Industrial AI: 3 Use Cases

Predictive Maintenance hilft Ihnen, unerwartete Geräteausfälle zu vermeiden, indem Probleme erkannt werden, bevor sie zu Ausfallzeiten führen. Durch die Analyse von Zeitreihendaten, die von Sensoren erfasst und typischerweise in einem Historian wie dem Proficy Historian gespeichert werden, können Machine-Learning-Modelle frühe Warnsignale erkennen – etwa ungewöhnliche Trends oder Abweichungen von normalen Betriebsbedingungen.

Nach dem Training können diese Modelle – je nach Systemarchitektur – entweder am Edge oder in einem zentralen System ausgeführt werden. Die Ergebnisse lassen sich in SCADA-Plattformen wie Proficy CIMPLICITY/ Proficy iFIX integrieren, um Alarme auszulösen, Gesundheitsbewertungen zu vergeben oder die Wartungsplanung in Echtzeit zu unterstützen.

Energieoptimierung nutzt KI, um den Energieverbrauch zu senken, ohne die Effizienz der Anlage zu beeinträchtigen. Dabei werden Echtzeit-Sensordaten aus der Anlage gesammelt und verwendet, um ein Modell zu erstellen, dass das Verhalten der Anlage abbildet.

Das KI-Modell sagt die besten Steuerungsmaßnahmen voraus (z. B. Anpassung von Sollwerten) basierend auf den aktuellen Betriebsbedingungen und Systembeschränkungen. Diese Empfehlungen werden an das SCADA-System gesendet, das dann mit der Steuerungshardware kommuniziert, um die Änderungen umzusetzen. Der Prozess läuft kontinuierlich in einer geschlossenen Regelungsschleife, ähnlich wie bei der modellprädiktiven Regelung – stets darauf ausgerichtet, den effizientesten Betriebspunkt zu finden.

Nach dem Training können diese Modelle – je nach Systemarchitektur – entweder am Edge oder zentral ausgeführt werden. Die Ergebnisse lassen sich in SCADA-Plattformen wie Proficy CIMPLICITY/Proficy iFIX integrieren, um Alarme auszulösen, Zustandsbewertungen vorzunehmen oder die Wartungsplanung in Echtzeit zu unterstützen.

Über das neue standardisierte Protokoll für den Datenaustausch mit KI-Systemen (Model-Context-Protokoll, MCP) können Anlagedaten einfach einem KI-Chatbot oder Agenten zur Verfügung gestellt werden (MCP-Server ist z.B. in HighByte Intelligence Hub integriert).

Der Agent kann auf Live-Produktionsdaten, historische Daten und Anlagenfunktionen zugreifen, wodurch er den aktuellen Zustand der Anlage einschätzen, Erkenntnisse generieren und Steuerungsmaßnahmen empfehlen kann. Der Agent liefert diese Erkenntnisse entweder den Bedienern oder übergibt sie an das SCADA-System zur weiteren Umsetzung.

Der Ablauf funktioniert folgendermaßen: der KI Chatbot/Agent ruft Daten ab, liefert Erkenntnisse zurück und schafft so eine neue Ebene der Zusammenarbeit zwischen Mensch und Maschine.