Im Projekt „KITOS – Künstliche Intelligenz für TSN zur Optimierung und Störungserkennung“ entwickeln die Konsortialpartner aus Wissenschaft und Industrie KI-Algorithmen, die Netzwerken die notwendige Dynamik und Zuverlässigkeit für Industrie 4.0 Szenarien geben und es den Anwendern erlauben, diese einfach und ohne tiefere Netzwerk- oder KI-Kenntnisse einsetzen zu können. Intelligente Werkzeuge unterstützen bei der Entscheidungsfindung, erlauben eine effizientere Ressourcennutzung und ermöglichen performantere Konfigurationen. Für den aktiven Betrieb wird das Netzwerkmanagement mit KI-unterstützten Fehlererkennungs- und Adaptionsmechanismen gegen Ausfälle abgesichert.
Vielfalt industrieller Kommunikationssysteme erschwert Vernetzung
Die Vernetzung von Maschinensteuerungen, Sensoren und Aktoren spielt in der Industrie eine tragende Rolle. Dabei gibt es eine Vielfalt verschiedener echtzeitfähiger und deterministischer Kommunikationssysteme wie PROFINET, EtherCAT oder Sercos, die inkompatibel zueinander sind. Zusätzlich unterscheiden sich die echtzeitfähigen Netzwerke der Feldebene von nicht echtzeitfähigen IT-Netzwerken. Diese verschiedenen Netzwerke miteinander zu verknüpfen ist sehr komplex und arbeitsintensiv.
Industrie 4.0 benötigt Unterstützung unterschiedlicher Anwendungsprofile im selben Netzwerk
Eine nachhaltige Steigerung von Effizienz und Flexibilität in der Produktion ist die Basis, um die Vision Industrie 4.0 weiter umzusetzen. Dazu müssen über dasselbe Netzwerk Anwendungen mit unterschiedlichen Anforderungen betrieben werden, wie z. B. Anwendungen mit hohen Datenraten und niedriger Latenz (Verzögerung) wie Videoinspektion oder Augmented-Reality-Anwendungen zur Unterstützung von Wartungstechnikern oder Antriebs- und Robotersteuerungen mit extrem niedriger Latenz und hochgenauer Synchronität.
KITOS setzt auf Time-Sensitive Networking(TSN)
Bei der Umsetzung setzen die Partner auf Time-Sensitive Networking. TSN ist ein Ethernet-basierter Standard, der sowohl eine geringe Übertragungslatenz als auch eine hohe Synchronität ermöglicht. Ein industrielles Anwendungsprofil für TSN wird gegenwärtig in der Norm IEEE/IEC 60802 erarbeitet. Eine manuelle Konfiguration von TSN ist zwar möglich, jedoch ist diese statisch und bisweilen sehr komplex. Die Initialkonfiguration sowie die Reaktion auf veränderte Kommunikationsanforderungen, die Optimierung von TSN Netzwerken im Betrieb und die Vermeidung von Störungen erfordern ein weitreichendes Netzwerk-Know-how, das bei der Inbetriebnahme und beim Betrieb von Fertigungsanlagen vielfach nicht zur Verfügung steht. In KITOS sollen Methoden der Künstlichen Intelligenz, wie selbstlernende Verfahren, die sich stetig weiterentwickeln, genutzt und zur Konfiguration und Optimierung eines modernen Kommunikationsnetzes eingesetzt werden. Dadurch soll zum Beispiel ein besserer Schutz gegen Ausfälle erreicht oder auftretende Probleme bei Überlastungen gelöst werden.
KITOS wird vom Forschungsbereich „Intelligente Netze“ des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) in Kaiserslautern koordiniert und vom Bundesministerium für Bildung und Forschung (BMBF) mit 5 Millionen Euro bis März 2023 gefördert.
Projekt-Partner sind:
Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI), Kaiserslautern
Codesys Development GmbH, Kempten (Allgäu)
Robert Bosch GmbH, Gerlingen-Schillerhöhe
Eberhard Karls Universität Tübingen
Hilscher Gesellschaft für Systemautomation mbH, Hattersheim
Technische Universität Dresden
Bosch Rexroth AG, Lohr am Main
Assoziierte Partner:
Hirschmann Automation and Control GmbH, Neckartenzlingen
