zur Unterstützung des Instandhaltungspersonals bei dem Austausch relevanter Komponenten der Förderpumpe strebt man die Entwicklung eines Assistenzsystems an. Dieses System soll mittels optischer Bilderkennung und maschineller Lernverfahren die Remontage der zuvor demontierten und instandgesetzten Pumpen erleichtern.
Motivation:
Die Motivation für dieses Vorhaben lag in der Übertragung der Funktionsweise eines Demonstrators zur optischen Qualitätskontrolle in der LPS Lern- und Forschungsfabrik und des in den Qualifizierungsmodulen vermittelte Vorgehensmodell CRISP-DM. Als Leuchtturmprojekt sollte gemeinsam mit einem Namenhaften Unternehmen ein beispielhafter Anwendungsfall für KMU geschaffen, nach dessen Vorbild auch KMU gemeinsam mit dem Mittelstand-Digital Zentrum Ländlichen Regionen vergleichbare Vorhaben erreichen können. Das Assistenzsystem selbst zielt darauf ab, die Instandhaltungsmitarbeiter bei der Zusammenstellung der Förderpumpen nach erfolgter Instandhaltung zu unterstützen. Gleichzeitig sollten digitale und automatisierte Qualitätsmaßnahmen eingeführt werden, um den Produktionsbetrieb abzusichern.
Vorgehensweise:
Die Vorgehensweise sah eine gründliche Analyse der Instandhaltungsumfänge vor, gefolgt von der Konzepterstellung für die technische Umsetzung eines Prototyps. Die Inbetriebnahme des Prototyps diente dem Zweck, Bilddaten aufzunehmen, die wiederum zur Schulung des Neuronalen Netzes und der Künstlichen Intelligenz verwendet wurden.
Ziel:
Das angestrebte Ziel dieses Projekts bestand in der Erhöhung der Produktqualität nach erneutem Zusammenbau, der Verringerung der Instandhaltungszeit und der Reduktion von Instandhaltungskosten. Durch die Flexibilität des Systems sollten neue Instandhaltungsabläufe mühelos trainiert und in den Serienprozess übernommen werden können.
