Zuverlässige Industrieroboter

Bei einem angenommenen Maschinenstundensatz von 2.500 Euro wird der Ausfall eines Roboterarms oder Industrieroboters schnell kostspielig. Deshalb gilt es, technisch bedingte Betriebsunterbrechungen zuverlässig zu vermeiden, ganz egal, ob nur ein Roboterarm oder viele hundert Industrieroboter in einem Betrieb zum Einsatz kommen. Ein Ausfall führt nicht nur zum Produktionsstillstand, sondern hat auch massive Auswirkungen auf die Lagerhaltungskosten, da viele kritische Ersatzteilkomponenten ständig vorgehalten werden müssen.

„Offizielle Zahlen zu den Ausfallzeiten von Produktionsrobotern sind nur schwer zu erhalten – gleichzeitig variieren diese Zahlen sehr stark, so dass es schwerfällt, sich ein realistisches Bild der entstehenden Ausfallkosten zu machen. Wir wissen jedoch zuverlässig von Ausfallkosten in der Automobilindustrie, die sich jährlich auf hohe Millionenbeträge pro Betrieb summieren. Typische Ausfallkomponenten sind Gelenke, Antriebe und Hydraulik. Schon aufgrund des natürlichen Abnutzungsprozesses werden Roboterarme mit der Zeit immer unpräziser,“ erläutert Viacheslav Gromov, Gründer des Embedded-KI Anbieters AITAD, die Lage näher.

Starre Wartungsmodelle sind an der Tagesordnung

Diesem Problem begegnen die Roboterhersteller mit mehr oder minder starren Wartungsmodellen. Aktuell üblich sind korrektive bzw. präventive Modelle – wobei punktuelle, korrektive Wartungen zu einer schnelleren Abnutzung führen. In der Praxis zeigt sich, dass Roboterarme oft nur dann gewartet werden, wenn sie reparaturbedürftig sind, die Betriebsstundenzahl dies verlangt oder aber die Wartung erfolgt präventiv ohne Berücksichtigung des Maschinenzustands.

„Roboterhersteller reagieren auf diese Problematik mit der Etablierung von Condition Monitoring Systemen. Hier wird auf Grund des Ist-Zustands einer Maschine eine Vorhersage für den künftigen Wartungsbedarf getroffen. Allerdings bleiben die Prognosen vergleichsweise vage. Unter dem Strich ist Condition Monitoring nur eine verfeinerte Ausfallerkennung. Dabei ist der Weg zur vorausschauenden Wartung (Predictive Maintenance), die Unternehmen deutlich mehr Vorteile bringt,“ so Gromov weiter.

Datensammeln: „Viel hilft viel“ – aber wie übertragen?

In der Praxis zeigt sich, dass es gar nicht so einfach ist, die richtigen Daten zu sammeln und für einen effektiven Nutzen der Maschine auszuwerten. Viele Roboter werden noch immer mit wenigen, teilweise nicht sehr leistungsstarken Sensoren überwacht, die nur ein Teilspektrum der Daten erfassen. Doch anders als in vielen anderen Arbeitsbereichen gilt für die Datenerhebung und datengetriebene Entwicklung das Prinzip „Viel hilft viel“ – je mehr Daten also durch die Überwachung gesammelt und ausgewertet werden können, desto zuverlässiger lassen sich Aussagen über den künftigen Maschinenzustand treffen. Ein weiteres Hindernis ist die Netzwerkkapazität. Eine tiefe Beobachtung, z.B. von Vibrationsdaten, erzeugt oft sehr große Datenmengen, die kaum noch über die Netzwerkinfrastruktur übertragbar sind.

„Dieser Schwierigkeit wird heute meist mit Hilfe sogenannter Edge-Lösungen begegnet. Dabei versucht ein Algorithmus oder auch eine KI (Künstliche Intelligenz), den relevanten Datenanteil herauszufiltern und nur diesen an die Steuerung zu übertragen, wo dann die eigentliche Auswertung erfolgt. Dieser Vorgang erfordert aber immer noch ein hohes Maß an (kostspieliger) Rechenleistung oder Auslastung,“ gibt Gromov zu bedenken.

