KOARCH - Kognitive Architektur für Cyber-physische Produktionssysteme und Industrie 4.0

Prof. Niggemann in der Smart Factory OWL (Bild: Bartz-Beielstein)

Im KOARCH Projekt (Kognitive Architektur für Cyber-physische Produktionssysteme und Industrie 4.0) wird für vernetzte cyber-physische Systeme (CPS) eine Referenzarchitektur entwickelt. In stark vernetzten CPS treten große Datenmengen auf. KOARCH soll ein zentrales Problem im Bereich Industrie 4.0 lösen: die Vereinheitlichung und Modularisierung von Machine Learning (ML) und Optimierungsverfahren für die Aus- und Verwertung entstehender Datenströme (Online-Daten).

Es treten besondere Anforderungen auf, wenn ML-Verfahren mit CPS in der Produktion eingesetzt werden, z.B. um die Echtzeitfähigkeit zu gewährleisten. Für große Datenmengen werden für ML-Verfahren spezielle Online-Varianten entwickelt, bei denen die Analysemodelle auch durch einzelne Datensätze aktualisiert werden können (z.B. Very Fast Decision Trees).

Im KOARCH Projekt werden Werkzeuge zur Implementierung und zur Analyse von Online-ML Algorithmen, die auf Datenströmen arbeiten, entwickelt. Für die geplanten Analysen werden Clustering Algorithmen zur Erkennung von Mustern benötigt. Klassische Varianten wie Hierarchical Clustering können bei hochdimensionalen Daten versagen. Daher sollen Clustering Algorithmen zum Einsatz kommen, die für große Datensätze geeignet sind. Hierzu zählen z. B. Verfahren, die zufällig Untermengen der Daten wählen, Dichteverteilungen ausnutzen oder inkrementell neue Datensätze einlesen. Auch Regressions- und Klassifikationsalgorithmen, die für große Datenmengen und Datenströme bislang kaum erforscht wurden, sind im KOARCH Projekt von Bedeutung.

KOARCH untersucht und implementiert Methoden des maschinellen Lernens, Condition-Monitoring- und Diagnose-Algorithmen und Optimierungsverfahren.
Aktuell werden diese neuen Softwareservices von jedem Partner in Industrie 4.0-Ansätzen unabhängig implementiert. Die Schnittstellen sind proprietär, so dass notwendige Daten, Modelle und Ergebnisse nicht ausgetauscht werden können.

Dieses Forschungsprojekt erarbeitet Lösungen für die folgenden Forschungsfragen an:

• Ist es möglich, eine Referenzarchitektur im Industrie 4.0-Umfeld für die intelligente Automation zu entwickeln, die auch in den stark verteilten und heterogenen Systemen für Datenströme der Automation funktioniert?
• Wie können Industrie 4.0-kompatible Programme aussehen, die intelligente Softwareservices für Batch- und Online-Daten nutzen? Wie können Ziele deklarativ und geräteunabhängig vorgegeben werden?
• Wie können Gerätehersteller intelligente Softwareservices anderer Entwickler integrieren? Wie kann ein Gerätehersteller automatisch von der Industrie 4.0 Entwicklung profitieren und neue Softwareservices zukaufen?
• Inwieweit ist eine Individualisierung der Referenzarchitektur für einzelne Branchen, spezielle Produktionsumfelder, Ländern und Firmen nötig bzw. möglich?

Industrie 4.0, Cyber-physische Systeme (CPS), Datenströme (Big Data) und intelligente Automatisierungssysteme stehen im Mittelpunkt des Forschungsprokjektes KOARCH: Die Hauptidee ist dabei die Verlagerung von menschlichem Expertenwissen in die Automation.
Das Wissen bezieht sich auf Ziele, die durch Aussagesätze beschrieben werden und nicht mehr auf die Beschreibung von Handlungsabläufen zum Erreichen der Ziele. Kurz: Wissen wird deklarativ statt prozedural formuliert.
Dieser neue Ansatz gibt den intelligenten Systemen genügend Handlungsfreiräume zur Umsetzung der deklarativen Ziele, d.h. für Adaption und Optimierung für CPS mit Algorithmen des Maschinellen Lernens und der KI insbesondere für Online-(Sensor) Daten.