-> Hier kostenlos registrieren
Habe den Fehler gemacht in einem deutschsprachigem Forum etwas zu schreiben.
Künstliche Intelligenz zur Steuerung einer Maschine.
- Ersteller Tmbiz
- Erstellt am
-> Hier kostenlos registrieren
- Beiträge
- 17.631
- Reaktionspunkte
- 7.338
Jetzt mal Ernsthaft, hier wird über Künstliche Intelligenz
diskutiert und du bringst als Argument irgend etwas aus
einen Startrek Film.
überleg doch noch mal.
- Beiträge
- 25.791
- Reaktionspunkte
- 9.557
-> Hier kostenlos registrieren
Da muss ich Helmut Recht geben. Es gibt hier sicherlich einige Interessierte aber wenn dass:
als Beispiel/Grundlage genannt wird, ja was hast du denn dann für eine Reaktion erwartet?
Sorry for that
Zuletzt bearbeitet:
- Beiträge
- 12.312
- Reaktionspunkte
- 4.487
Also Werkzeugüberwachung hat nun mal wirklich kaum was mit KI zu tun. So was gibt es seit Jahrzehnten.
Angefangen von einfachen Laufzeitüberwachungen bis hin eben zu prediktive Maintenance mit Erfassung der Maschinenparameter und Prozessdaten.
Solange Fräser oft genug verschleißen / brechen, bekommt man auch irgendwann belastbare Aussagen und Empfehlungen aus dem System.
- Beiträge
- 11.106
- Reaktionspunkte
- 3.739
-> Hier kostenlos registrieren
Die großen Player, Google, Amazon, Microsoft, Alibaba, Apple wasweissich usw. mit Ihren großen Rechenzentren wollen ihr Geschäftsgebiet in alle möglichen Branchen ausdehnen. Da kann in Zukunft einiges passieren. Nicht, dass dadurch was besser wird. Aber der Kunde will irgendwann KI und die kleine 5 Mann Automatisierungsbude kann da nicht mithalten... oder man schreibt einfach auf seinen AWL-Code: "KI-generiert" 
Die Frage ist für mich, wo würde sowas wirklich Sinn machen? Da wo wirklich statistische Optimierungen notwendig sind. Logistik ist vielleicht schon so ein Punkt. Aber halt nicht auf der SPS-Ebene, sondern eher einige Etagen höher in der Automatisierungspyramide.
Zum Ausgangsthread von Tmbiz, Optimierung von Maschinenparametern, vielleicht offline für Serienmaschinen... Ist halt ne Frage von Aufwand/Nutzen/Marketing....
Automatische SPS-Codegenerierung wurde ja in dem ChatGPT-Thread angesprochen. Kann man sicher machen, obs schneller/besser ist, keine Ahnung. Jemand muss halt die SPS-Codegenerierungs-KI anlernen. Vielleicht macht Gooogle (oder Siemens nachdem von Google aufgekauft) das auch irgendwann, und bietets auch für ne Zeit kostenlos an. Nur wie man grad überall sieht, früher oder später wollen alle Geld verdienen, und wenns sowas wie nen Monatsabo für den generierten Code ist...
PS: die Lottozahlen will ich auch
Die Frage ist für mich, wo würde sowas wirklich Sinn machen? Da wo wirklich statistische Optimierungen notwendig sind. Logistik ist vielleicht schon so ein Punkt. Aber halt nicht auf der SPS-Ebene, sondern eher einige Etagen höher in der Automatisierungspyramide.
Zum Ausgangsthread von Tmbiz, Optimierung von Maschinenparametern, vielleicht offline für Serienmaschinen... Ist halt ne Frage von Aufwand/Nutzen/Marketing....
Automatische SPS-Codegenerierung wurde ja in dem ChatGPT-Thread angesprochen. Kann man sicher machen, obs schneller/besser ist, keine Ahnung. Jemand muss halt die SPS-Codegenerierungs-KI anlernen. Vielleicht macht Gooogle (oder Siemens nachdem von Google aufgekauft) das auch irgendwann, und bietets auch für ne Zeit kostenlos an. Nur wie man grad überall sieht, früher oder später wollen alle Geld verdienen, und wenns sowas wie nen Monatsabo für den generierten Code ist...
PS: die Lottozahlen will ich auch
Zuletzt bearbeitet:
Was man z.B. im Internet findet (wie @Botimperator erwähnte), sind Ansätze in der Regelungstechnik.
