 |
Prophecy Auswahl von Prognosemodellen für die vorausschauende Instandhaltung und eine integrierte, auf verstärkendem Lernen basierende Produktionsplanung in dynamischen Produktionssystemen Das Forschungsprojekt ist eine Zusammenarbeit zwischen dem Bremer Institut für Produktion und Logistik (BIBA) der Universität Bremen, Deutschland, der Federal University of Rio Grande do Sul (UFRGS), Brasilien, der Federal University of Santa Catarina (UFSC), Brasilien, und der Federal University of Amazonas (UFAM), Brasilien. Ziel des Projekts ist die Entwicklung eines selbstadaptiven Modellauswahlverfahrens für die prädiktive Instandhaltung, das nahtlos in die Produktions- und Instandhaltungsplanung integriert wird. Hierfür wird ein maschinellem Lernen basierendes Verfahren entwickelt, das eine automatisierte Auswahl geeigneter Prognosemodelle für verschiedene Systemkonfigurationen und -zustände ermöglicht. Ein zentraler Aspekt des Projekts ist die Einbindung von Reinforcement Learning zur dynamischen Optimierung der Maschinenverfügbarkeit und -belegung in Echtzeit. Dies basiert auf einer digitalen Repräsentation des Produktionssystems, die es ermöglicht, die Auswirkungen von Entscheidungen anhand produktionslogistischer KPIs zu bewerten. Die kontinuierliche Rückkopplung zwischen Meta-Learning und Reinforcement Learning ermöglicht eine fortlaufende Verbesserung des Systems. Zur Validierung der entwickelten Methoden wird eine simulationsgestützte Umgebung erstellt, die die relevanten Produktions- und Instandhaltungsprozesse mit dem notwendigen Abstraktionsgrad nachbildet. Abschließend wird das entwickelte System in zwei industriellen Anwendungsfällen in Deutschland und Brasilien getestet. Ansprechpartner: H. Engbers   (Projektleiter)R. Caballero Gonzalez Förderung durch: DFG Laufzeit: 01.02.2025 - 31.01.2027 Publikationen des Projekts ansehen Alle Projekte ansehen |
