Digitales Denken – Software erkennt Fehler bevor sie entstehen

Prof. Dr. Michael Schulz, Gründer und Geschäftsführer der Indalyz Monitoring & Prognostics GmbH ©TGZ Halle, Foto Marco Warmuth

Das Start-up IM&P nutzt Künstliche Intelligenz in der industriellen Wartung und Steuerung – mit einem völlig neuen Ansatz.

Den Schaden an einer Maschine entdecken, bevor dieser Wirkung zeigt – das gelingt der Indalyz Monitoring & Prognostics GmbH aus Halle (Saale). Das Start-up entwickelt und managt Software und Algorithmen, die auf Künstlicher Intelligenz basieren und zur Steuerung und Überwachung verschiedenster Maschinen und Anlagen eingesetzt werden kann. Wenn eine Windenergieanlage brennt, aufgrund eines defekten Getriebes zum Beispiel, ist es zu spät. Zwar werden Windkraftanlagen fernüberwacht, Ingenieure werten Prozessdaten aus und reagieren darauf – die Ursachen für die Ausfälle aber erkennen sie damit häufig zu spät oder gar nicht.

Anders die Software der Indalyz Monitoring & Prognostics (IM&P) GmbH aus Sachsen-Anhalt. Predictive Maintenance - vorausschauende Wartung also, verspricht die Software, basierend auf Künstlicher Intelligenz. Das System ist anwendbar für Maschinen, Anlagen und Fahrzeuge. Es wertet große Mengen Prozessdaten und von Sensoren gemessene Maschinenzustandsdaten aus, bereitet sie auf und kann schließlich äußerst genaue Angaben machen über den Verschleißverlauf einzelner Bauteile und die daraus zu erwartenden Schäden. Der Vorhersagezeitraum bewegt sich dabei vom Sekunden- bis zum Jahresbereich.

Software trainiert sich selbst

Bisher basiert die Einschätzung des aktuellen Maschinenzustandes auf deren Lebensdauerstatistiken. Die individuelle Belastung einzelner Maschinen oder Anlagen wurde dagegen kaum berücksichtigt – wenn überhaupt, dann durch Auswertung regelmäßiger, kosten- sowie personalaufwändiger Inspektionen. „Die Zukunft erfordert aber,“ so Michael Schulz, „dass Maschinen potentielle Schäden selbständig erkennen und verhindern.“ Die von IM&P dafür entwickelte Software ist selbstlernend und begleitet die Maschinen bis ans „Lebensende“. Sie verfügt anfangs über einen Pool an Grundinformationen, unter anderem basierend auf ingenieurtechnischem Expertenwissen und Erfahrungen von anderen Maschinen gleichen Typs. Dann beginnt sie zu sammeln – Informationen, die hauptsächlich von der zu überwachenden Maschine kommen und die ihre spezifischen Betriebszustände reflektieren. Die Software lernt daraus, trainiert sich selbst und schließt auf die zukünftige Verschleißentwicklung. Die Prognosen sind dabei äußerst genau: Die Hauptschadensgruppen können mit einer Wahrscheinlichkeit von 96 Prozent vorhergesagt werden, nur 3,5 Prozent sind Fehlalarme, und 0,5 Prozent der Schäden entstehen spontan und entziehen sich der Prognose.

Ausfälle und Umweltschäden vermeiden

Einsetzbar ist die Software nicht nur bei Windkraftanlagen, sondern auch bei Wasser- oder Wärmekraftanlagen, Zementmühlen, Zentrifugen, Schiffsmotoren, Bergbaumaschinen. Derzeit ist IM&P an einem Forschungsprojekt mit einem Chemiewerk beteiligt: Motoren öffnen und schließen dort Leitungen – Armaturen –, durch die unterschiedliche Stoffe fließen. Aus permanenten Tests kann geschlussfolgert werden, ob diese Motoren ausreichend funktionieren oder wann sie ausfallen könnten. Passiere das Unvorhergesehe, so Prof. Schulz, könne das nicht nur einen Totalausfall der Anlage bewirken, sondern auch verheerende Folgen für die Umwelt haben.

Zweite Säule: Steuerung

Die Fernüberwachung von Anlagen ist eine der zwei Säulen des IM&P-Geschäftes. Die zweite ist die Entwicklung, Installation und Konfiguration anlagen- und kundenspezifischer Steuerungshard- und Software. Auch diese ist selbstlernend, benötigt aber keine spezifische Trainingsphase. Entscheidend sind die Signale, die sie von der Maschine empfängt und auf die sie im Bruchteil von Sekunden reagiert – fast so schnell wie die Elektronik der Maschine – und somit in der Lage ist, steuernd einzugreifen. 

Früher, sagt Prof. Schulz, wurden weitgehend lineare mathematische Relationen genutzt, um eine Maschine zu steuern. Die waren vom Menschen beherrschbar und ohne große Vorkenntnis leicht verständlich. Heute ist der Komplexitätsgrad moderner Maschinen wesentlich höher, und Steuerung sowie Überwachung bedürfen deshalb weitaus komplexeren Relationen. Das erfordert leistungsstarke Prozessoren und ausgefeilte Algorithmen. „Das können Menschen allein nicht mehr erkennen. Moderne Maschinen sind multifunktionale Systeme, die durch Künstliche Intelligenz zu bisher kaum denkbaren Leistungen gebracht werden können.“ Das Thema interessiert den Physiker schon lange. Er hat in Halle (Saale) an der Martin-Luther-Universität studiert, hat in Ulm, New York und Chemnitz gelehrt. Und hat sich von Anfang an mit Künstlicher Intelligenz und komplexen Systemen beschäftigt. Auf diesem Gebiet, im Bereich der klassischen Mechanik komplexer Systeme, gibt es viele Fragen, aber nur wenige Fachleute an den Hochschulen; der Bedarf in der Industrie sei aber riesig – weltweit.

Hugo-Junkers-Preis 2017

Also gründete er 2015 IM&P im Technologie- und Gründerzentrum auf dem Weinberg-Campus in Halle (Saale). Als innovatives Start-up wurde ihr 2017 der Hugo-Junkers-Preis des Landes Sachsen-Anhalt für ihr künstlich intelligentes Maschinenüberwachungssystem CASIS (Cognitives Autonomoues Sensory Intelligent System) verliehen. IM&P betreut heute Windkraftanlagen auf der ganzen Welt. Aus den anfangs vier Mitarbeitern sind inzwischen sieben geworden, in diesem Jahr sollen drei weitere eingestellt werden.

Bei der Präsentation auf der diesjährigen Hannover-Messe liegt der Focus des Unternehmens allerdings nicht mehr ausschließlich auf Windenergieanlagen, sondern auf der Überwachung von verarbeitenden Maschinen, vor allem im Bereich Bergbau und der metallverarbeitenden Industrie.

Autorin: Anja Falgowski

mehr zum Thema

vorheriger Beitrag nächster Beitrag