Wie z.B. MPC oder Fuzzy-Regler mit Neuronalen Netzwerken.
Aber irgendwie immer nur theoretische Arbeiten darüber, meist Simuliert.
Ob irgendwo in der Industrie solche Sachen auch praktisch eingesetzt werden???
Vielleicht kennt ja jemand Beispiele.
Und ich meine keine statistische Auswertungen etc., das sind zumindest für mich keine KIs.
PS: Zufällige Lottozahlen von ChatGPT: 1, 5, 12, 22, 36, 49
Zuletzt bearbeitet:
- Beiträge
- 12.312
- Reaktionspunkte
- 4.487
Die großen Player, Google, Amazon, Microsoft, Alibaba, Apple wasweissich usw. mit Ihren großen Rechenzentren wollen ihr Geschäftsgebiet in alle möglichen Branchen ausdehnen. Da kann in Zukunft einiges passieren. Nicht, dass dadurch was besser wird. Aber der Kunde will irgendwann KI und die kleine 5 Mann Automatisierungsbude kann da nicht mithalten... oder man schreibt einfach auf seinen AWL-Code: "KI-generiert"
Die Frage ist für mich, wo würde sowas wirklich Sinn machen? Da wo wirklich statistische Optimierungen notwendig sind. Logistik ist vielleicht schon so ein Punkt. Aber halt nicht auf der SPS-Ebene, sondern eher einige Etagen höher in der Automatisierungspyramide.
Zum Ausgangsthread von Tmbiz, Optimierung von Maschinenparametern, vielleicht offline für Serienmaschinen... Ist halt ne Frage von Aufwand/Nutzen/Marketing....
Automatische SPS-Codegenerierung wurde ja in dem ChatGPT-Thread angesprochen. Kann man sicher machen, obs schneller/besser ist, keine Ahnung. Jemand muss halt die SPS-Codegenerierungs-KI anlernen. Vielleicht macht Gooogle (oder Siemens nachdem von Google aufgekauft) das auch irgendwann, und bietets auch für ne Zeit kostenlos an. Nur wie man grad überall sieht, früher oder später wollen alle Geld verdienen, und wenns sowas wie nen Monatsabo für den generierten Code ist...
PS: die Lottozahlen will ich auch
KI braucht eine Aufgabenbeschreibung. "Hey Siemens schreib mir ein SPS-Programm" reicht nun mal nicht.
Genauso wenig reicht "Hey Anlage optimiere mal deine Rezepturen".
In der Regelungstechnik werden jetzt wieder alte Konzepte aus der Fuzzy-Logik hervorgekramt und als Maschinelles Lernen verkauft.
Hmmm alles irgendwie spannende Themen, aber mir zumindest fällt es schwer hier Marketing-Verarsche und sinnvolle Umsetzungen zu unterscheiden.
-> Hier kostenlos registrieren
Genau sowas habe ich eben nicht gemeint.
Ich meinte die Kombination aus neuronalen Netzen und Fuzzy-Regler.
Nicht die Umbenennung eines Fuzzy-Reglers in KI.
- Beiträge
- 25.791
- Reaktionspunkte
- 9.557
Vielleicht gibt es ja in naher Zukunft mal jemand, der sich mit der neuen Materie gut auskennt, mal konkrete Praxisbeispiele nennen kann und auch schon Ergebnisse aus der echten Praxis ( abseits vom Marketing-Geschwafel ) beschreiben kann. Und dann bitte noch kritische Fragen beantworten können.
Es bleibt spannend.
Es bleibt spannend.
Zuletzt bearbeitet:
Leider nein, wir haben mal mit TensorFlow was mit Bilderkennung gemacht, Teile auf einem Förderband zählen. Der Trick beim Deep Learning ist doch das man eben keinen Experten voran stellt. Man lässt das Neuronale Netz einfach selbst seine "wichtigen" Punkte ausarbeiten. Das ist Fluch und Segen zu gleich. Denn das Netz kann zum Beispiel bei einem "Fräser Bruch" andere markante punkte erkennen als der "Menschliche Experte" vermuten würden. Es können aber auch Kleinigkeiten zu kontinuierlichen Fehlerkennungen führen.
So ähnlich war das...
Ich würde das aber einfach als Deep Learning bezeichnen und nicht KI. So ein Algorithmus lernt ja erstmal nicht wie ChatGPT aus den Rückmeldungen und passt sich an.
