Das Konzept der vorbeugenden Instandhaltung findet in der produzierenden Industrie immer größere Verbreitung. Durch eine ständige Überwachung von Funktion und Betriebszustand der Maschinen können Ausfälle vorausgesagt und potenzielle Probleme auf der Grundlage von Daten identifiziert werden, die von Gerätelogbüchern und Sensoren eingeholt werden.


Sensoranzahl wächst

Hieraus lassen sich Gegenmaßnahmen wie die Reparatur oder der Austausch der betroffenen Maschine ableiten. Um Maschinen-Anomalien in einer Produktionslinie zu erkennen, werden unterschiedliche Daten von mehreren Sensoren über ein drahtloses Netzwerk an einen zentralen Server übermittelt, der sie aufbereitet und analysiert. Bei einer weiteren Erhöhung der Sensorenzahl würde die Übertragungstechnik der drahtlosen Sensornetzwerke (Wireless Sensor Networks (WSNs) irgendwann an die Grenzen ihre Bandbreite stoßen und die Übertragung der Sensordaten wäre nicht mehr möglich.


Im Internet of Things (IoT), wird die KI mit ihren kognitiven Lern-, Schlussfolgerungs- und Problemlösungs-Fähigkeiten zu einem wichtigen Aspekt der vorbeugenden Wartung.



Die angestrebte Lösung

Rohm und das IME werden einen KI-Chip entwickeln, der die Daten unmittelbar nach ihrem Eintreffen vom Sensorknoten verarbeiten und analysieren kann, wodurch die Menge der Sensordaten drastisch reduziert wird. Mithilfe der originären analytischen KI-Algorithmen von Rohm, der Fähigkeiten des IME im Bereich der stromsparenden analog/digitalen ICs und Systeme sowie der von beiden Beteiligten entwickelten analogen Rechenschaltungen soll der gemeinsame Chip große Datenmengen von mehreren Sensoren filtern und komplexe Datenmuster in Echtzeit analysieren.


Der KI-Chip soll schneller arbeiten als konventionelle Methoden und für einen geringeren Stromverbrauch sorgen. Rohm beabsichtigt, den KI-Chip kompatibel zu Drahtlos-Technologien wie Wi-SUN und EnOcean zu machen und ihn in seine proprietären Sensorknoten und Drahtlosmodule zu integrieren.