Innovation katapultiert Maschinenbau technologisch ins Jahr 2024

Die bahnbrechende Erfindung von DI DI(FH) Markus Gruber, eine Methode, die in der Automatisierung von Produktionsmaschinen bereits Anwendung findet, stellt einen bedeutenden Fortschritt dar. Grubers Ansatz ermöglicht es, in einer undefinierten Menge von unbekannten Fehlern sofort jeden Fehler zu erkennen, wenn dieser auftritt.

Das Hauptziel der Erfindung besteht darin, das herkömmliche, funktionsorientierte Engineering in der Entwicklung von Steuerungsprogrammen in ein verhaltensorientiertes Engineering zu transformieren. Dies bedeutet, dass in der Entwicklung ein Prozessmodell basierend auf dem gewünschten Verhalten definiert wird, welches die Maschine in Echtzeit steuert und überwacht. Jegliche Abweichung vom festgelegten Zustand im Prozessmodell wird somit als Fehler identifiziert. Diese Innovation ermöglicht die sofortige Erkennung und Behebung kostspieliger Fehler in Maschinen und vermeidet so Fehlproduktionen und längere Produktionsunterbrechungen.

Die Selmo Methode (Sequence Logic Modelling) spielt hierbei eine zentrale Rolle. Sie ermöglicht den ständigen Vergleich der von Sensoren erfassten Maschineninformationen mit dem im Prozessmodell festgelegten erlaubten Zustand. Anstatt sich mit einer unüberschaubaren Anzahl von möglichen Fehlern auseinanderzusetzen und diese aufwändig zu programmieren, wie es in der heutigen Praxis der Maschinenautomatisierung noch üblich ist, erfolgt eine klare Definition dessen, was erlaubt ist. Jede Abweichung von dieser Soll-Definition wird als Fehler identifiziert.

Das Patent für diese Methode wurde für den Staatspreis 2022 nominiert und zählte zu den drei besten Erfindungen in Österreich. Markus Gruber, der über jahrzehntelange Erfahrung auf diesem Gebiet verfügt, hat seine Vision erfolgreich in die Realität umgesetzt. Ich möchte mit dieser Erfindung die Welt verändern und dazu beitragen, dass Maschinen, Geräte und alle technischen Anwendungen nachhaltig, energiebewusst und intelligent zur Unterstützung des Menschen beitragen, so Gruber.

Die Methode ist nicht nur einfach und schnell anwendbar, sondern hebt den technologischen Status Quo des Maschinenbaus auf das Jahr 2024 und bereitet ihn auf die digitale Zukunft vor. Alle digital erfassten Informationen aus der Maschine bilden die Grundlage für zukünftige KI-Modelle. Künstliche Intelligenz wird zukünftig Funktions- und Verhaltensdaten aus den Maschinen benötigen, um diese besser zu verstehen und den Menschen in ihrer Anwendung zu unterstützen. Dadurch wird der Maschinenbau fit für die digitale Zukunft.