Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Künstliche Intelligenz 38 Trend Guide Industrie 4 0 IIoT KI 2025 www markttechnik de werte oder Labels Zu den typischen Methoden zählen Clustering-Algorithmen wie k-Means zur Gruppierung ähnlicher Datenpunkte Verfahren zur Dimensionalitätsreduktion wie Hauptkomponentenanalyse oder Singulärwertzerlegung zur Vereinfachung komplexer Datensätze sowie Anomalieerkennung um ungewöhnliche oder unerwartete Beobachtungen zu entdecken Für die weiteren Untersuchungen wurden unterschiedliche Datensätze mit Vibrationsdaten zum Teil öffentlich verfügbare wie z Bder Pronostia-Datensatz verwendet Clustering von Daten Der k-Means-Algorithmus ist ein Verfahren aus dem Bereich des unüberwachten Lernens und wird vor allem für Clustering-Aufgaben eingesetzt Hierbei werden Datenpunkte in k Gruppen unterteilt sodass Punkte innerhalb einer Gruppe möglichst ähnlich sind K-Means arbeitet in der Regel sehr schnell und lässt sich gut auf größere Datenmengen anwenden Allerdings kann das Verfahren empfindlich auf Ausreißer reagieren und liefert nicht immer gute Ergebnisse wenn die Daten komplex oder ungleichmäßig verteilt sind Datenreduktion In Bild 1 oben ist der aufgenommene Amplitudenverlauf der Vibrationssignale für ein Maschinen-Lager aus dem Pronostia Datensatz dargestellt Darin sind einzelne Anomalien oder Abweichungen vom »intakten« Zustandswert zu erkennen Diese können aufgrund von äußeren Erschütterungen oder ähnlichen Ereignissen entstanden sein Für industrielle Maschinen können bei normalem Verschleiß je nach Anwendung 10 000 bis 100 000 Betriebsstunden vergehen Daten im Prozess aufzunehmen und für ein Training von KI-Modellen vorzuverarbeiten macht in der Regel etwa 80 Prozent des Gesamtaufwandes aus Um somit nicht alle Rohdaten aufwändig vorverarbeiten zu müssen ist eine Datenreduktion sinnvoll Singulärwertzerlegung Die Singulärwertzerlegung Singular Value Decomposition SVD ist eine Methode der linearen Algebra um die Dimensionalität von Daten zu reduzieren Einen reduzierten Datensatz erhält man indem nur die ersten k dominanten Singulärwerte und die entsprechenden Teile der Singulärwertzerlegung verwendet Die Datenpunkte mit den größten Singulärwerten sind in Bild 1 Mitte dargestellt Die Standardabweichung der Singulärwerte wurde genutzt um einen Schwellwert Ψ dargestellt als gestichelte Linie in Bild 1 Mitte für den Neuigkeitswert der Daten zu berechnen Korrelation Die Singularwerte können dazu genutzt werden um in einem weiteren Schritt mittels Kreuzkorrelation Abweichungen von einem gelernten Gutzustand zu erkennen Als Korrelationsalgorithmus wurde die Canonical Crosscorrelation Analysis CCA verwendet und für die Umsetzung drei Phasen Lern-Beobachtungsund Implementierungsphase definiert Drei Phasen des KI-Trainings In der Lernphase wird davon ausgegangen dass sich die Maschine in einem intakten Gutzustand befindet Die Singulärwertzerlegung wird auf das erfasste Vibrationssignal Xangewendet Die für eine Analyse per Fast Fourier Transformation FFT in Frequenzanteile zerlegten zeitdiskreten Signale des Vektors der Singulärwerte wird als Merkmal für den intakten Zustand der Maschine verwendet und in einer Merkmalsmatrix Fgespeichert und daraus ein Schwellenwerts Ψ berechnet Die Beobachtungsphase ist optional kann aber nützlich sein um bestimmte Anomalien bzw Zustände zu lernen und als Merkmal Fzu speichern Dies führt zur Aktualisierung der Merkmalsmatrix Fund des Schwellenwertes Ψ In der Implementierungsphase werden neue Vibrationswerte Xaufgezeichnet und mit SVD zerlegt um den Merkmalsvektor f zu erhalten Dieses Merkmal wird dann mittels CCA mit der bereits erlernten Merkmalsmatrix Fdes Gutzustandes analysiert Das Ergebnis der Für automatisierbare Prozesse Dienstleistungen und Anlagen hat das IMMS energieeffiziente Edge-KI-Systeme mit Gesamtsystem-Energiemodellierung entwickelt um beispielsweise Bestandsanlagen mit kabellosen Sensoren für Condition Monitoring oder Füllstanderfassung nachrüsten zu können Bilder MMS