Prilagodljivost digitalnih proizvodnih sistemov z umetno inteligenco 

Prilagodljivost digitalnih proizvodnih sistemov z umetno inteligenco 

Pri odstopanjih v digitalnih proizvodnih obratih je potrebno hitro ukrepanje za ohranitev proizvodnega toka. Predstavljamo rezultate raziskav rešitve z uporabo umetne inteligence, ki omogoča avtomatsko prilagajanje kibernetsko fizičnih sistemov.

Iz revije Hi!tech 1/22, marec 2022

Kibernetsko fizični sistemi (KFS) so kombinacije omreženih mehanskih in elektronskih komponent s krmilnimi in nadzornimi mehanizmi. Področja uporabe takih sistemov so zelo raznolika in med drugim obsegajo IT sisteme za vodenje in logistiko prometa, informacijska in energetska omrežja ter sisteme za vodenje industrijskih procesov in avtomatizacijo.

 

Za uporabo sistemov KFS na teh področjih je značilno stalno spreminjanje okvirnih pogojev, ciljev in notranjih struktur. Pri upravljanju proizvodnih sistemov je na primer za doseganje čim bolj optimalnega obnašanja sistema ob morebitnem pojavu napak potrebno stalno reagirati ter pri tem  vsakokrat ustvariti novo rešitev.   

 

Da bi kljub tej dinamiki dosegli ciljno obnašanje, so KFS opremljeni s fleksibilno strukturo, ki  omogoča spreminjanje tako obstoječih komponent kot njihovih parametrov in povezave v omrežje, s čimer se doseže želeno obnašanje sistema. "Fleksibilni kibernetsko fizikalni sistemi so podvrženi stalni rekonfiguraciji z namenom optimizacije celotnega delovanja," pojasni Gerhard Friedrich z Inštituta za umetno inteligenco in kibernetsko varnost na Univerzi Alpe Adria v Celovcu.

V dinamični industriji 4.0 je vnaprejšnje načrtovanje proizvodnih naročil pogosto nemogoče.

Obdelava znanja s pomočjo semantičnih sistemov 

Najuspešnejše tehnike za konfiguracijo in rekonfiguracijo tehničnih sistemov temeljijo na metodah obdelave znanja s pomočjo semantičnih sistemov. S pomočjo te metode se formalno opišejo tehnične zmožnosti nekega sistema ter s postopki logičnega sklepanja in iskanja doseže optimalno stanje tega sistema. "Za kibernetsko fizične sisteme takšna na znanju temelječa (re)konfiguracija doslej ni bila možna. Pri rekonfiguraciji sistemov gre večinoma za spremembo samo manjših delov. To izkoriščamo tako, da znanje, ki ga pridobimo med konfiguriranjem določene naloge, posplošimo na druge naloge in ga nato ponovno uporabimo," pojasni profesor Friedrich.

 

Da se je to sedaj spremenilo, je zasluga triletnega raziskovalnega projekta Dynacon (Dynamic knowledge-based (re)configuration of cyber-physical systems), pri katerem je poleg Univerze Celovec, vodje projekta, sodelovalo še pet drugih partnerjev iz industrije in akademskega raziskovanja. Namen projekta je bil doseči takšen napredek pri razpoložljivih tehnologijah na znanju temelječe (re)konfiguracije, ki bo omogočal njihovo široko uporabo na področju KFS. 

 

To so raziskovalci med drugim dosegli tako, da so logične sisteme sklepanja razširili v taki obliki, ki sedaj omogoča sprejemanje odločitev na podlagi podatkovnih tokov. "S tem smo dosegli želeno dinamičnost. Vhodni podatki v konfiguracijski sistem niso več statično določeni, ampak kontinuirano vključujejo status trenutne konfiguracije, aktivnosti KFS in naloge, ki jih je določil upravljavec. Spremembe teh okvirnih pogojev se filtrirajo glede na njihovo relevantnost, s čimer se izognemo nepotrebnim rekonfiguracijam," pojasni Andreas Falkner iz raziskovalnega oddelka, ki je s strani Siemensa Avstrija vodil aktivnosti projekta DynaCon. Projekt je podprlo avstrijsko Zvezno ministrstvo za promet, inovacije in tehnologijo oziroma avstrijska Agencija za raziskovalno dejavnost, iz njega pa je izšlo kar nekaj prijav izumov in patentnih prijav.  

