Einsatz von intelligenten Agenten-Ensembles im Produktentstehungsprozess: Automatisches Zuordnen von Bauteilen zu Montagezonen bei der Prototypenmontage
Abstract
Die Konstruktion neue Fahrzeugmodelle wird in zunehmendem Maße durch rechnergestützte Verfahren (z. B. Simulationen) unterstützt. Trotzdem erfordert die Vielzahl der für die Konstruktion notwendigen Informationen das manuelle Zusammenfügen und Einordnen von Daten (z. B. Bestandslisten, Hakenlisten). Das händische Zuordnen von Bauteilen in die zugehörigen Strukturen (Zonen) und das Prüfen der Merkmale (z. B. der Übereinstimmung mit aktuellen Normen) verschlingen einen Großteil der Zeit, die eigentlich zum Konstruieren der Fahrzeuge verwendet werden sollte. Dabei bieten sich im Produktentstehungsprozess vielfältige Möglichkeiten, die Konstrukteure durch den Einsatz von Methoden der künstlichen Intelligenz zu unterstützen und das in bereits abgeschlossenen Projekten erworbene Wissen auf neue Fahrzeugmodelle zu übertragen. Im Rahmen eines Projekt im Volkswagen Konzern wurde untersucht, wie eine Kombination von Multi-Agententechnologien mit Verfahren der künstlichen Intelligenz zur automatischen Klassifikation von Bauteilen eingesetzt werden können, um die für ein neues Fahrzeugmodell relevanten Bauteile den Zonen eines Fahrzeugs zuzuordnen. Dabei wurden für die einzelnen Zonen spezialisierte Agenten erstellt, die jeweils einen auf die Anforderungen der jeweiligen Zone abgestimmten Klassifikationsalgorithmus einsetzen. Darüber hinaus wurde analysiert, wie die Ergebnisse mehrere Agenten in einen Ensemble kombiniert werden können, um so die Klassifikationsgüte zu verbessern. Die durchgeführte Evaluation zeigt, dass mit dem gewählten Ansatz auf Basis der aus abgeschlossenen Projekten gesammelten Daten eine präzise Klassifikation von Bauteilen erreicht wird. Bauteile, für die aufgrund unzureichender Informationen Daten keine eindeutige Zuordnung bestimmt werden kann, werden markiert, um interaktiv mit dem Konstrukteur eine korrekte Klassifikation vorzunehmen. Dies ermöglicht es, den Produktentstehungsprozess effektiver zu gestalten. Durch das Berücksichtigen zusätzlicher abgeschlossener Projekte sowie das Einbeziehen des Feedbacks von Konstrukteuren, können die Agenten inkrementell nachtrainiert werden, um so die Klassifikationsgenauigkeit stetig zu verbessern.