- Beiträge
- 12.312
- Reaktionspunkte
- 4.487
-> Hier kostenlos registrieren
Ich hab einmal einen Bericht gelesen über die Regelung von Zementöfen.
Dabei tauchten beide Begriffe auf. Neuronale Netze sollten die Regelung unterstützen wenn unterschiedlicher Müll der Verbrennung zugeführt wird.
- Beiträge
- 11.106
- Reaktionspunkte
- 3.739
Als ich vor 15 Jahren ne Weile an der Uni gearbeitet habe, wurde mittel statistischer Verfahren (welche im Prinzip heute als KI bezeichnet werden) versucht, Fehlererkennung an Industrieanlagen zu machen. So ähnlich wie prädiktive Maintenance aber doch bissl anders.
Die Idee war, ohne konkrete physikalische Kenntnisse den Algorithmus mit Massen an Archivdaten einer i.O.-Anlage anzulernen. Das daraus generierte Modell läuft dann parallel zum realen Prozess und wenn die Abweichung zu groß wird, gibts nen Alarm.
Woran das ganze krankt, kann sich sicherlich jeder mit bissl Erfahrung zusammenreimen.
Ob daraus jetzt nen kaufbares Produkt entstanden ist, muss ich mal recherchieren. War zumindest damals der Plan.
Ich hab damals n bissl versucht, die gleichen/ähnlichen Verfahren zur Regelung einzusetzen. Hab dann aber aufgehört. Ging halt alles in Richtung MPC... Die wirkliche Vereinfachung/Verbesserung für die Praxis hab ich nie gesehn.
Die wirklichen Probleme in der Automatisierungstechnik wie wir sie kennen, liegen meist ganz wo anders.
In anderen Branchen, Luftfahrt aber vielleich auch autonomes Fahren für KfZ siehts sicherlich bissl anders aus.
Oder vielleicht auch noch für Serienmaschinen.
Für Sonderanlagen, naja...
Die Idee war, ohne konkrete physikalische Kenntnisse den Algorithmus mit Massen an Archivdaten einer i.O.-Anlage anzulernen. Das daraus generierte Modell läuft dann parallel zum realen Prozess und wenn die Abweichung zu groß wird, gibts nen Alarm.
Woran das ganze krankt, kann sich sicherlich jeder mit bissl Erfahrung zusammenreimen.
Ob daraus jetzt nen kaufbares Produkt entstanden ist, muss ich mal recherchieren. War zumindest damals der Plan.
Ich hab damals n bissl versucht, die gleichen/ähnlichen Verfahren zur Regelung einzusetzen. Hab dann aber aufgehört. Ging halt alles in Richtung MPC... Die wirkliche Vereinfachung/Verbesserung für die Praxis hab ich nie gesehn.
Die wirklichen Probleme in der Automatisierungstechnik wie wir sie kennen, liegen meist ganz wo anders.
In anderen Branchen, Luftfahrt aber vielleich auch autonomes Fahren für KfZ siehts sicherlich bissl anders aus.
Oder vielleicht auch noch für Serienmaschinen.
Für Sonderanlagen, naja...
- Beiträge
- 11.106
- Reaktionspunkte
- 3.739
Doch, das wäre schon eine Idee. Der Anlagenfahrer gibt Rückmeldungen zu den Aussagen der "KI". Z.B. "Fehler lag wirklich vor", "Anlage stand in Hand"...
Aber die praktische Umsetzung und Akzeptanz ist halt schwierig.
Wenn man sich ne große Industrieanlage anschaut, da wird ständig was umgebaut. Von daher muss die KI sich ständig anpassen oder angepasst werden.
Bei nem KfZ ist das anders. Dafür ändert sich dort die Umgebung.
Naja, ob das ganze Sinn macht, keine Ahnung. Wenn man gut im Quatschen ist, hindert das aber niemanden, damit auch Kohle zu verdienen...
- Beiträge
- 11.106
- Reaktionspunkte
- 3.739
-> Hier kostenlos registrieren
Für die Regelungstechnik würde man das heute bei Zugriff auf die Hochleistungsrechner und KI-Algorithmen vielleicht so machen:
1. Aus Archivdaten erstellt ne KI ein Prozessmodell
2. An dem Modell generiert eine andere KI den optimalen Regelalgorithmus
3. Der Regelalgorithmus wird dann online in der SPS oder nem Prozessrechner abgearbeitet
...