Einsatz von Embedded-KI in Robotern: Höhere Präzision bei geringeren Kosten

Will man die Ausfallwahrscheinlichkeit von Robotern nahe gegen Null treiben und gleichzeitig die Kosten dafür senken, bietet sich die Auswertung der Sensordaten am Ort des Entstehens an. Möglich wird dies seit wenigen Jahren durch die steigende Leistungsfähigkeit von Halbleitern, auf denen mittels hochentwickelter spezieller Verfahren eine KI „embedded“ läuft. Solche Embedded-KI-Sensoren übertragen nur noch das Auswertungsergebnis und reduzieren so das Übertragungsvolumen auf ein Minimum. Gleichzeitig steigt die Fähigkeit zur Verarbeitung auch sehr großer Datenmengen, was eine deutlich tiefere und präzisere Auswertung ermöglicht.

Setzen Hersteller und Unternehmen in Robotern Embedded-KI ein, ist nicht nur der aktuelle Abnutzungsgrad erkennbar, es werden auch präzise Vorhersagen zur Lebensdauer eines Bauteils oder auch der gesamten Maschine möglich (Predictive Maintenance). Embedded-KI bietet gegenüber der bei Edge-Lösungen eingesetzten Algorithmik den Vorteil, dass auch komplexe und sonst unvorhersehbare Ereignisse als Anomalie erkannt und entsprechende Aktionen ausgelöst werden können. So können beispielsweise untypische Vibrationsmuster einen Getriebeschaden ankündigen.

„Embedded-KI hat jedoch nicht nur den Vorteil der tieferen Datenauswertung, sondern auf Grund des geringen Ressourcenbedarfs auch deutliche Kostenvorteile. Es gibt also deutlich mehr Leistung für weniger Geld. Präzise Vorhersagen zu einem bevorstehenden Ausfall machen den Service flexibler, schneller und kostengünstiger. An die Stelle von Wartungsintervallen tritt eine effiziente Servicestrategie. Damit entsteht eine Win-Win-Situation für Hersteller und Kunden,“ fügt Gromov hinzu.

Statt Baukasten: Kunden- und Use Case spezifische Entwicklung

Mit KI ausgestattete Sensoren werden als „Embedded-KI-Systemkomponenten“ kundenspezifisch entwickelt. Dabei geht es immer um den konkreten Use Case, für den die KI und die Sensorplatine entwickelt und später in Serie gefertigt werden. Die Systemkomponenten sind so gestaltet, dass sie die Konnektivität mit dem jeweils verwendeten Bus (z.B. CAN, LIN, etc.) herstellen. Neben der KI- und Elektronikentwicklung wird auch der jeweils passende Bauraum gesucht, wo sich die Sensoren optimal platzieren lassen. Gegenüber marktüblichen KI-Baukasten-Systemen sind derartige Systeme deutlich flexibler an die Robotereigenschaften anpassbar.

Mit Hilfe solcher Komponenten können beispielsweise Antriebe, Gelenke, Getriebe, Lager oder auch Hydraulikantreibe der Robotorarme mittels Vibration, Ultraschall oder Laser überwacht werden. Laser eignen sich auch dann, wenn die Anbringung des Sensors nur außerhalb des Geräts möglich ist. Komplexe Use Cases können den Einsatz mehrerer Sensoren erforderlich machen (Sensor Fusion).

Die Funktionalität der Roboter verbessern

Embedded-KI bietet noch weitere Einsatzmöglichkeiten in der Robotik: Mit Hilfe von Gesten- oder Sprachsteuerung ist die Kollaboration verbesserbar; Personenerkennungslösungen sorgen für mehr Sicherheit ohne Datenschutzthemen zu tangieren, da ja keine Sensordaten übertragen werden. Und auch Aktuatoren und Werkzeuge lassen sich mittels Embedded-KI verbessern. So können Greifer mit Drucksensoren in Echtzeit Rückmeldung geben, ob ein Gegenstand richtig gefasst wurde.

