AnalySME – Zustandsorientierte Steuerung von Produktionsprozessen durch Workflow-Modelle und künstliche Intelligenz

Im Detail

Das Projekt zielt darauf ab, ein Verfahren zur Integration von Prescriptive Analytics in die Instandhaltung zu entwickeln. Dies wird durch die Kombination von Workflow-Modellen zur strukturierten Darstellung von Arbeitsabläufen und datenbasierten Entscheidungsfindungen mittels künstlicher Intelligenz erreicht. Praxisnahe Entwicklung und Erprobung erfolgen anhand mehrerer Fallstudien in Zusammenarbeit mit dem Anwendungspartner Maincor. Das Fraunhofer IPA und Maxsyma überführen das Verfahren in einen Softwareprototypen mit Hardwarekomponenten, der anschließend getestet wird. Die Fokussierung liegt dabei auf zustandsorientierter, vorausschauender Instandhaltung.

Die transparente Modellierung der Arbeitsabläufe ermöglicht eine automatisierte Steuerung der Prozesse. Durch frühzeitige Erkennung kritischer Betriebszustände und die unmittelbare Einleitung gezielter Gegenmaßnahmen – sei es durch Anpassung von Steuerparametern oder die Übermittlung von Handlungsempfehlungen per Smart Device – kann die Effizienz von Mitarbeitenden und Prozess gesteigert sowie ungeplante Stillstandszeiten reduziert werden.

Das angestrebte Ergebnis des Projekts ist ein branchenübergreifend einsetzbares generisches Produkt, insbesondere für kleine und mittlere Unternehmen in der produzierenden Industrie. Das entwickelte Verfahren ermöglicht eine weitgehend autonome Produktionsplanung und -steuerung durch Rückkopplung von daten- und KI-basierten Steuerbefehlen aus dem Workflow-Modell.