{"id":413,"date":"2020-08-28T10:49:43","date_gmt":"2020-08-28T08:49:43","guid":{"rendered":"https:\/\/www.hsu-hh.de\/imb\/?page_id=413"},"modified":"2023-11-20T13:10:00","modified_gmt":"2023-11-20T12:10:00","slug":"time4cps","status":"publish","type":"page","link":"https:\/\/www.hsu-hh.de\/imb\/projekte\/time4cps","title":{"rendered":"BMBF: TIME4CPS"},"content":{"rendered":"<p><strong>Ein Software-Framework zur Analyse des zeitlichen Verhaltens von Produktions- und Logistikprozessen<\/strong><strong><br \/>\n<\/strong><\/p>\n<p>Die Anwendung von K\u00fcnstlicher Intelligenz ist derzeit ein wesentlicher Innovationstreiber f\u00fcr Produktions- und Logistikprozesse. Es existieren dementsprechend viele Methoden, die zur Analyse der Prozessdaten verwendet werden k\u00f6nnen. In der Praxis scheitern diese Projekte jedoch h\u00e4ufig, weil eine elementare Information in Produktions- und Logistikprozessen \u2013 die Zeit \u2013 nicht genutzt wird.<\/p>\n<p>Gerade das Zeitverhalten spiegelt jedoch viele Effekte und Wechselwirkungen wider und steht oft ohne den Einsatz zus\u00e4tzlicher Sensoren zur Verf\u00fcgung. Warum wird also dieser kostenlos verf\u00fcgbare, unsichtbare Sensor Zeit im Rahmen von Optimierungen so wenig genutzt?<\/p>\n<p>Hauptgrund ist, dass Zeitdauern nur zwischen zwei Ereignissen gemessen werden k\u00f6nnen \u2013 und in solchen Systemen sind diese Ereignisse im Allgemeinen nicht definiert. Zwar existieren messbare Ereignisse (<abbr title=\"zum Beispiel\">z.B.<\/abbr> Steuerungssignale oder Zustands\u00e4nderungen diskreter Sensoren), aber meist sind gerade die optimierungsrelevanten Ereignisse durch komplexe Muster in kontinuierlichen, untereinander abh\u00e4ngigen und hochdimensionalen Sensorwertverl\u00e4ufen verborgen. Sie sind daher unbekannt und nicht explizit f\u00fcr Optimierungsalgorithmen nutzbar.<\/p>\n<p>Das Projekt Time4CPS zielt daher auf die Entwicklung einer Methodik und einer SW-Plattform, die aus typischen Logistik- und Produktionsdaten relevante Ereignisse automatisch diskretisiert. Diese k\u00f6nnen anschlie\u00dfend zur System\u00fcberwachung und Optimierung genutzt werden.<\/p>\n<p><strong>Forschungsfragen im Rahmen des Projekts:<\/strong><\/p>\n<p>FF1: Diskretisierung und Ereignisgenerierung<\/p>\n<p>Wie k\u00f6nnen diskrete Ereignisse aus den Sensordatenverl\u00e4ufen extrahiert werden? Die Daten k\u00f6nnen hierbei sowohl wertkontinuierlich als auch wertdiskret sein. Das Lernmodell muss somit in der Lage sein, diese hybriden Daten gemeinsam zu nutzen und relevante und diskrete Ereignisse aus ihnen zu extrahieren.<\/p>\n<p>FF2: Integration von Vorwissen<\/p>\n<p>Die Nutzung von Vorwissen ist dem Lernen aus den Prozessdaten in der Regel \u00fcberlegen. Durch die Verwendung von Vorwissen l\u00e4sst sich die Menge der ben\u00f6tigten Daten reduzieren, sowie die Qualit\u00e4t der Ergebnisse verbessern. Es ist also zu identifizieren, welches Vorwissen das Lernen unterst\u00fctzen kann und welches Vorwissen die Ereignisgenerierung verbessert.<\/p>\n<p>FF3: Semantische Annotation<\/p>\n<p>Die gelernten (oder \u00fcbernommenen) Ereignisse m\u00fcssen in einer einheitlichen Datenhaltung vorliegen und semantisch annotiert sein. Diese Informationen m\u00fcssen in Form von Ontologiemodellen definiert werden.<\/p>\n<p>FF4: Optimierung des Prozessablaufs<\/p>\n<p>Die Optimierung basiert in diesem Projekt auf manuellen Eingriffen des Experten. Hierzu braucht es eine entsprechende Oberfl\u00e4che zur Darstellung der generierten Ereignisse und des relevanten Kontexts. Hierzu soll ein Konzept erarbeitet werden, das die optimale Einbindung des Benutzers darstellt.