Gebiet der Erfindung

Die vorliegende Erfindung betrifft das Gebiet der Abfüllanlagen und hier insbesondere die Steuerung/Regelung von Abfüllanlagen mithilfe von Bedieneinrichtungen.

Stand der Technik

Abfüllanlagen für Getränke oder dergleichen umfassen mehrere hintereinander geschal tete Produktionseinheiten, wie beispielsweise Füllmaschinen, Etikettiermaschinen und Verpackungsmaschinen. Diese können, wie beispielsweise in der DE 10 2009 040 977 A1 beschrieben ist, zumindest teilweise als Rundläufermaschinen ausgebildet sein, die mittels rotierender Übergabevorrichtungen aneinandergekoppelt sind. Alternativ können die Produktionseinheiten auch als Geradläufer ausgebildet sein und/oder über lineare Transporteinrichtungen, Verteileinrichtungen und Produktpuffer miteinander verbunden sein. Entsprechende Anlagenkonzepte sind beispielsweise in der DE 4 442 586 W4, der DE 20 2004 012 848 U1 und der EP 2 218 664 A2 beschrieben.

Die Bedienung einer Abfüllanlage erfolgt heutzutage im Allgemeinen über einen Touch screen, über den Anweisungen zur Steuerung oder Regelung einzelner Maschinen der Abfüllanlage von einer Bedienperson eingegeben werden können. Es kann hierbei eine Authentifizierung der Bedienperson, beispielsweise mittels eines Transponders, auf dem die Identität der Bedienperson kodiert ist, erforderlich sein, um sicherzustellen, dass in Reaktion auf Eingaben der Bedienperson nur Operationen ausgeführt werden, für die die Bedienperson auch autorisiert ist. Auf dem Touch-Screen können Bestätigungen auf Eingaben der Bedienperson sowie Informationen über den Betriebszustand oder Be triebsstörungen angezeigt werden.

Die betriebsgerechte Bedienung über einen solchen Touch-Screen erfordert jedoch eine entsprechend fundierte Ausbildung, Erfahrung und aktuelle Konzentration der Bedien person, um einen gewünschten Betrieb zu erreichen. Es stellt sich somit die Aufgabe, die gegenwärtige Bedienung einer Abfüllanlage zu vereinfachen, sodass verlässlicher und schneller ein geeigneter Betrieb ermöglich wird.

Beschreibung der Erfindung

Die oben genannte Aufgabe wird gelöst durch ein Kommunikations- und Steuerungs- /Regelungssystem für zumindest eine Abfüllanlage (insbesondere zum Abfüllen von Ge tränken; es können auch mehrere gegebenenfalls nebeneinanderstehende Anlagen vor gesehen sein), wobei die Abfüllanlage eine Maschine aufweist, mit einem Software-Kommunikationsroboter, insbesondere einem Chatbot, der dazu ausge bildet ist, eine Spracheingabe und/oder Texteingabe durch eine Bedienperson zu erken nen und/oder Informationen über den Betriebszustand der Maschine auszugeben oder anzuzeigen; einer Steuerungs-/Regelungseinrichtung, die mit dem Software-Kommunikationsroboter für eine Datenkommunikation verbunden ist und dazu ausgebildet ist, die Maschine auf der Grundlage der von dem Software-Kommunikationsroboter erkannten Spracheingabe und/oder Texteingabe zu steuern und/oder zu regeln.

