Künstliche Intelligenz in der Automatisierung

SyDaPro: Synthetische Daten in der Produktion

01.10.2021 bis 30.09.2023

In industriellen Produktionsanlagen ermöglicht künstliche Intelligenz eine verbesserte vorausschauende Wartung und Optimierung von Produktionsabläufen. Eine Herausforderung von künstlicher Intelligenz besteht in der Bereitstellung der benötigten Datenmengen. In der produzierenden Industrie sind diese nicht in ausreichender Menge und Qualität vorhanden.
Das Projekt SyDaPro adressiert die Erzeugung synthetischer Daten in der Produktion. Basierend auf Realdaten und physikalischem Vorwissen werden stochastischen Modelle erstellt. Diese Modelle erlauben die Erzeugung von realistischen synthetischen Daten, und auch mit gezielt vorgegebenen Anomalien.
Im Projekt SyDaPro werden Daten aus der Produktion erfasst, aufbereitet und durch Expertenwissen ergänzt. Darauf aufbauend wird die Modellierung und synthetische Datenerzeugung vorgenommen. Während der Arbeit werden Best Practices abgeleitet und zusammen mit den Projektergebnissen veröffentlicht. Der Nutzen synthetischer Daten wird anhand von Beispielanlagen aufgezeigt, in denen die künstlich erzeugten Daten zur Produktionsoptimierung verwendet werden. 

Das Projekt ermöglicht durch adaptive Algorithmen zur Datensynthese den Einsatz künstlicher Intelligenz in vielfältigen industriellen Anwendungsgebieten, in denen a priori zu wenige Daten für den robusten Einsatz von KI zur Verfügung stehen. Dadurch ergeben sich zahlreiche Möglichkeiten, Zeit und Kosten durch die Vermeidung von Systemausfällen einzusparen sowie eine vorausschauende Instandhaltung, die Reduzierung von Risiken und eine optimale Prozessführung zu realisieren. Insbesondere mittelständische Unternehmen werden auf diese Weise in die Lage versetzt, Methoden der KI effektiv und effizient in der industriellen Produktion einzusetzen. Durch die in hohem Maße gegebene Übertragbarkeit der Projektergebnisse ergibt sich ein hohes wirtschaftliches Potential, die möglichen Anwender sind letztendlich alle Unternehmen im verarbeitenden Gewerbe.

Das Projekt wird gefördert durch:
Bundesministerium für Bildung und Forschung (BMBF)
Projektträger: Das Deutsche Zentrum für Luft- und Raumfahrt e.V. (DLR), Datenwissenschaften/ Software-intensive Systeme
Förderkennzeichen: 01IS21066A
Förderlinien: Erzeugung von synthetischen Daten für Künstliche Intelligenz
Projektbeteiligte / Ansprechpartner: Prof. Dr. rer. nat. Markus Lange-Hegermann
Jörn Tebbe, M. Sc., Thomas Pawlik, Marc Trilling, Prof. Dr. rer. nat. Markus Lange-Hegermann, Prof. Dr.-Ing. Jan Schneider
Holistic optimization of a dynamic cross-flow filtration process towards a cyber-physical system
In: 2023 IEEE 21st International Conference on Industrial Informatics (INDIN), Jul 2023
¹ Erstautoren
² Letztautoren
Forschungsprojekt
Time Series Data Generation using Physics-informed Generative Model
Juhi Soni, B. Sc.
15.05.2023 bis 15.09.2023
Masterarbeit
Diffusion Model for Synthetic Time Series Data Generation from the viewpoint of Physics
Juhi Soni, B. Sc.
05.12.2023 bis 25.03.2024
Gefördert durch
Projektträger
Datenwissenschaften/ Software-intensive Systeme