1. Aus Archivdaten erstellt ne KI ein Prozessmodell
2. An dem Modell generiert eine andere KI den optimalen Regelalgorithmus
3. Der Regelalgorithmus wird dann online in der SPS oder nem Prozessrechner abgearbeitet
...
- Beiträge
- 11.106
- Reaktionspunkte
- 3.739
Da bin ich anderer Meinung.
Zur Auswahl der relevanten Trainingsdaten brauchts halt doch Expertenwissen. Bzw. überhaupt die richtigen Sensoren zu verbauen für das, was ich mit dem Algorithmus erreichen will...
- Beiträge
- 12.312
- Reaktionspunkte
- 4.487
Als ich mich noch mit i4.0 rumschlagen musste, musste ich genau so ein Produkt bewerten.
An einer Anlage sollte das gesamte Prozessabbild der SPS im 50ms-Takt übertragen werden und in eine Datenbank geschrieben werden.
Durch Machine Learning sollten die regulären Abläufe erkannt werden und bei Abweichungen sollten Wartungsempfehlungen an die Instandhaltung gegeben werden. Rückmeldung durch Anlagenführer war gar nicht notwendig, da ja (hoffentlich) die regulären Abläufe überwiegen.
Nach der Vorstellung habe ich eine Liste mit offenen Fragen erstellt.
Danach gab es noch ein Telefonat und dann war's das. Komplett neben der Spur.
- Beiträge
- 11.106
- Reaktionspunkte
- 3.739
-> Hier kostenlos registrieren
Schade, dass Ihrs nicht gekauft habt. Sonst hätten wir jetzt den Praxisbericht aus erster Hand
Im Kern geht es mir z.B. um die Berechnung in einer Regelung. Mal angenommen es soll eine Flüssigkeit in einem Behälter erwärmt werden. Die Heizung kann von 0 bis 100% eingeschaltet werden. Wichtig ist aber dass das Medium nicht überhitzt wird. Aber gleichzeitig sehr genau zum Soll gebracht werden muss.
Es geht auch nicht um das Halten der Temperatur, sonder das Aufheizen bis Soll und dann wieder die Abkühlung. Wie gesagt, es geht nur um eine Beispiel und keine reale Anwendung. Wenn sich das Medium immer gleich verhält, kann man über eine Regelung und den entsprechenden I-Anteil eine Regelstrecke aufbauen, welche dieses Problem löst.
Was ist jedoch, wenn die Zeitverzögerung und damit der I-Anteil sehr stark von verschiedenen externen Parametern abhängig sind? Z.B. wenn der Luftdruck, die Raumtemperatur, die Viskosität des Mediums usw. sehr stark variieren und damit die Wirkung der Heizung auf das Medium sehr stark verändern? Dann würde eine dynamische Situation enstehen, welche die Regelung komplex macht.
Wie würde man so etwas klassisch lösen?
Meine Idee ist, dass man eine KI mit Daten füttert und dann die Verzögerung über die KI erhält.
Wie ist eure Meinung dazu?
Es geht auch nicht um das Halten der Temperatur, sonder das Aufheizen bis Soll und dann wieder die Abkühlung. Wie gesagt, es geht nur um eine Beispiel und keine reale Anwendung. Wenn sich das Medium immer gleich verhält, kann man über eine Regelung und den entsprechenden I-Anteil eine Regelstrecke aufbauen, welche dieses Problem löst.
Was ist jedoch, wenn die Zeitverzögerung und damit der I-Anteil sehr stark von verschiedenen externen Parametern abhängig sind? Z.B. wenn der Luftdruck, die Raumtemperatur, die Viskosität des Mediums usw. sehr stark variieren und damit die Wirkung der Heizung auf das Medium sehr stark verändern? Dann würde eine dynamische Situation enstehen, welche die Regelung komplex macht.
Wie würde man so etwas klassisch lösen?
Meine Idee ist, dass man eine KI mit Daten füttert und dann die Verzögerung über die KI erhält.
Wie ist eure Meinung dazu?
- Beiträge
- 11.106
- Reaktionspunkte
- 3.739
Wenn die Mehrgrößen-Regelstrecke nichtlinear und timevariant ist, bzw. auch noch die (unbekannten) Störgrößen überwiegen, dann hat damit eine KI-basierte Regelung die gleichen Probleme wie der klassische Regelungstechniker.