 

"Uspelo nam je tudi občutno povečati učinkovitost obstoječih postopkov sklepanja, in sicer tako, da se uporabijo samo tisti deli obstoječega znanja, ki so trenutno potrebni za točno določeno vprašanje. Dodatno smo postopek iskanja rešitev izboljšali s pomočjo prilagodljivih hevristik. Na ta način se v avtomatizirano rešitev vnesejo problemi, ki jih z dosedanjimi tehnologijami praktično ni bilo mogoče rešiti," Falkner opiše velik izziv, ki so ga v tem projektu uspeli obvladati.

Fleksibilni kibernetsko fizikalni sistemi so podvrženi stalni rekonfiguraciji z namenom optimizacije celotnega delovanja.
Gerhard Friedrich, Inštitut za umetno inteligenco in kibernetsko varnost na Univerzi Alpe Adria v Celovcu

Raziskovalna skupina z dolgoletnimi izkušnjami 

Raziskovalna skupina za konfiguracijske tehnologije v okviru tehnološkega oddelka Siemensa Avstrija, v kateri deluje tudi Falkner, ima dolgoletne izkušnje na področju simboličnih metod umetne inteligence za konfiguracijo kompleksnih produktov in sistemov. Skupina nudi podporo poslovnim področjem podjetja po celem svetu in je sodelovala že pri številnih raziskovalnih projektih, med drugim na temo konfiguracije proizvodnje ali kibernetsko fizikalnih proizvodnih sistemov.

 

Profesor Thomas Eiter, predsednik uprave Inštituta za logiko in računalništvo na TU Dunaj, pa takole izpostavi dodatni pozitivni vidik, ki so ga raziskovalci dosegli v okviru DynaCon: "Izbrana fleksibilna rešitev ne odpira samo možnosti za diagnosticiranje obnašanja ter pojasnjevanje na podlagi temeljnih modelov, ampak tudi za razširjeno simulacijo in sklepanje na podlagi hipotetičnih scenarijev. Videli smo, da dinamizacija in modularizacija tistih programov, ki stalno spremljajo podatkovni tok, pomagata pri prilagoditvi nadzornega sistema tako, da ta ustreza situaciji." 

 

Preizkus razširitev, novih algoritmov in prototipov, ki so jih razvili v okviru projekta DynaCon in zaradi avtomatizirane (re)konfiguracije omogočajo izboljšave, je potekal na petih praktičnih problemskih področjih. Pri dveh je sodeloval tudi Siemens Avstrija, tudi v obliki disertacij, in sicer pri optimiziranem krmiljenju semaforjev v cestnem prometu (Cooperative Intelligent Transportation Systems) ter kibernetsko fizikalnih proizvodnih sistemih. 

 

V okviru industrije 4.0 se proizvodna naročila z majhnimi količinami dinamično dodeljuje posameznim strojem. Pri tem pogosto ni mogoče vnaprej načrtovati proizvodnih naročil, stroji pa lahko nehajo delovati ali dodajo nove. Z rešitvami, razvitimi v okviru DynaCon, se kibernetsko fizični proizvodni sistemi avtomatsko na novo konfigurirajo v skladu z načrtovanimi ali nepredvidenimi spremembami in v primeru motenj v proizvodnji prilagodijo proizvodni načrt.

Gerhard Friedrich 

Inštitut za umetno inteligenco in kibernetsko varnost na Univerzi Alpe Adria v Celovcu.

Andreas Falkner 

Raziskovalni oddelek tehnološkega področja, Siemens Avstrija.

Thomas Eiter 

Predsednik uprave Inštituta za logiko in računalništvo na TU Dunaj .