Indem Anlagen in Produktionsprozessen mit der IT-Welt im Büro gekoppelt werden, können große Effizienzgewinne erzielt werden. Das Unternehmen Hellebrekers hat ein Pilotprojekt zu maschinellem Lernen durchgeführt und hat Algorithmen herausfinden lassen, was die Ursache für eine schlechte Wasserqualität in einem Schwimmbad war. Mit den Erfahrungen, die das Unternehmen auf diese Weise sammelt, kann Hellebrekers viele Produktionsprozesse weitestgehend automatisieren.
Hellebrekers ist auf Komplettlösungen für Prozess- und Gebäudeanlagen spezialisiert. Das Unternehmen aus dem niederländischen Nunspeet entwirft, produziert und verwaltet technische Anlagen für Schwimmbäder und Freizeiteinrichtungen sowie für industrielle Produktionsunternehmen. Außerdem entwickelt Hellebrekers auch Software, um diese Anlagen möglichst wirtschaftlich zu nutzen. Hellebrekers selbst hat vor über 50 Jahren als Installationsbetrieb angefangen und hat vor gut 45 Jahren mit dem Bau der technischen Einrichtung von Schwimmbädern begonnen. Nun sehen sie große Chancen in der Nutzung von künstlicher Intelligenz, um die Anlagen wirtschaftlicher einzusetzen.
Automatisierung in der Schwimmbad- und Freizeitindustrie
In einem Schwimmbad hat Hellebrekers im Frühjahr 2022 festgestellt, dass die Wasserqualität immer gerade noch innerhalb der Grenzwerte lag. „Eigentlich nicht alarmierend, aber es fiel trotzdem auf“, so Ferro Koornberg, Manager für Software Engineering bei Hellebrekers. „Das schien uns ein schöner Fall für ein Pilotprojekt zum maschinellen Lernen zu starten und die Daten von einem Algorithmus analysieren zu lassen.“ Die Daten, die Hellebrekers untersuchte, reichten von den Kassendaten und der Anzahl der Personen, die sich im Schwimmbad befanden, bis hin zu Wetter- und Niederschlagsdaten im Freibad. Außerdem protokollieren die Systeme von Hellebrekers den Säure- und Chlorgehalt und sie können die Daten von Pumpen und Ventilen überwachen.
„Gerade in diesen Zeiten sind solche Kosten- und Umweltaspekte äußerst wichtig und genau hier kann maschinelles Lernen für einen Unterschied sorgen.“
Wenn Sie maschinelles Lernen einsetzen wollen, um ein Problem zu lösen, müssen Sie drei wesentliche Phasen durchlaufen. Zunächst das Daten-Engineering. „Sie müssen mit Ihren Spezialisten dafür sorgen, dass die Daten ausgelesen werden. Dabei ist es wichtig, dass Sie die Datensätze aus Zeiträumen ohne Probleme mit der aktuellen Situation vergleichen können. Drittens benötigen Sie Fachwissen“, so Koornberg. „Manche Zusammenhänge zwischen Datensätzen sind sehr logisch, andere wiederum vollkommen unmöglich. Die wollen Sie die Software nicht endlos berechnen lassen. Hier können Sie sich auf unsere umfangreiche Erfahrung bei der Lieferung und Wartung von Schwimmbadanlagen verlassen.“
Die einzige Variable, die Koornberg im Fall des Schwimmbads feststellte, war eine Renovierung über einen bestimmten Zeitraum. Vermutlich hat sich ein „totes Rohrstück“ negativ auf die Wasserqualität ausgewirkt. Koornberg: „Das erscheint natürlich logisch, aber das Verknüpfen dieser Daten und die Algorithmen nach unbekannten Verbindungen suchen zu lassen, ist ein vollkommen neuer Ansatz in dieser Branche.“
Vorteile des maschinellen Lernens
Was kann maschinelles Lernen in diesem Bereich bewirken? Es vermittelt an erster Stelle Wissen, um Energie und Kosten einzusparen, so Koornberg. „Wenn man weiß, dass eine bestimmte Benutzergruppe ordentlich duscht und das Wasser sauber bleibt, kann man das bei der Filterung des Wassers berücksichtigen. Wenn man beim Erhitzen zuvor berücksichtigt, ob die Außentemperatur steigt, kann man ein Schwimmbad oder einen Saunakomplex wirtschaftlicher beheizen. Gerade in diesen Zeiten sind solche Kosten- und Umweltaspekte äußerst wichtig und genau hier kann maschinelles Lernen für einen Unterschied sorgen.“ Außerdem besteht ein Zusammenhang zum angespannten Arbeitsmarkt. Wenn man Systeme aus der Ferne richtig auslesen und überwachen kann, muss ein Techniker nur dann kommen, wenn es wirklich erforderlich ist. Gleichzeitig spart es auch Zeit bei einer Inspektionsrunde des normalen Personals, wenn man die Daten über Apps einsehbar macht.
Automatisierung in der Prozessindustrie
Die Anwendungsmöglichkeiten zum Sammeln von Daten, Vergleichen und zur Analyse mithilfe von maschinellem Lernen sind nahezu endlos. Vorbeugende Wartung ist dann ein Begriff, den man häufig hört, und zwar nicht nur in der Schwimmbadwelt, sondern auch in der Prozessindustrie. Allerdings sind auf dem Weg dorthin Koornberg zufolge noch große Schritte erforderlich. Die Verbindung zwischen der OT-Welt (Operation Technology) in einer Produktionslinie und der IT-Welt im Büro ist noch lange keine Selbstverständlichkeit. Koornberg: „Wir sehen regelmäßig, dass manuelle Einstellungsarbeiten durchgeführt wurden. Ein Beispiel ist ein altmodischer Chargennummerndrucker, der bei einem Lebensmittelhersteller das Verfallsdatum auf die Verpackungen druckte. Dabei handelte es sich um einen manuellen Prozess, mit einem Fehlerrisiko. Wenn man das automatisieren kann und mit einem Produktionsauftrag verknüpfen kann, der über das Büro kommt, macht das einen wesentlichen Unterschied. Dafür bieten wir über unser Manufacturing Execution System (MES) Softwarelösungen an.“
Schließlich war Hellebrekers auch noch bei der weitreichenden Automatisierung einer Mehlwurmfarm beteiligt. Mehlwürmer sind in vielen Lebensmitteln eine wertvolle Eiweißquelle. Sie haben zu 98 % die gleiche Eiweißzusammensetzung wie Rindfleisch, benötigen jedoch nur einen Bruchteil der Flächen, des Wassers und des Futters. Koornberg: „In verschiedenen Behältern befinden sich Mehlwürmer in unterschiedlichen Entwicklungsstadien, jeder mit eigenen Bedürfnissen in Bezug auf Nahrung, Temperatur und Feuchtigkeit. Roboter sortieren die Behälter um und kümmern sich um die Mehlwürmer. Auf diese Weise produziert man mit gemahlenen Mehlwürmern Proteine für die Lebensmittelindustrie mit einem Bruchteil der CO₂-Emissionen eines normalen Viehzuchtbetriebs mit Rindern.“ Um diese Art von weitreichender Automatisierung in Ihrem Prozess umzusetzen, müssen Sie Ihre Daten auslesen und die OT-Welt in Ihrem Produktionsprozess mit der IT-Welt im Büro verbinden.
Dieser Artikel ist ursprünglich in niederländischer Sprache auf der Website von FME erschienen.
