DE102006035245A1

DE102006035245A1 - Adaptives, elektronisches Expertensystem zur Prozessoptimierung durch Transformation menschlicher Denk- und Lernprozesse in datentechnisch verarbeitbare Modelle und/oder deren möglichen OnLine Nutzung während des Prozesses

Info

Publication number: DE102006035245A1
Application number: DE102006035245A
Authority: DE
Inventors: Bernd Moser
Original assignee: Individual
Current assignee: Individual
Priority date: 2006-07-26
Filing date: 2006-07-26
Publication date: 2008-01-31

Abstract

Anwendungsgebiet: Nach DIN66201 sind Prozesse als..."Umformung und/oder Transport von Materie, Energie und/oder Information"...definiert. Diese Definition in den Informatikbereich übertragen bedeutet..."eine Folge von Aktionen in einem Zustandsraum"... Für die Erfindung sind diese "Zustandsräume" vorzugsweise Geschäftsprozesse im industriellen Bereich, aber auch auf andere Bereiche wie beispielsweise Dienstleistung, Logistik etc. ist die Erfindung anwendbar. Stand der Technik: Es gibt Expertensysteme, die von künstlichen intelligenten Systemen abgeleitet sind. Wie beispielsweise in DE 19828528 A1, DE 10107928 A1, EP 1415260 A2 beschrieben. Diese wurden (werden) in (Teil) Bereichen zur Verbesserung von Prozessabläufen, wie beispielsweise in der Diagnostik unter Einbeziehung von Expertenwissen, anwendungsbezogen eingesetzt. Gemeinsames Merkmal dieser bzw. der bekannten Erfindungen ist, dass Schlussfolgerungen bzw. Maßnahmen nur aus Fakten bzw. kontextformulierten Regeln und/oder trainierten Fallbeispielen gezogen werden können und diese auf einen ganz speziellen Anwendungsfall ausgelegt sind. Nachteile des Standes der Technik: Nachteilig u. a. ist dabei, dass die vorstehend beschriebenen Lösungsansätze immer nur für einen begrenzten Bereich verwendbar bzw. einsetzbar sind und durch die jeweils unterschiedlichen, auf den betrachteten Anwendungsfall zugeschnittene Lösung nicht oder nur begrenzt zur weiteren Verwendung bzw. zum Aufbau eines Gesamtsystems ...

