Celsius oder Fahrenheit? Interoperables Machine Learning für eine vernetzte Produktion mittels Semantik

Wissenschaftliche Fragestellung
Im Kontext der Industrie 4.0 ist eine verlässliche Kommunikation ebenso wichtig wie eine Analyse von Daten. Die NASA-Sonde Mars Climate Orbiter etwa ging 1999 aufgrund eines einfachen  Einheitenfehlers verloren. Ganz allgemein erschweren rein numerische Werte (z.B. „22.4“) die Analyse gesammelter Daten.

Für eine gesteigerte Aussagekraft von Daten für Data Scientists wird im Exzellenzcluster „Internet of Production“ der RWTH Aachen an gemeinsamen Vokabularen geforscht. Ontologien bilden semantische Zusammenhänge ab, müssen jedoch aufwendig erstellt und gewartet werden. In den Ingenieurswissenschaften gibt es bereits Standards, deren volle Potenziale nicht genutzt werden.

Ziel der Masterarbeit ist es, einen Datenstrom realer Maschinendaten um Metadaten (z.B. Einheiten) zu erweitern und aus bestehenden Kommunikationsstandards eine Ontologie zu extrahieren. Abschließend sollen Gemeinsamkeiten zwischen Produktionsanlagen automatisiert erkannt und die Informationsflüsse der verschiedenen Maschinen bewertet werden.

Wissenschaftliche Methodik

  • Analyse der laufenden Datenintegration (OPC-UA) einer Spritzgießmaschine am IKV
  • Implementieren einer Ontologie-Extraktion in einen bestehenden OPC-UA Connector
  • Aufbau einer Ontologie und Verifikation an einer realen Spritzgussmaschine


Ziel und erwartete Ergebnisse

  • Extraktion und Analyse von Informationsmodellen aus einem CPPS im Spritzgießen
  • Konvertierung eines OPC-UA Informationsmodells in eine Ontologie
  • Upgrade der laufenden Datenintegration um Semantik, inkl. Evaluation
  • Prototypische Datenanalyse mittels Machine Learning auf semantischen Daten


Die Ergebnisse dieser Arbeit sind ein wichtiger Schritt in Richtung Interoperabilität zwischen Produktionsmaschinen im Rahmen der Industrie 4.0. Sie beinhalten eine Software zur Konvertierung von OPC-UA Informationsmodellen, sowie ein Konzept und Umsetzung eines Vergleichs verschiedener Ontologien mit anschließender Bewertung. Data Scientists werden in ihrer Arbeit unterstützt und die Interoperabilität von Maschinen gefördert.

Ansprechpartner
Patrick Sapel, M.Sc. (IKV)
+49 241 80-96626
patrick.sapel@ikv.rwth-aachen.de

Johannes Lipp, M.Sc. (FIT)
+49 241 80-21501
johannes.lipp@fit.fraunhofer.de