<\/p>\n<p>Seitens der <abbr title=\"Helmut Schmidt Universit\u00e4t\">HSU<\/abbr> wird das Projekt bearbeitet durch <abbr title=\"Master of Science\">M.Sc.<\/abbr> Tom Westermann<\/p>\n<p>Laufzeit: 01.07.2020 \u2013 30.06.2022<\/p>\n<p><strong>Projektpartner<\/strong><\/p>\n<p>Recogizer Analytics <abbr title=\"Gesellschaft mit beschr\u00e4nkter Haftung\">GmbH<\/abbr><\/p>\n<p>ISI Automation <abbr title=\"Gesellschaft mit beschr\u00e4nkter Haftung\">GmbH<\/abbr> &amp; Co. <abbr title=\"Kommanditgesellschaft\">KG<\/abbr><\/p>\n<p>Hendricks Automotive Group <abbr title=\"Gesellschaft mit beschr\u00e4nkter Haftung\">GmbH<\/abbr><\/p>\n<p>GTP Sch\u00e4fer Gie\u00dftechnische Produkte <abbr title=\"Gesellschaft mit beschr\u00e4nkter Haftung\">GmbH<\/abbr><\/p>\n<p>Helmut-Schmidt-Universit\u00e4t \/ Universit\u00e4t der Bundeswehr Hamburg<\/p>\n<p>Fraunhofer IOSB-INA<\/p>\n<p>Das Projekt Time4CPS wird unter dem F\u00f6rderkennzeichen 01IS20002E im F\u00f6rderprogramm KI in der Praxis vom Bundesministerium f\u00fcr Bildung und Forschung (<abbr title=\"Bundesministerium f\u00fcr Bildung und Forschung\">BMBF<\/abbr>) gef\u00f6rdert.<\/p>\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<figure class=\"wp-block-image size-full is-resized\"><img decoding=\"async\" src=\"https:\/\/www.hsu-hh.de\/imb\/wp-content\/uploads\/sites\/677\/2023\/11\/Foerderhinweis-BMBF.jpg\" data-credit=\"BMBF\" alt=\"\" class=\"wp-image-2134\" style=\"height:350px\" height=\"350\" srcset=\"https:\/\/www.hsu-hh.de\/imb\/wp-content\/uploads\/sites\/677\/2023\/11\/Foerderhinweis-BMBF.jpg 881w, https:\/\/www.hsu-hh.de\/imb\/wp-content\/uploads\/sites\/677\/2023\/11\/Foerderhinweis-BMBF-300x213.jpg 300w, https:\/\/www.hsu-hh.de\/imb\/wp-content\/uploads\/sites\/677\/2023\/11\/Foerderhinweis-BMBF-768x545.jpg 768w\" sizes=\"(max-width: 881px) 100vw, 881px\" \/><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\"><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Ein Software-Framework zur Analyse des zeitlichen Verhaltens von Produktions- und Logistikprozessen Die Anwendung von K\u00fcnstlicher Intelligenz ist derzeit ein wesentlicher Innovationstreiber f\u00fcr Produktions- und Logistikprozesse. Es existieren dementsprechend viele Methoden, [&hellip;]<\/p>\n","protected":false},"author":2355,"featured_media":0,"parent":240,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-413","page","type-page","status-publish","hentry","category-forschung"],"_links":{"self":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/413","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/users\/2355"}],"replies":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/comments?post=413"}],"version-history":[{"count":7,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/413\/revisions"}],"predecessor-version":[{"id":2157,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/413\/revisions\/2157"}],"up":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/pages\/240"}],"wp:attachment":[{"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/media?parent=413"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/categories?post=413"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.hsu-hh.de\/imb\/wp-json\/wp\/v2\/tags?post=413"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}