Description

Anwendungsgebiet:
Nach DIN66201 sind Prozesse als... „Umformung und/oder Transport von Materie, Energie und/oder Information"... definiert. Diese Definition in den Informatikbereich übertragen bedeutet... „eine Folge von Aktionen in einem Zustandsraum"... Für die Erfindung sind diese „Zustandsräume" vorzugsweise Geschäftsprozesse im industriellen Bereich aber auch auf andere Bereiche wie beispielsweise Dienstleistung, Logistik etc. ist die Erfindung anwendbar.
Stand der Technik:
Es gibt Expertensysteme, die von künstlichen intelligenten Systemen abgeleitet sind. Wie beispielsweise in DE 198 28 528 A1 , DE 101 07 928 A1 , EP 1 415 260 A2 beschrieben. Diese wurden (werden) in (Teil) Bereichen zur Verbesserung von Prozessabläufen wie beispielsweise in der Diagnostik unter Einbeziehung von Expertenwissen, anwendungsbezogen eingesetzt.
Gemeinsames Merkmal dieser bzw. der bekannten Erfindungen ist, dass Schlussfolgerungen bzw. Maßnahmen nur aus Fakten bzw. kontextformulierten Regeln und/oder trainierten Fallbeispielen gezogen werden können und diese auf einen ganz speziellen Anwendungsfall ausgelegt sind.
Nachteile des Standes der Technik:
Nachteilig u.a. ist dabei, dass die vorstehend beschriebenen Lösungsansätze immer nur für einen begrenzten Bereich verwendbar bzw. einsetzbar sind und durch die jeweils unterschiedlichen, auf den betrachteten Anwendungsfall zugeschnittene Lösung nicht oder nur begrenzt zur weiteren Verwendung bzw. zum Aufbau eines Gesamtsystems einsetzbar sind. Besonders nachteilig ist auch, dass beispielsweise durch feste programmatische Eingabe von kontextformulierten Regeln und/fehlende bzw. eingeschränkte OnLine Nutzung, adaptive Eigenschaften des Gesamtsystem nicht oder nur sehr eingeschränkt möglich sind. Diese können jedoch für die Effizienz (Güte) und damit den effektiven Einsatz von Expertensystem von entscheidender Bedeutung sein.
Aufgabe der Erfindung:
Ein technologisch entwickeltes (sich entwickelndes, sich weiter entwickelndes) Umfeld ist gekennzeichnet durch kontinuierliches, oftmals überproportionales Ansteigen der Anzahl sowie der Komplexität der (Teil) Prozesse. Dies ist besonders in den Geschäftsprozessen im industriellen Umfeld zu beobachten und wird auch zukünftig zu beobachten sein. Aufgabe der Erfindung ist, (Teil) Prozesse mit hoher Komplexität sicher, effektiv und effizient zu Handhaben. Durch die adaptive Komponente ist das System in der Lage, durch das zunehmende Wissen, automatisch oder durch Benutzereingriff Optimierungen, Steuerungen, Überwachungen etc. eigenständig vorzunehmen. Durch den Wissenszuwachs, eines z.B. OnLine Soll-Ist Vergleichs wächst gleichzeitig auch die „Intelligenz" der Prozessverarbeitung zur Erzielung eines optimalen Ergebnisses.
In Anlehnung an das bevorzugte Anwendungsgebiet „Geschäftsprozesse im industriellen Bereich" wird hier die Aufgabe der Erfindung in einem Produktionsprozess näher beschrieben. Die Fertigungsindustrie ist geprägt von hohem Produktdiversifikationen, immer kürzeren Time-to-Market-Zyklen, enger Zusammenarbeit zwischen Zulieferer und Kunden sowie der Notwendigkeit, schnellere Lieferzeiten (just in time) garantieren zu können. Die Folge sind u.a. eine ständig wechselnde, große Anzahl von (Teil) Prozessen mit hoher Komplexität, deren sichere, effektive und effiziente Handhabung sowie Optimierung der Ergebnisse, von adaptiven, elektronischen Expertensystemen entscheidend verbessert werden kann. Besonders vorteilhaft ist die hier verwendete Methode des "botton to top" Prinzips, das aus den zuvor optimierten (Teil) Prozessen, ein theoretisch unbegrenztes Gesamtsystem aufbaut.
Lösung der Aufgabe:
Die Erfindung ermöglicht eine individuelle Auslegung von Expertensystemen, zu unterschiedlichen Anwendungsbereichen, zu einem, theoretisch unbegrenzten globalen Gesamtsystem durch die Transformation menschlicher Denk- und Lernprozesse in datentechnisch verarbeitbare Modelle und deren Vernetzung. Vorzugsweise werden dabei technische, neuronale Netzstrukturen verwendet, die sich an den menschlichen Gehirnaufbau orientieren. Es sind aber auch andere Strukturen z.B. fuzzy – orientierten Lösungsansätzen integrierbar. Analog zu der menschlichen Informationsverarbeitung besitzen die datentechnisch verarbeitbaren Modelle auch ein Kurz – und Langzeitgedächtnis sowie die Fähigkeit diese Informationen zu „verarbeiten" und die Ergebnisse, Erfahrungen in den Netzwerkknoten (Neuronen) eines technischen Netzwerks abzulegen. Damit erweitert das System kontinuierlich Prozess „know how" und kann es beispielsweise OnLine nutzen.
