1730-1800_Tec_Borges KIT Dr. Bauer_Trumpf

Industry Meets Science
Erfolge des Smart Data Innovation Lab
Julio Borges, MSc. (KIT – Karlsruher Institut für Technologie)
Dr. Christian Bauer (TRUMPF Werkzeugmaschinen GmbH + Co. KG)
Smart Data Innovation Lab
KIT – University of the State of Baden-Wuerttem ber g and
National Research Center of the Helmholtz Association
www.kit.edu
Vorstellung
2
Julio Borges, MSc.
Dr. Christian Bauer
Karlsruher Institut
für Technologie (KIT)
TRUMPF
Werkzeugmaschinen
GmbH + Co. KG
Smart Data Innovation Lab
Close cooperation between industry and science
Data,
Knowledge
Code,
CPS
3
Analytics, Research &
Development
Knowledge & Innovation
Industrie 4.0
Energy
Smart Cities
Medicine
SDIL Struktur
Industrie 4.0
Smart Cities
Energy
Medicine
4
SDIL Platform
5
Industrie 4.0
Predictive
Maintenance
Central
Database
Big Data
Analysis
Predictive
Maintenance
Alert
Maintenance
Log
Data
Daily operations
being logged
6
Expert
Knowledge
Service
Data
TRUMPF Werkzeugmaschinen
GmbH & Co. KG
7
Maschinen zum Stanzen und Laserschneiden
Maschinen zum Biegen und Laserschweißen
Services
Vernetzung der Produktion
MIO (Machine Information Object)
Snapshot des Maschinenzustandes
HMI/PPS,…
NC
MIO.zip
MIO.zip
MIO.zip
MIO.zip
log
PLC
§
§
§
§
§
LaserSteuerung
Techn.Steuerungen
Loggings
Konfigurationen
Software Versionen
Prozess-/Technologiedaten
…
…
ca. 100 Mbyte Rohdaten
1.000 – 2.000 Einzeldateien
ca. 1 – 2 Mio‘s / Jahr und Maschine
Log-Zeitraum: 1 – 2 Wochen
Nicht enthalten sind sensitive Daten, wie z.B.
§ Konstruktionsdaten
§ Bearbeitungsaufträge
§ …
8
HandlingSteuerungen
Condition Based Services
Beispiel für den Einsatz von Machine Learning Algorithmen
MIO
1B3
Service-Fall
Problem
Service-InformationsSystem
?
MIO
9A1
Daten-Pool
MIO
84X
Gibt es vergleichbare Vorkommnisse auch in anderen Maschinen?
9
Prädiktive Wartung basierend auf Logs
Sequence Mining
B
A C D
ε
C D
Prediction
F
B C D
ε
C B C D F F
ε
Present Time
Sequential Rule Learning:
Entdeckung relevanter sequentieller Beziehungen zwischen Ereignissen
in großen Datenbanken.
Bsp. Sequenzregel: ⟨B, C, D⟩ ⇒ E
Unsere Big Data-Lösung prognostiziert mehr als die Hälfte des
Auftretens eines Fehlers.
10
Process Mining
Sequenz 1
Sequenz 2
Sequenz 3
Machine Information Objects (MIOs) enthalten mehr als 1400 Prozessabläufe
Source Fluxicon
11
Process Mining
Zwischenergebnis
Neue Aufgabenstellung
Datenbasis bekannter Aufgaben & Lösungen
12
Ausblick
Nächste Schritte:
Datenbasis erweitern, um Algorithmen zu verbessern
Verifikation neuer Methoden und Algorithmen
…
... Mitmachen lohnt sich!
Projektvorschläge jetzt einreichen über: www.sdil.de
13

Download Report