Autonomous agents for the World Wide Lab : artificial intelligence in the manufacturing industry

2021 & 2022

Verantwortlichkeitsangabevorgelegt von Diplom-Informatiker Martin Liebenberg

ImpressumAachen : RWTH Aachen University 2021

Umfang1 Online-Ressource : Illustrationen

Dissertation, RWTH Aachen University, 2021

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2022

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Lakemeyer, Gerhard (Thesis advisor)^RWTH* ; Jarke, Matthias (Thesis advisor)^RWTH* ; Hirt, Gerhard (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2021-11-22

Online
DOI: 10.18154/RWTH-2021-11694
URL: https://publications.rwth-aachen.de/record/836922/files/836922.pdf

Einrichtungen

Projekte

EXC 2023: Internet of Production (IoP) (390621612) (390621612)

Inhaltliche Beschreibung (Schlagwörter)
artificial intelligence (frei) ; autonomous agents (frei) ; internet of production (frei) ; world wide lab (frei)

Thematische Einordnung (Klassifikation)
DDC: 004

Kurzfassung
Das Internet of Production (IoP) ist ein Forschungsprogramm, in dem 30 interdisziplinäre Institute an der nächsten Revolution der Fertigungsindustrie arbeiten. Das Hauptkonzept des IoP ist das World Wide Lab (WWL), mit dem in einem Labor der Labore die Daten vieler Fertigungsprozesse so nutzbar gemacht werden sollen, als ob die Daten aus den eigenen Fertigungsprozessen stammen. Mit diesen Daten, die man aus dem WWL bekommt, will man Digitale Schatten bauen, die kondensierte oder aggregierte Datenströme für einen bestimmten Zweck darstellen, was z. B. ein reduziertes mathematisches Modell oder ein trainiertes neuronales Netz sein kann. Eine frühe Vision für die Nutzung des IoP ist eine Google-ähnliche Web-Suche, bei der man ein Fertigungsproblem stellen kann und im Gegenzug eine Antwort erhält, mit der man seinen Produktionsprozess verbessern oder vollständig neue Produkte herstellen kann. In dieser Arbeit schlagen wir eine Lösung zur Realisierung eines solchen Szenarios mit Künstlicher Intelligenz (KI) vor, die wir WWL-Agenten nennen. Inspiriert von den Ideen des Semantic Web sollen diese Agenten die Suche nach Daten, Wissen oder Digitalen Schatten in dem WWL für bestimmte Fertigungsprobleme automatisieren, was unserer Meinung nach manuell nicht möglich ist. Darüber hinaus sollen WWL-Agenten die gefundenen Informationen anwenden, um Digitale Schatten zu erstellen oder Fertigungsprozesse zu verbessern. Wir untersuchen die Entwicklung von WWL-Agenten aus drei verschiedenen Perspektiven. Erstens betrachten wir sie aus der Perspektive des Erstellens von Digitalen Schatten in einem Szenario von domänenübergreifender Zusammenarbeit. Die zweite Perspektive bezieht sich auf die Modellierung des Verhaltens von WWL-Agenten. Schließlich diskutieren wir die Infrastruktur, die ein WWL-Agent benötigt, um semantische Interoperabilität im WWL zu ermöglichen. Auf diese Weise erhalten wir ein leistungsfähiges Konzept, mit dem der Benutzer die genaue Bedeutung einer Antwort und Herkunft erfahren kann. Darüber hinaus stellen wir für zwei Fälle der Fertigung Anwendungen für WWL-Agenten vor, in denen sie Produktionsprozesse planen können. Im Warmwalzen zeigen wir, dass mit lokaler Suche so schnell Pläne gefunden werden können, so dass die Reparatur von fehlgeschlagenen Walzplänen im laufenden Betrieb möglich ist. In der Produktion von faserverstärkten Kunststoffen, zeigen wir, wie wir modernste automatische Allzweckplaner einsetzen können, um diese Prozesse zu planen.

The Internet of Production (IoP) is a research programme, where 30 interdisciplinary institutes work on revolutionising the manufacturing industry. A central concept of the IoP is the World Wide Lab (WWL) by which in a lab of labs the data of many manufacturing processes should be made available as if the data came from one’s own manufacturing processes. With this data, which we receive from the WWL, we want to build Digital Shadows that are condensed or aggregated data for a specific purpose, such as a reduced mathematical model or a trained neural network. An early vision of the usage of the IoP is a Google-like web search, where one can pose a manufacturing problem and get in return an answer with which one can improve one’s production process or build new products. In this thesis, we propose a solution to realise such a scenario based on Artificial Intelligence (AI) methods, which we call WWL Agents. Inspired by the ideas of the Semantic Web, these agents should automate the search for data, knowledge or Digital Shadows in the WWL for specific manufacturing problems, which we think is impractical to do manually. Furthermore, WWL Agents should apply the found information to build Digital Shadows or improve manufacturing processes. We examine the development of WWL Agents from three different perspectives. First, we consider it from the perspective of building Digital Shadows in a cross-domain collaboration. The second perspective relates to modelling the behaviour of WWL agents. Finally, we discuss the infrastructure required by a WWL Agent to provide semantic interoperability in the WWL. By these means we obtain a powerful concept by which the user can get the precise meaning of an answer and, through provenance information, knowledge about the origin of entities of the answer. Moreover, we demonstrate applications for WWL Agents in manufacturing in two different use cases where the agents plan production processes. In the first case of hot rolling, we show that, with local search, agents can find very quickly schedules, which could be used to repair failed rolling schedules during operation. In the second case of the production of fibre-reinforced plastics, we show how we can use state-of-the-art automatic general-purpose planners to plan these processes.

OpenAccess:
Download fulltext PDF
(additional files)