Anomalie-Detektion in der verarbeitenden Industrie

Authors:
Open Access
Publisher website
Google Scholar
Abstract
Zusammenfassung: Angetrieben durch den Aufschwung der künstlichen Intelligenz, die Veränderung der Industrie, bedingt durch die Digitalisierung und den Klimawandel, befindet sich auch die verarbeitende Industrie in einem starken Umbruch. Dabei spielen intelligente, sichere und vollautomatisierte Produktionssysteme eine entscheidende Rolle. Fehler innerhalb solch eines komplexen Systems können sich auf den gesamten Prozess auswirken und in einem beschädigten Produkt, einem Ausfall der Produktion oder in einer Verschleppung des Fehlers durch das gesamte System resultieren. Anomalien können hierbei als mögliche Fehlerindikatoren dienen. Durch die frühzeitige Erkennung von Anomalien besteht die Chance, rechtzeitig auf diese zu reagieren, um so eine Entstehung oder die Übertragung eines Fehlers auf die gesamte Produktion zu verhindern. Eine effektive Anomaliedetektion ermöglicht es daher einen fehlerfreien Produktionsprozess zu realisieren und ist damit für die Entwicklung von intelligenten und sicheren Produktionssystemen essenziell. Um eine vollständige Anomaliedetektion zu realisieren, muss nicht nur die Erkennung von Anomalien in jedem integrierten Gerät garantiert werden, sondern auch innerhalb der Produkte, der Interaktionen und Abhängigkeiten und in den globalen Zuständen des Systems. Basierend auf den reinen Daten, welche von dem Produktionssystem geliefert werden, ist dies kaum möglich, weshalb externes Wissen über das System in die Anomaliedetektion mit einbezogen werden muss.

This publication has 20 references indexed in Scilit: