Wie Time-Sensitive Networking von künstlicher Intelligenz profitieren kann

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Wie Time-Sensitive Networking von künstlicher Intelligenz profitieren kann

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Im Projekt KITOS arbeiten Wissenschaftler und Ingenieure an Lösungen für ein dynamisches Management von TSN-basierten Netzen (Time-Sensitive Networking).
Time-Sensitive Networking wird durch Künstliche Intelligenz optimiert.

Quelle: greenbutterfly/stock.adobe.com

  • Im Projekt „KITOS – Künstliche Intelligenz für TSN zur Optimierung und Störungserkennung“ arbeiten Wissenschaftler und Ingenieure gemeinsam an Lösungen für ein dynamisches Netzwerkmanagement in der Industrie.
  • KITOS entwickelt Konzepte für das Management TSN-basierter Netzwerke (Time-Sensitive Networking) unterstützt durch Künstliche Intelligenz (KI)

Im Projekt entwickeln die Konsortialpartner KI-Algorithmen, die auf Time-Sensitive Networking basierenden Netzwerken die notwendige Dynamik und Zuverlässigkeit für Industrie 4.0-Szenarien geben und es den Anwendern erlauben, diese einfach und ohne tiefere Netzwerk- oder KI-Kenntnisse einsetzen zu können. Intelligente Werkzeuge unterstützen bei der Entscheidungsfindung, erlauben eine effizientere Ressourcennutzung und ermöglichen performantere Konfigurationen. Für den aktiven Betrieb wird das Netzwerkmanagement mit KI-unterstützten Fehlererkennungs- und Adaptionsmechanismen gegen Ausfälle abgesichert.

Vielfalt von industriellen Kommunikationssystemen erschwert Vernetzung

Die Vernetzung von Maschinensteuerungen, Sensoren und Aktoren spielt in der Industrie eine tragende Rolle. Dabei gibt es eine Vielfalt verschiedener echtzeitfähiger und deterministischer Kommunikationssysteme wie Profinet, Ethercat oder Sercos, die inkompatibel zueinander sind. Zusätzlich unterscheiden sich die echtzeitfähigen Netzwerke der Feldebene von nicht echtzeitfähigen IT-Netzwerken. Diese verschiedenen Netzwerke miteinander zu verknüpfen ist sehr komplex und arbeitsintensiv.

Unterschiedliche Anwendungsprofile im selben Netzwerk unterstützen

Eine nachhaltige Steigerung von Effizienz und Flexibilität in der Produktion ist die Basis, um die Vision Industrie 4.0 weiter umzusetzen. Dazu müssen über dasselbe Netzwerk Anwendungen mit unterschiedlichen Anforderungen betrieben werden:

  • Anwendungen mit hohen Datenraten und niedriger Latenz (Verzögerung) wie Videoinspektion oder Augmented-Reality-Anwendungen zur Unterstützung von Wartungstechnikern.
  • Antriebs- und Robotersteuerungen mit extrem niedriger Latenz und hochgenauer Synchronität.

KITOS setzt auf Time-Sensitive Networking (TSN)

Bei der Verwirklichung setzen die Konsortialpartner auf Time-Sensitive Networking. TSN ist ein Ethernet-basierter Standard, der sowohl eine geringe Übertragungslatenz als auch eine hohe Synchronität ermöglicht. Ein industrielles Anwendungsprofil für TSN wird gegenwärtig in der Norm IEEE/IEC 60802 erarbeitet. Eine manuelle Konfiguration von TSN ist zwar möglich, jedoch ist diese statisch und bisweilen sehr komplex. Die Initialkonfiguration sowie die Reaktion auf veränderte Kommunikationsanforderungen, die Optimierung von TSN-Netzwerken im Betrieb und die Vermeidung von Störungen erfordern ein weitreichendes Netzwerk-Know-how, das bei der Inbetriebnahme und beim Betrieb von Fertigungsanlagen vielfach nicht zur Verfügung steht.

In KITOS sollen Methoden der Künstlichen Intelligenz, wie selbstlernende Verfahren, die sich stetig weiterentwickeln, genutzt und zur Konfiguration und Optimierung eines modernen Kommunikationsnetzes eingesetzt werden. Dadurch soll zum Beispiel ein besserer Schutz gegen Ausfälle erreicht oder auftretende Probleme bei Überlastungen gelöst werden.

KITOS wird vom Forschungsbereich „Intelligente Netze“ des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) in Kaiserslautern koordiniert und vom Bundesministerium für Bildung und Forschung (BMBF) mit 5 Millionen Euro bis März 2023 gefördert.

Partner:

  • Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI), Kaiserslautern
  • Codesys Development GmbH, Kempten (Allgäu)
  • Robert Bosch GmbH, Gerlingen-Schillerhöhe
  • Eberhard Karls Universität Tübingen
  • Hilscher Gesellschaft für Systemautomation mbH, Hattersheim
  • Technische Universität Dresden
  • Bosch Rexroth AG, Lohr am Main

Assoziierte Partner:

Hirschmann Automation and Control GmbH, Neckartenzlingen

Weitere Informationen: https://www.dfki.de/

Erfahren Sie hier mehr über KI-basierte Roboterkalibrierung.

Lesen Sie auch: „Maschinenbau: Was technische Bürsten in der Verpackungstechnik leisten“

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments

Andere Leser haben sich auch für die folgenden Artikel interessiert

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Wir wollen immer besser werden!

Deshalb fragen wir SIE, was Sie wollen!

Nehmen Sie an unserer Umfrage teil, und helfen Sie uns noch besser zu werden!

zur Umfrage

Aktuelle Ausgabe

Topthema: Neue Software-Plattform für die Messtechnik

GOM Inspect Suite

Mehr erfahren

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.