Energieoptimierte Antriebssysteme  Neues Patent für KI-basierte Energieeffizienz

Quelle: B&R 2 min Lesedauer

Anbieter zum Thema

Die FH Salzburg und die Machine Automation Division von ABB (B&R) haben eine gemeinsame Patentanmeldung im Bereich energieoptimierter Antriebssysteme eingereicht. Eingesetzt werden dabei diverse Methoden der Künstlichen Intelligenz.

V.l.: Stefan Huber (Head of Research, FH Salzburg) und Martin Haidacher (Innovation Manager, B&R) gemeinsam mit B&R-Technik (Bild:  B&R)
V.l.: Stefan Huber (Head of Research, FH Salzburg) und Martin Haidacher (Innovation Manager, B&R) gemeinsam mit B&R-Technik
(Bild: B&R)

Im Fokus der gemeinsamen Patentanmeldung der FH Salzburg und der Machine Automation Division von ABB (B&R) steht ein neuartiger Ansatz zur energieoptimierten Bewegungssteuerung von Antriebssystemen in der Industrieautomatisierung – etwa in Robotern, Werkzeugmaschinen oder automatisierten Produktionslinien, in denen hochdynamische Bewegungsabläufe wie Positionieren, Beschleunigen, Abbremsen oder Taktfolgen präzise gesteuert werden müssen. 

Während klassische Regelungsverfahren auf möglichst exakten mathematischen Modellen des Systems basieren, setzt der neue Ansatz genau dort an, wo solche Modelle an ihre Grenzen stoßen: bei realen, oft schwer erfassbaren Energieverlusten, die zwar messbar sind, jedoch nicht vollständig modelliert oder im Detail bekannt sind.

Neuartige mathematische Konstruktion der Lernstrategie

Durch den Einsatz von Methoden der Künstlichen Intelligenz, insbesondere Reinforcement Learning (RL), wird ein lernender Agent direkt am realen System eingesetzt. Dieser optimiert die Bewegungsstrategien adaptiv, indem er durch Interaktion selbstständig erlernt, wie unterschiedliche Bewegungsabläufe zu Energieverlusten beitragen, und seine Steuerung entsprechend anpasst – ganz ohne vollständiges Systemmodell.

Ein zentraler Innovationsbeitrag des Patents liegt dabei in einer neuartigen mathematischen Konstruktion der Lernstrategie: Sie ermöglicht es, die bislang für industrielle Anwendungen oft zu langsamen und datenintensiven RL-Verfahren deutlich zu beschleunigen und gleichzeitig bessere Ergebnisse zu erzielen. Dadurch wird der praktische Einsatz in cyber-physischen Systemen erstmals wirtschaftlich und technisch sinnvoll – mit dem Ziel, Bewegungsabläufe signifikant energieeffizienter zu gestalten und reale Betriebsbedingungen umfassend zu berücksichtigen.

Gerade im Bereich der Künstlichen Intelligenz brauchen wir erstklassige Forschung an der technologischen Spitze, die einen direkten Impact auf die Geschäftsfelder unserer Industrie hat.

Stefan Huber, Head of Research der FH Salzburg

KI-Forschung mit industrieller Relevanz

„Diese Patentanmeldung zeigt eindrucksvoll, wie wissenschaftliche Exzellenz und industrielle Praxis im Josef Ressel Zentrum Hand in Hand gehen. Unser Ziel ist es, Forschung nicht im Labor enden zu lassen, sondern konkrete technologische Innovationen für die Industrie zu entwickeln“, betont Stefan Huber, Head of Research der FH Salzburg. „Gerade im Bereich der Künstlichen Intelligenz brauchen wir in Österreich und Europa erstklassige Forschung an der technologischen Spitze, die einen direkten Impact auf die Geschäftsfelder unserer Industrie hat.“

Auch bei der Machine Automation Division von ABB (B&R) wird die Zusammenarbeit als strategisch relevant angesehen: „Die enge Kooperation mit der FH Salzburg ermöglicht es uns, innovative Methoden aus der Forschung rasch in industrielle Anwendungen zu überführen. Die eingereichte Patentanmeldung ist ein starkes Signal für die Innovationskraft, die diese Partnerschaft hervorbringt“, sagt Martin Haidacher, Innovation Manager bei B&R.

Kooperation als Motor für neue Lösungen

Die gemeinsame Anmeldung unterstreicht die Bedeutung langfristiger Forschungskooperationen zwischen Hochschule und Industrie – insbesondere in einem Technologiefeld, das für Energieeffizienz, Nachhaltigkeit und die internationale Wettbewerbsfähigkeit des Industriestandorts Europa von zentraler Relevanz ist.

Gemeinsame Forschung – gewachsen seit 2020

Die zugrunde liegende Forschung hat eine längere Entwicklungsgeschichte: Erste Arbeiten reichen bis ins Jahr 2020 zurück und wurden im EU-Interreg-Projekt KI-Net initiiert. Seit 2022 wird das Thema im Josef Ressel Zentrum weiterentwickelt – gemeinsam mit den Industriepartnern der Machine Automation Division (B&R), Copa-Data und weiteren.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung