Die Implementierung von datengetriebenen Methoden aus Prescriptive Analytics und Machine Learning in den Automatisierungsprojekten des industriellen Lösungsanbieters ABF GmbH ist das Kernziel des Projekts. Gemeinsam mit der RISC Software GmbH soll insbesondere die on-line Optimierung der Entscheidungen in den Steuerungsprozessen ermöglicht werden.
Die Systeme der ABF steuern komplexe Produktionsumgebungen und Intralogistiksysteme auf Basis der Systemplattform OneBase. Wenn bei Bestandsprojekten neue Produkte, Produktionsanlagen, Transporteinrichtungen oder geänderte Fahrweisen Anpassungen in Software und Regelwerken erfordern, stellt dies hohe Anforderungen an das Personal sowohl auf Kundenseite als auch bei ABF. Schließlich sind deren Auswirkungen auf das aktuell laufende Gesamtsystem meist schwer vorauszusehen, insbesondere in Sonderfällen.
OneBase unterstützt derartige Adaptionen zwar durch Simulationsfunktionen, mit denen das Produktionsgeschehen aufgezeichnet und zu Testzwecken off-line vor Einsatz geänderter Versionen im Produktionsbetrieb wiederholt werden kann. Das ist jedoch mit erheblichem Aufwand verbunden und die Einführung von Änderungen im laufenden Betrieb deshalb immer mit Stress verbunden, gerade auch weil die Anlagen der meisten Kund*innen rund um die Uhr laufen.
Mit aktuellen Methoden aus dem Bereich Prescriptive Analytics und Machine Learning soll eine Verbesserung und Vereinfachung dieser Änderungsprozesse erreicht werden – durch automatische Adaptierung mit entsprechender Reduktion der manuellen Eingriffe in die Logiken und ins Regelwerk. Dazu zählen etwa Machine Learning, Simulation sowie Optimierung unter Anwendung aktueller heuristischer Forschungsansätze. In weiterer Folge werden diese Methoden für eine verbesserte Auftragsplanung und -zuteilung eingesetzt. Auch bei Zuordnungs- und Wegfindungsproblemen, bei denen die zeitliche Komponente berücksichtigt werden soll, soll die Qualität der Lösung durch geeignete Prognosen der zukünftigen Auftragslage gesteigert werden.
Dieses Projekt wird aus Mitteln der FFG gefördert.
Senior Mathematical Optimization Specialist
