Die Zukunft der industriellen Datenverarbeitung übernehmen sogenannte Edge-Geräte, die Daten bereits im Schaltschrank erfassen und vorverarbeiten. Im Projekt EMILIE arbeitet das Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM gemeinsam mit Verbundpartnern an der Verbesserung dieser Technologien. Dabei haben die Forschenden unter anderem die Energieeffizienz großer Mühlen im Blick.
EMILIE steht für Embedding Machine Intelligence Logic and IT Security into Edge Devices und kommt vor Ort zum Einsatz, z.B. im Technikum der Gebrüder Pfeiffer SE. Das Unternehmen hat sich auf Materialaufbereitung spezialisiert und bietet Mühlen und Walzen für unterschiedliche Stoffe an, wie zum Beispiel Zement und andere Baumaterialien.
Lokale Datenspeicherung dank Edge Computing
Im Zeitalter des Industrial Internet of Things gewinnt Edge-Computing aufgrund von Sicherheit und Effizienz immer mehr an Bedeutung. »Hier werden die Daten nicht in entfernten Rechenzentren bzw. der Cloud, sondern am Rand der IT und möglichst nah am Sensor, im Schaltschrank auf der Hutschiene verarbeitet«, erläutert Dr. Benjamin Adrian, Projektleiter am Fraunhofer ITWM. Die Hutschiene (engl. DIN Rail) ist eine genormte Befestigungsschiene im Schaltschrank oder Sichererungskasten etc., um Geräte zu montieren.
Die Edge-Geräte im Projekt EMILIE sind entweder integriert in magnetostriktive Sensoren und hochauflösende Kameras oder per Kabel via Edge-Gateways angebunden. Dies ermöglicht eine kamerabasierte Schwingungsüberwachung, in der beobachtete Bildpunkte quasi als Beschleunigungssensoren dienen – Drehmoment, Drehwinkel und Drehzahl werden über einen einzelnen Sensor berührungslos, magnetostriktiv erfasst.
Weniger Schwingung, mehr Effizienz
Mit den Zementmühlen der Gebrüder Pfeiffer SE werden die Edge-Geräte im realen Produktionsbetrieb getestet. »Beim Zerkleinern von Bauschutt wirken große Kräfte, die zum Aufschwingen der Mühlen führen und deren Verschleiß beschleunigen. Das wollen wir verhindern, indem wir mit einem digitalen Zwilling Maschineneinstellungen optimieren und auf die realen Mühlen übertragen«, beschreibt Benjamin Adrian das Projektziel.
Künstliche Intelligenz und Maschinelles Lernen aus dem Fraunhofer ITWM
Im Projekt EMILIE bringt das abteilungsübergreifende Team des Fraunhofer ITWM die mathematischen Kompetenzen ein und entwickelt passende KI-Verfahren. Dabei greifen die Forschenden auf Methoden des Maschinellen Lernen (ML) aus der Signal- und Bilddatenverarbeitung zurück. Projektziel ist ein implementiertes Referenzsystem für
Am »touchpoint.innovation.digital«, einer speziellen Aktionsfläche der Dortmunder Fachmesse elektrotechnik, präsentiert das Fraunhofer ITWM seine Forschung rund um Gebäude-, Energie- und Industrietechnik. Besuchen Sie uns vom 8. bis 10. Februar in Halle 5, Standnummer 5.B08.
Weiterführende Informationen zu EMILIE finden Sie auf unserer Projekt-Website und unserer Veranstaltungsseite.
EMILIE steht für Embedding Machine Intelligence Logic and IT Security into Edge Devices und kommt vor Ort zum Einsatz, z.B. im Technikum der Gebrüder Pfeiffer SE. Das Unternehmen hat sich auf Materialaufbereitung spezialisiert und bietet Mühlen und Walzen für unterschiedliche Stoffe an, wie zum Beispiel Zement und andere Baumaterialien.
Lokale Datenspeicherung dank Edge Computing
Im Zeitalter des Industrial Internet of Things gewinnt Edge-Computing aufgrund von Sicherheit und Effizienz immer mehr an Bedeutung. »Hier werden die Daten nicht in entfernten Rechenzentren bzw. der Cloud, sondern am Rand der IT und möglichst nah am Sensor, im Schaltschrank auf der Hutschiene verarbeitet«, erläutert Dr. Benjamin Adrian, Projektleiter am Fraunhofer ITWM. Die Hutschiene (engl. DIN Rail) ist eine genormte Befestigungsschiene im Schaltschrank oder Sichererungskasten etc., um Geräte zu montieren.
Die Edge-Geräte im Projekt EMILIE sind entweder integriert in magnetostriktive Sensoren und hochauflösende Kameras oder per Kabel via Edge-Gateways angebunden. Dies ermöglicht eine kamerabasierte Schwingungsüberwachung, in der beobachtete Bildpunkte quasi als Beschleunigungssensoren dienen – Drehmoment, Drehwinkel und Drehzahl werden über einen einzelnen Sensor berührungslos, magnetostriktiv erfasst.
Weniger Schwingung, mehr Effizienz
Mit den Zementmühlen der Gebrüder Pfeiffer SE werden die Edge-Geräte im realen Produktionsbetrieb getestet. »Beim Zerkleinern von Bauschutt wirken große Kräfte, die zum Aufschwingen der Mühlen führen und deren Verschleiß beschleunigen. Das wollen wir verhindern, indem wir mit einem digitalen Zwilling Maschineneinstellungen optimieren und auf die realen Mühlen übertragen«, beschreibt Benjamin Adrian das Projektziel.
Künstliche Intelligenz und Maschinelles Lernen aus dem Fraunhofer ITWM
Im Projekt EMILIE bringt das abteilungsübergreifende Team des Fraunhofer ITWM die mathematischen Kompetenzen ein und entwickelt passende KI-Verfahren. Dabei greifen die Forschenden auf Methoden des Maschinellen Lernen (ML) aus der Signal- und Bilddatenverarbeitung zurück. Projektziel ist ein implementiertes Referenzsystem für
- Zustandsüberwachung – lokal über die Anlagen verteilt, echtzeitnah und nachvollziehbar
- vorausschauende Instandhaltung der Anlage
- Steuerung durch KI-basiertes Edge Computing
Am »touchpoint.innovation.digital«, einer speziellen Aktionsfläche der Dortmunder Fachmesse elektrotechnik, präsentiert das Fraunhofer ITWM seine Forschung rund um Gebäude-, Energie- und Industrietechnik. Besuchen Sie uns vom 8. bis 10. Februar in Halle 5, Standnummer 5.B08.
Weiterführende Informationen zu EMILIE finden Sie auf unserer Projekt-Website und unserer Veranstaltungsseite.