1 zeigt das Basiselement, mit den Eingangsgrößen x₁ bis x_n. Die Eingangsgrößen sind beispielsweise Produktionsparameter Druck, Temperatur aber auch Maschinenzustände, Personalaktivitäten etc. Diese fliesen nach deren Gewichtung bzw. Sensibilität in den jeweiligen Knoten ein und bilden dann die (Teil) Ausgangsgröße o. Für jeden (Teil) Prozess werden entsprechende Knoten gebildet, deren (Teil) Ausgangsgrößen in die Netzstruktur (2) integriert werden. Die Netzstruktur wird vorzugsweise nach dem gewünschten Ergebnis wie beispielsweise einer Produktionsprognose festgelegt. Weitere, vorteilhafte Netzstrukturen sind beispielweise Funktionsannäherung, zur Ermittlung von Produktionsparameter und deren Einfluss im Gesamtproduktionsprozess.
Nach Definition der Eingangsparameter, der Netzwerkstruktur wird das System zur Verifizierung der Netzwerkberechnung mit realen Prozessdaten wie beispielsweise Daten aus einem BetriebsDatenErfassungsSystem (BDE – System) oder durch Expertenbeurteilungen trainiert. Denn im Gegensatz zu herkömmlichen Computersystemen, bei denen die Ausgangsgrößen nach, in der Regel festen Gesetzmäßigkeiten, aus den Eingangsgrößen errechnet werden, müssen neuronalen Netze zunächst aus Abläufen, Daten, Ereignissen etc. lernen. Die Speicherung bzw. Weitergabe (Vererbung) des Wissen geschieht über die Knoten. Aus diesem Wissen werden dann, in der Regel durch z.B. nichtlineare Rechnungen, Verknüpfungen etc. die Ausgangsgrößen gebildet. Nach der Netzwerkverifizierung kann dann das System in Betrieb genommen werden.
In 3 ist die prinzipielle Funktionsweise im realen Betrieb dargestellt. In den Block Prozess fliesen alle Prozessdaten wie beispielsweise Produktionsdaten, Anwender – und Experteneingaben ein. Diese Daten werden „bewertet" und fliesen in den Block Wissenserwerb ein und werden gegebenenfalls als Wissenzuwachs in der Wissensbasis abgelegt. In der Wissensbasis erfolgt ein Vergleich mit den abgelegten Soll-Vorgaben, Regeln etc. dabei werden u.a. und Abweichungen (Optimierungen) errechnet und in den Block Prozessoptimierung überführt. Gegebenenfalls werden auch noch Instruktionen (Hinweise, Vorschläge, Warnungen etc.) an den Block Erklärungen übermittelt. Beide vorgenannten Blöcke geben dann diese Information wieder an den Block Prozess zurück. Der Block Prozess fungiert daher auch als Benutzerschnittstelle zum Prozess. Es handelt sich also um ein geschlossenes Regelsystem, das weitestgehend eigenständig den jeweiligen Prozess, in einem zuvor von Experten festgelegtem Rahmen, optimiert.
Vorteile der Erfindung:
Besonders vorteilhaft bei der Erfindung ist die weitestgehende, eigenständige Optimierung, Regelung und Überwachung der (Teil) Prozesse in einem, zuvor von Experten vorgegeben Rahmen. Darüber hinaus ist das System in der Lage die beispielsweise OnLine erhaltenen Daten als Wissenszuwachs in der Wissensbasis abzulegen und damit kontinuierlich das Prozess Know How zur „Verfeinerung" der Ergebnisse zu verwenden. Das Modul Klassifizierung ermöglich auch eine (Teil) Prozessabgrenzung d.h. Unterscheidung beispielsweise bei sich ändernden Produktionsbedingungen (Reduzierung der Maschinenleistung, Personalausfall, Materialaustausch etc.) und schafft daher weitere (neuere) Optimierungskriterien. Damit ist es auch in der Lage, weitestgehend z.B. unabhängig von der Qualifizierung des Bedienpersonal den (Teil) Prozess zu optimieren. Dies kann zum entscheidenden Wettbewerbsvorteil werden.
Beschreibung von Ausführungsbeispielen:
Die Beschreibung einer vorgesehenen, real umgesetzbaren Prozessoptimierung wird an Hand einer Optimierung der Verfahrgeschwindigkeit zur Kunststoffumhüllung von Stahlrohren mit europa's bedeutenden Rohrhersteller beschrieben.
4 zeigt den Aufbau, die Wirkungsweise und den Datenfluss des einsetzbaren Produktionsexperten in Anlehnung an die, zur Zeit häufig verwendete Strukturierung, für produzierende Betriebe. In 5 ist der Ablauf der Optimierung bis zur Online Nutzung beschrieben. Die in der Phase 2 beschriebenen Netzwerkberechnungen können auch weitestgehend automatisiert erfolgen, wenn durch Experteneingaben die jeweils zulässigen Funktionsbereiche definiert werden.
5 zeigte die ermittelten Einflussfaktoren der ausgewählten Produktionsparameter in dem betrachteten Produktionsprozess. Tabelle 1 zeigt die berechneten Netzwerkergebnisse, deren Eingangsgrössen aus den Daten (Tabelle 2) eines BetriebsDatenErfassungs – Systems (BDE – System) aus einer gefahrenen Produktion gebildet wurden. Tabelle 3 zeigt die Verifizierungsergebnisse und 6 zeigt die Verbesserungen, die nach Übergabe des Funktionsbereiches (siehe 3) an die Wissensbasis vom System im Automatikbetrieb erreicht werden können.
Die vorstehend beschriebene Vorgehensweise bzw. aufgezeigten Funktionen sind auch für alle anderen (Teil) Prozesse anwendbar. In 4 ist beispielweise auch ein ProduktionsPlanungsProzess – Experte aufgezeigt, der alle notwendigen Schritte (Prozesse) vor Produktionsaufnahme optimiert.

