Call for Papers

Lernen von Kausalitäten in Produktionsanlagen ( Vortrag )

Selbstlernende Reparaturunterstützung in komplexen Systemen

Referent: Prof. Oliver Niggemann, inIT- HS OWL
Vortragsreihe: Machine Learning
Zeit: 06.12.18 11:45-12:25

Zielgruppe

Forschung&Lehre

Themenbereiche

Mensch & Team, Aus Forschung & Lehre

Schwerpunkt

Methode

Voraussetzungen

Grundlagenwissen

Kurzfassung

Während das Lernen von Modellen des Normalverhaltens von Produktionsanlagen und damit auch das Erkennen nicht-normaler Situationen gut funktioniert (Condition Monitoring), bleibt das Lernen von Kausalitäten ein ungelöstes Problem. Solche Kausalitäten werden z.B. für die Diagnose, also der Identifikation von Fehlerursachen (Root Causes), benötigt. Das Lernen der Kausalitäten auf Basis von Systembeobachtungen scheitert aktuell an folgenden Problemen: (i) Kombinatorik: Zu jedem Zeitpunkt kann der Wert einer Variable von einer beliebigen Teilmenge der Variablen abhängen. (ii) Zeit: Abhängigkeiten zwischen Variablen wirken oft nur zeitverzögert, d.h. auch Zeitverzögerungen müssen gelernt werden. (iii) Bias: Die Form der die Abhängigkeit beschreibenden Funktion muss eingeschränkt werden, da es unendlich viele solcher Formen gibt. (iv) Fehlermodelle: Kausalitäten müssen nicht nur für das Normalverhalten sondern auch für das Verhalten im Fehlerfall erlernt werden.

Gliederung

Problembeschreibung und Motivation

Einsatzgebiete

Lösungsansatz

Zusammenfassung

Nutzen und Besonderheiten

Die Zuhörer verstehen, welche Möglichkeiten Maschinelles Lernen für die Diagnose von Produktionsanlagen aufweist.

Über den Referenten

2008 folgte Professor Niggemann dem Ruf auf die Professur für Technische Informatik an der Hochschule Ostwestfalen-Lippe, wo er sich mit der Anwendung von Methoden der künstlichen Intelligenz auf die industrielle Automation beschäftigt. Seit 2008 ist er Vorstandsmitglied des Instituts für industrielle Informationstechnologien (kurz: inIT - Institut Industrial IT). Prof. Niggemann ist ebenfalls stellvertretende Leiter des Fraunhofer Anwendungszentrums Industrial Automation IOSB-INA in Lemgo.