„Wir sind auf individuelle Embedded-KI spezialisiert und auf diesem Gebiet der weltweit einzige branchenübergreifende Anbieter dieser Technologie. In einem interdisziplinären Team entwickeln wir KI-Modelle und Elektronik-Bauteile, die für mehr (Ausfall-)Sicherheit sorgen. Die zentralen Kompetenzen sind Predictive Maintenance, User Interaction und Funktionale Innovationen,“ so Gromov abschließend.

Über die AITAD GmbH

Viacheslav Gromov ist Gründer und Geschäftsführer von AITAD. Das Unternehmen entwickelt elektronikbezogene künstliche Intelligenz (Embedded-KI), die in Geräten und Maschinen lokal und in Echtzeit definierte Aufgaben übernimmt. Er ist Verfasser zahlreicher Beiträge sowie diverser Lehrbücher im Halbleiterbereich. Gromov ist als Experte in verschiedenen KI- und Digitalisierungs-Gremien tätig, unter anderem von DIN und DKE sowie der Bundesregierung (DIT, BMBF). AITAD ist KI-Champion Baden-Württemberg 2023, einer der Top100-Innovatoren 2023 sowie Gewinner des embedded award 2023 in der Kategorie KI.

AITAD ist ein deutscher Embedded-KI-Anbieter. Das Unternehmen befasst sich mit der Entwicklung, Testung und Serienfertigung von KI-Elektroniksystemen, insbesondere in Verbindung mit maschinellem Lernen im Industriekontext (v.a. Systemkomponenten).

Als Entwicklungspartner übernimmt AITAD den kompletten Prozess vom Datensammeln über die Entwicklung bis hin zur Lieferung der Systemkomponenten. Dadurch werden innovative Anpassungen des Produkts vorgenommen, ohne das Kompetenzen und nur wenige Ressourcen von Kundenseite notwendig sind. Der Fokus liegt dabei auf zukunftsbringenden, disruptiven, innovativen Anpassungen mit größtmöglichem Impact auf Strukturen und Produktstrategien. Die Spezialgebiete von AITAD sind Preventive/Predictive Maintenance, User Interaction und funktionale Innovationen. Dabei geht AITAD einen anderen Weg als viele Hersteller: Anstatt einer fertigen KI-Lösung wird für jeden Kunden ein individuelles System entwickelt. Hierfür prüft das Unternehmen im ersten Schritt wie Kundenprodukte vom KI-Einsatz profitieren, stellt die Vorteile und Möglichkeiten vor, entwickelt das System auf allen Ebenen, baut dank einer Prototyping-EMS-Strecke in-house einen Prototyp des neuen Systems auf Basis gesammelter Daten und steht bei der Serienanfertigung und Systempflege stets zur Seite. Dabei agiert AITAD als interdisziplinärer Full-Stack-Anbieter mit Bereichen Data Science, Maschinenbau sowie Embedded-Hard- und Software. Zudem forscht AITAD in- und extern an zahlreichen algorithmischen und halbleitertechnischen Grundlagen der KI-Technologie. 2023 erhielt AITAD den embedded award in der Kategorie KI, den Top100-Innovationspreis für mittelständische Unternehmen und wurde als KI-Champion Baden-Württemberg ausgezeichnet. Weitere Informationen www.aitad.de

Firmenkontakt und Herausgeber der Meldung:

AITAD GmbH
Hauptstr. 108
77652 Offenburg
Telefon: +49 (781) 96710830
http://aitad.de

Ansprechpartner:
Martina Gruhn
E-Mail: AITAD@martinagruhn.com
Für die oben stehende Pressemitteilung ist allein der jeweils angegebene Herausgeber (siehe Firmenkontakt oben) verantwortlich. Dieser ist in der Regel auch Urheber des Pressetextes, sowie der angehängten Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH übernimmt keine Haftung für die Korrektheit oder Vollständigkeit der dargestellten Meldung. Auch bei Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit. Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet.

counterpixel