Zusammengefasst ist der optimale Zustand eines Gesamtsystems erreicht, wenn alle (Teil) Prozesse den Optimierungsabschnitt durchlaufen und OnLine – geschaltet sind. Vorzugsweise geschieht dies durch einen Gesamtsystemaufbau der (Teil) Prozesse nach dem „botton to top„ – Verfahren. Modell: Funktionsnäherung

IstUGeschw = f (Arohrtemp, SchDr1, SchDr2,... ,isrohlae, swandick, sdurchm)
MaDrP4	MaTevP	MaTenP	istrohlae	swandick	sdurchm	IstUGeschw
213,9	251,5	252,6	6	3,6	117,5	12,4
154,9	256,2	257,3	12,5	5,6	323,9	8,5
212,7	270,5	268,4	13,5	7,1	406,4	9,1

Tabelle 1: Berechnete Umhüllgeschwindigkeit aus erfassten BDE Daten (Auszug) einer gefahrenen Produktion.

Erfasste BDE-Daten
MaDrP4	MaTevP	MaTenP	istrohlae	swandick	sdurchm	IstUGeschw
213,9	251,5	252,6	6	3,6	117,5	12,4
154,9	256,2	257,3	12,5	5,6	323,9	8,5
212,7	270,5	268,4	13,5	7,1	406,4	9,1

Tabelle 2: Erfasste BDE – Daten (Auszug)

Verifizierung Umhüllgeschw.
absAbw [m/min]	relAbw [%]
0,0	0,2
0,1	1,6
–0,3	–3,1

Tabelle 3: Ergebnis der Verifizierung des Produktionparameter Umhüllgeschwindigkeit

6: Ergebnisse der Online Optimierung der Umhüllgeschwindigkeit
Ergebnisse

• Erhöhung Ausstoß, der Ausbeute (Wirkungsgrad), Durchsatz min. 30 %
• Reduktion Produktionszeit min. 20 %.
• Erhöhung der Produktivität min. 10 %

Claims

Hauptanspruch gekennzeichnet durch ein adaptives, selbstlernendes System, bestehend aus einer Menge von mindestens einem, in der Regel jedoch aus vielen Elementen (Parametern), die in ihrer Verschiedenheit zusammenarbeiten um als Ganzes ein bestimmtes (gewünschtes) Verhalten, welches Unterscheidungen von Erfahrungen in einem, durch Transformation menschlicher Denk- und Lernprozesse in datentechnisch verarbeitbare Modelle speichert, um direkt OnLine oder zukünftig günstige und ungünstige Situationen schneller und ohne großen Energieaufwand zu erkennen und entsprechende Maßnahmen zur Optimierung des zeitlichen bzw. funktionellen Zusammenhanges des Gesamtverhalten einleitet (vorschlägt). Unteranspruch 1 gekennzeichnet durch ein adaptives, selbstlernendes System wie unter Hauptanspruch beschrieben was beispielsweise in industriellen Prozessen eingesetzt wird, zur Optimierung von Ereignissen, Erscheinungen, Objekten, (Teil) Prozessen zur Erzielung des bestmöglichen Einsatzes beispielsweise der Ressourcen Mensch, Maschinen und Material. Unteranspruch 2 gekennzeichnet durch ein adaptives, selbstlernendes System wie unter Hauptanspruch beschrieben was zu Datenzuordnungen von Ereignissen, Erscheinungen, Objekten, (Teil) Prozessen eingesetzt wird, zur Analyse der selbigen. Unteranspruch 3 gekennzeichnet durch ein adaptives, selbstlernendes System wie unter Hauptanspruch beschrieben was zur Überwachung von Ereignissen, Erscheinungen, Objekten, (Teil) Prozessen eingesetzt wird, zur Dateninterpretation in Abhängigkeit vom Ergebnis. Unteranspruch 4 gekennzeichnet durch ein adaptives, selbstlernendes System wie unter Hauptanspruch beschrieben was zur Diagnose, Instanthaltung von Ereignissen, Erscheinungen, Objekten, (Teil) Prozessen eingesetzt wird, zur Dateninterpretation bzw. Fehlerlokalisierung in technischen oder sonstigen Systemen. Unteranspruch 5 gekennzeichnet durch ein adaptives, selbstlernendes System wie unter Hauptanspruch beschrieben was zur Ergreifung bzw. Vorschlag von Maßnahmen zu Ereignissen, Erscheinungen, Objekten, (Teil) Prozessen eingesetzt wird, zur Korrektur Prozessabweichungen unter Umständen auch mit Ursachenbeseitigung Unteranspruch 6 gekennzeichnet durch ein adaptives, selbstlernendes System wie unter Hauptanspruch beschrieben was zu Prognosen von Ereignissen, Erscheinungen, Objekten, (Teil) Prozessen eingesetzt wird, zur Vorhersage und/oder Bewertung erreichbarer Zustände von zeitvarianten Systemen. Unteranspruch 7 gekennzeichnet durch ein adaptives, selbstlernendes System wie unter Hauptanspruch beschrieben was zur Planabsicherung von Ereignissen, Erscheinungen, Objekten, (Teil) Prozessen eingesetzt wird, zum Erzeugen und/oder Bewerten von Aktionen zur Erreichung von Zielen.