Am inIT arbeitet man seit Jahren in verschiedenen Projekten daran, wie intelligente Systeme den Menschen bei der Bedienung von zunehmend komplexer werdenden industriellen Anlagen entlasten können. Dazu entwickelte man nun eine Software, mit der man Maschinendaten und Systemfehler erfragen bzw. abrufen kann. Dafür wurden maschinenspezifische Kenntnisse in ein intelligentes System integriert. Eine semantische Beschreibung (Metainformationen) ermöglicht dem Computer dabei, Prozessdaten zu verarbeiten und vereinfachen.
Das Forschungsziel des Projektes „Semantics4Automation“ ist die Entwicklung einer Wissensbasis, die dem Menschen eine abstrakte Kommunikation mit der Maschine ermöglicht. Dazu wird formalisiertes Wissen über die Domäne in einer Ontologie modelliert. Maschinen können so auf ein sogenanntes Ontologiemodell zurückgreifen, um neue Erkenntnisse und Schlussfolgerungen zu erlangen. Dazu werden Algorithmen, z. B. zur Analyse und Diagnose, mit der Ontologie gekoppelt. Die Anlage ist damit selbstständig in der Lage, einen Algorithmus für eine Fragestellung zu wählen. Durch das vorhandene Wissen aus der Ontologie können die Ergebnisse der Algorithmen geprüft und bewertet werden. Soll z. B. der aktuelle Zustand einer Anlage ermittelt werden, kann die Maschine selbstständig zwischen normalen und anormalen Verhalten unterscheiden. Damit muss der Mensch für die Bedienung der Anlage kein spezielles Maschinenwissen mehr haben.
Über ein Assistenzsystem kann ein Mitarbeiter die komplexen Informationen zukünftig direkt von der Maschine erhalten, beispielsweise auf ein Tablet, eine Smartwatch oder einen PC. Am inIT entstand dazu ein Demonstrator mit Nutzerschnittstelle, dem Fragen oder Befehle per Eingabe über eine Tastatur gestellt werden können. Die Eingabe in den Demonstrator erfolgt in natürlicher Sprache (Englisch) und kann frei formuliert werden. So kann der Benutzer aktuelle Werte und Komponenten des Systems abfragen, z. B. zur Temperatur oder zum Energieverbrauch einer Anlage, oder herausfinden, ob im System alles in Ordnung ist. Das System antwortet ebenfalls mit einer Bildschirmausgabe.
Jetzt geht man einen Schritt weiter und arbeitet an Lösungen mit Spracherkennung. „Ziel ist es, die Kommunikation zwischen Mensch und Maschine zu vereinfachen, vor allem für Personen ohne technische Vorkenntnisse“, erläutert Professor Oliver Niggemann, Vorstandsmitglied am inIT. „Die Vision dahinter: Jeder Mitarbeiter kann später mit einer industriellen Maschine sprechen und interagieren. Dabei sollen nicht nur Werte abgefragt werden, sondern auch „Warum?“-Fragen zur Feststellung von Anomalien.“
Eine Vielzahl von Algorithmen überwachen die Anlage, erkennen Anomalien und ermitteln Werte. Die Ergebnisse werden mit Hilfe einer Wissensbasis ausgewertet und eine Antwort wird erstellt. Als Wissensbasis wird eine Ontologie verwendet. Was für uns Menschen klar ist, weiß die Maschine nicht. „In dieser Wissensbasis sind zusätzliche Informationen zum System und zu allgemeingültigen Zusammenhängen hinterlegt, etwa, dass ein Motor Energie benötigt. Damit können Fehlerquellen und Systemabläufe besser analysiert werden“, so Niggemann.
Geht es nach den Lemgoer Forschern, kann eine Maschine bald Informationen hinterfragen. Auf die Frage „Wie hoch ist die Drehzahl des Motors?“ könnte die Nachfrage lauten, „Welchen Motor meinen Sie?”. Über diese Spezifizierung können die Fragen wesentlich genauer beantwortet werden. „Wir planen erste Piloteinsätze in der SmartFactoryOWL für 2016. Langfristiges Ziel ist eine Standardisierung und gemeinsame Kommunikationssprache zwischen Maschinen, damit möglichst viele Geräte von dem System profitieren können“, resümiert Professor Niggemann zuversichtlich.
Über Semantics4Automation:
Das Projekt am Institut für industrielle Informationstechnik (inIT) wird vom Bundesministerium für Bildung und Forschung (BMBF) über vier Jahre gefördert. Die Beteiligten kommen aus unterschiedlichen Bereichen - von Forschung über Komponentenhersteller bis zu Systemintegratoren – und decken die gesamte Wertschöpfungskette ab. Die Forschungsergebnisse bleiben damit nicht nur reine Theorie sondern fließen später in die Praxis ein. Beteiligte Projektpartner sind Bauhaus-Universität Weimar, Fraunhofer Anwendungszentrum Industrial Automation (IOSB-INA), ISI Automation, OWITA, Phoenix Contact, Phoenix Contact Software und Weidmüller.