Demonstrator für Maschinelles Lernen I
Umsetzungsprojekt mit der Invensity GmbH
Die INVENSITY GmbH ist seit 2007 Technologiepartner für unterschiedliche Industriezweige, wie Systemtechnik, Analytics und Softwaretechnik. Dabei können die Tätigkeiten variieren, von der einfachen Beratung bis hin zur vollständigen Systemauslegung und Durchführung von Testläufen.
Um die eigenen Kompetenzen im Bereich des Maschinellen Lernens auszubauen hat die INVENSITY GmbH vor einiger Zeit begonnen, erste Projekte und Demonstratoren zu entwickeln. Dabei lag der Fokus auf Simulation und Regelung von Systemen. Dafür wurde ein Entwicklungspartner gesucht und gefunden: das Mittelstand-Digital Zentrum Darmstadt. Ziel der Partnerschaft ist es, Wissen auszutauschen und INVENSITY neue Möglichkeiten bei der Regelung von Systemen zu eröffnen.
Maschinelles Lernen ist eine vielseitig einsetzbare Technik. Ein Teilbereich, in dem es eingesetzt werden kann, ist das Steuern von Regelkreisen. Dabei werden keine Steuerregeln fest im System hinterlegt, sondern die Regeln werden selbstständig von einem Algorithmus trainiert. In einem sich wiederholenden Prozess wird eine beliebige Regel angenommen und das Verhalten des Regelkreises mit dem gewünschten Ergebnis abgeglichen. Wenn sich Beobachtung und Ziel unterscheiden, wird die Regel – basierend auf Algorithmen – angepasst und der Regelkreis erneut getestet. Dieses Vorgehen hat einen Nachteil: Es ist in einem industriellen Kontext nicht physisch anwendbar. Der Regelkreis kann nämlich bis zum Erlernen von stabilen Regeln immer wieder zusammenbrechen. Eine Lösung wäre deshalb die Entwicklung von Simulationen, mit deren Hilfe Regeln vortrainiert werden können.
Im Rahmen dieses Projektes entwickeln die Experten des Kompetenzzentrums nun gemeinsam mit der INVENSITY GmbH einen Ablaufplan, der die Erstellung von Simulationen strukturiert. Als Grundlage dienen dabei CAD-Daten. Diese sollen aus der CAD-Umgebung exportiert werden und anschließend in eine entsprechende Simulationsumgebung geladen werden. Informationen hinsichtlich der Bewegungseinschränkungen sollen dabei übernommen werden. Mit der Simulationsumgebung soll anschließend eine Regelung auf Basis eines neuronalen Netzes trainiert werden. Dadurch kann das neuronale Netz bereits vortrainiert werden, bevor es auf dem realen Produkt zur Steuerung eingesetzt wird.
Im letzten Schritt sollen alle Erfahrungen systematisch aufbereitet werden. So entsteht ein Ablaufplan, den man zur weiteren Erstellung von Simulationen nutzen kann. Durch das gewonnene Wissen über die Erstellung von Simulationsumgebungen, erweitert die INVENSITY GmbH ihr Portfolio und setzt es in Zukunft im operativen Geschäft in der Prototypenentwicklung ein.