Weiterhin, wenn ich das noch richtig im Kopf hab, war es grundsätzlich nicht ganz leicht dynamische Zusammenhänge im KI-Modell abzubilden. Alle Messwerte hängen ja irgendwie statisch miteinander zusammen aber für die Regelungstechnik viel wichtiger sind die dynamischen Zusammenhänge. Wenn die Zusammenhänge sich bei Dir jetzt auch noch ständig ändern, dann viel Spaß.
Klassisch löst man sowas durch Kombination verschiedener Dinge, Vorsteuerung, Störgrößenaufschaltung, Linearisierung um verschiedene Arbeitspunkte und Umschaltung zw. diesen Arbeitspunkten, also Umschaltung der Reglerparameter...
Wenn Größen wie Raumtemp. Viskosität usw. nen großen Einfluss haben, musst Du diese Erfassen und in die Steuerung/Regelung einfliessen lassen. Egal ob mit oder ohne KI.
Auf jeden Fall braucht es erfahrene Leute und viel Zeit. Egal ob mit oder ohne KI.
Problem in der Prozessautomatisierung, wie kommst du an die Streckenparameter (Trainingsdaten)? Bestimmte Arbeitspunkte kannst Du nicht anfahren und nicht Messen, weil da was zerstört würde oder man die Anlage auch nicht Wochenlang für Identifikationsmessungen zu Verfügung hast...
Also brauchst doch wieder ein physikalisches Modell um daran den KI-Regler zu "trainieren", also nen guten Physiker oder Verfahrenstechniker oder Chemiker, der solch ein Modell erstellen könnte...
Oder die Anlage ist schon 10 Jahre alt und man hat hoffentlich ordentliche Archivdaten von allen Betriebszuständen (incl. der Raumt. Viskositäten und Angaben, wann an der Anlage grad umgebaut oder was repariert wurde)
Für Serienmaschienen, Serienprodukte ist sowas viel einfacher. Da krigst Du vom neuen Fahrzeugmodell nen Prototypen, wo Du dich auf der abgesperrten Teststrecke austoben kannst, so lange Du willst. (Bis irgendwann der Chef kommt und fragt, warum das jetzt noch nicht in Serienproduktion anläuft...)
Weiterhin, wenn ich das noch richtig im Kopf hab, war es grundsätzlich nicht ganz leicht dynamische Zusammenhänge im KI-Modell abzubilden. Alle Messwerte hängen ja irgendwie statisch miteinander zusammen aber für die Regelungstechnik viel wichtiger sind die dynamischen Zusammenhänge. Wenn die Zusammenhänge sich bei Dir jetzt auch noch ständig ändern, dann viel Spaß.
Klassisch löst man sowas durch Kombination verschiedener Dinge, Vorsteuerung, Störgrößenaufschaltung, Linearisierung um verschiedene Arbeitspunkte und Umschaltung zw. diesen Arbeitspunkten, also Umschaltung der Reglerparameter...
Wenn Größen wie Raumtemp. Viskosität usw. nen großen Einfluss haben, musst Du diese Erfassen und in die Steuerung/Regelung einfliessen lassen. Egal ob mit oder ohne KI.
Auf jeden Fall braucht es erfahrene Leute und viel Zeit. Egal ob mit oder ohne KI.
Problem in der Prozessautomatisierung, wie kommst du an die Streckenparameter (Trainingsdaten)? Bestimmte Arbeitspunkte kannst Du nicht anfahren und nicht Messen, weil da was zerstört würde oder man die Anlage auch nicht Wochenlang für Identifikationsmessungen zu Verfügung hast...
Also brauchst doch wieder ein physikalisches Modell um daran den KI-Regler zu "trainieren", also nen guten Physiker oder Verfahrenstechniker oder Chemiker, der solch ein Modell erstellen könnte...
Oder die Anlage ist schon 10 Jahre alt und man hat hoffentlich ordentliche Archivdaten von allen Betriebszuständen (incl. der Raumt. Viskositäten und Angaben, wann an der Anlage grad umgebaut oder was repariert wurde)
Für Serienmaschienen, Serienprodukte ist sowas viel einfacher. Da krigst Du vom neuen Fahrzeugmodell nen Prototypen, wo Du dich auf der abgesperrten Teststrecke austoben kannst, so lange Du willst. (Bis irgendwann der Chef kommt und fragt, warum das jetzt noch nicht in Serienproduktion anläuft...)
Zuletzt bearbeitet:
