OpAI4DNCS
Maschinenführer-zentrierte Parametrierung von Künstlicher Intelligenz für eng gekoppelte, verteilte, vernetzte Steuerungssysteme
Projekttyp: gefördert durch die bayerische Forschungsstiftung (BFS)
Forschungsfeld: Mensch-KI-Interaktion
Ansprechpartner: Theresa Prinz
Projektzeitraum: 05/2021 – 11/2024
Situation
Komplexe, industrielle Steuerungssysteme sind oftmals stark abhängig von menschlichem Erfahrungswissen und Intuition. Die bestmögliche Steuerung von Maschinen ist aber von entscheidender Bedeutung für deren effiziente Nutzung. Zwar bieten KI-Methoden das Potential menschliches Wissen nachzubilden und damit nutzbar zu machen, jedoch scheitern diese häufig aufgrund der Komplexität einerseits und der verteilten Architektur industrieller Steuerungssysteme in der praktischen Anwendung andererseits. OpAI4DNCS erforscht den Einsatz von KI auf Steuerungsebene in mobilen hydraulisch-elektrischen Maschinen am Beispiel komplexer Spezialtiefbaumaschinen und deren Hydrauliksubsystemen zur Beschleunigung des Einrichtens und zur Effizienzsteigerung des Betriebs insbesondere bei unerfahrenen Maschinenführern.
Zielsetzung
Es sind erstens adaptive, intelligente, lernende Steuerungssysteme auf Multi-Agentenbasis zu erforschen und über Liefergrenzen hinweg enger zu koppeln, um Totzeiten zu reduzieren. Die systematische Erhebung und Nutzung menschlichen Erfahrungswissens stellt zweitens die Erklärbarkeit und den sicheren Maschinenbetrieb auch in Grenzsituation sicher. Eine Plattform für den praktischen, industriellen Entwurf und Einsatz von shared control-Ansätzen zwischen Maschinenführer und MAS, nutzbar in komplexen Maschinen mit verteilten Steuerungssystemen, ist zu entwickeln und anhand einer Anlage zu erproben und zu etablieren.