Ganzheitlicher Ablaufplan für wissensgetriebene Projekte des maschinellen Lernens in der Produktion

Vermehrt werden Daten in der Produktion erfasst und mit Hilfe maschineller Lernverfahren ausgewertet. Ziel dieser Datenanalysen ist es, Informationen über die Produktion zu erhalten. Typische Anwendungsbeispiele sind die Vorhersage der Produktqualität sowie die vorausschauende Wartung und Instandhaltung. Allerdings führen Datenanalysen aufgrund der domänenspezifischen Herausforderungen häufig zu keinen ausreichenden Analyseergebnissen. Die Kombination von Datenanalysen mit Expertenwissen stellt hierbei einen vielversprechenden Ansatz zur Lösung der domänenspezifischen Problemstellungen dar. Dieser Beitrag stellt hierzu eine neue Vorgehensweise für die Durchführung von Projekten des maschinellen Lernens mit wissensbasierten Ansätzen in der Produktion vor. In einem Ablaufplan werden notwendige Schritte und die Beteiligung der entsprechenden Experten vorgestellt. Für die Nutzung von vorhandenem Domänenwissen in der Produktion werden in diesem Artikel verschiedene Methoden zur Wissensmodellierung aufgezeigt und diskutiert. Der Ablaufplan und die Methoden zur Wissensmodellierung werden anschließend am Beispiel einer servopneumatischen Schweißzange validiert.