Die genannte Maschine kann beispielsweise eine Füllmaschine, Etikettiermaschine, Ver packungsmaschine, Direktdruckmaschine oder Blasmaschine sein. Ebenso kann eine Transporteinrichtung/Transportstrecke hier unter den Begriff der Maschine fallen. Unter dem Begriff Steuerungs-/Regelungssystem wird hier ein Steuerungs- und/oder Rege lungssystem verstanden. Das Steuerungs-/Regelungssystem kann Teil eines zentralen Steuerungs-/Regelungssystem der gesamten Abfüllanlage, das sämtliche Maschinen steuert/regelt, sein. Der Software (softwareimplementierte) - Kommunikationsroboter kann zumindest teilweise bei einer der Maschinen der Abfüllanlage platziert sein und kann ein Chatbot sein oder einen solchen umfassen. Insbesondere kann der Software- Kommunikationsroboter eine Anzeigevorrichtung umfassen oder mit einer solchen ver bunden sein und er kann eine Sprachausgabe umfassen oder mit einer solchen verbun den sein. Über eine solche Sprachausgabe kann ein Dialog mit einer Bedienperson ge führt werden. Der Software-Kommunikationsroboter kann in einer zentralen Rechenein heit der Abfüllanlage implementiert sein. In jedem Fall empfängt er eine von einem Mik rofon aufgenommene Spracheingabe oder eine Texteingabe von einer Bedienperson. Bei dem Chatbot handelt es sich um ein computerimplementiertes Dialogsystem, mit dem per Texteingabe oder Sprache kommuniziert werden kann, sodass er eine Bedie nung einer Maschine der Abfüllanlage durch die Bedienperson in intelligenter Weise un terstützt. Allgemein vereinfacht der Software-Kommunikationsroboter signifikant die Be dienung der Abfüllanlage im Vergleich zu den bekannten Touch-Screen-Terminals des Stands der Technik. Insbesondere kann der Software-Kommunikationsroboter ein Spracheerkennungsmodul umfassen, das die Erkennung von Text- und/oder (gespro chenen) Spracheingaben in mehreren Sprachen oder Dialekten erlaubt, sodass der Be dienperson die Bedienung der Abfüllanlage in ihrer bevorzugten Sprache ermöglicht wird. Weiterhin kann der Software-Kommunikationsroboter dazu ausgebildet sein, Ein gaben zu hinterfragen und Lösungen für gewünschte Operationen beziehungsweise von der Bedienperson genannte Problem oder selbstständig erkannte Probleme aufzuzeigen.

Weiterhin kann der Software-Kommunikationsroboter dazu ausgebildet sein, diagnosti sche Informationen zu präsentieren. Hierbei kann ein Software-Kommunikationsroboter, der an einer bestimmten Maschine der Abfüllanlage positioniert ist bzw. der Maschine logisch zugeordnet ist, auch Daten bezüglich des Betriebsablaufs einer anderen Maschi ne der Abfüllanlage präsentieren. Die Datenpräsentation kann über eine an oder bei der Maschine vorgesehenen Anzeigevorrichtung erfolgen, über die im Allgemeinen Informa tionen unter anderem mithilfe von Virtual Reality oder Augmented Reality Applikationen präsentiert werden können. Weiterhin können die Informationen über eine Sprachausga- be ausgegeben werden. Um die Verständlichkeit der über eine synthetische Sprachaus- gabe ausgegebenen Informationen zu erhöhen, kann die Sprachausgabe über ein von der Bedienperson getragenes Headset erfolgen. Die Präsentation von Informatio nen/Daten kann ebenfalls über ein mobiles Bediengerät und/oder Smartphone erfolgen.

Durch die Datenkommunikation mit der Steuerungs-/Regelungseinrichtung der Abfüllan lage kann der Software-Kommunikationsroboter Betriebsoperationen in Reaktion auf ei nen Dialog mit der Bedienperson geeignete Betriebsoperationen veranlassen.

Der Software-Kommunikationsroboter kann ein Sprechererkennungsmodul umfassen, das insbesondere der Sprecheridentifikation dient. Es kann auch der Sprecherverifikati on, d.h., der Überprüfung der von einer Bedienperson vorgegebenen Identität eines Sprechers dienen. Über das Sprechererkennungsmodul kann der Software- Kommunikationsroboter eine Bedienperson erkennen und er kann so den Dialog mit der erkannten Bedienperson an dieselbe anpassen. Beispielsweise wird der Dialog mit einer Bedienperson, die als eine erfahrene Bedienperson erkannt wird, sich von einem Dialog mit einer anderen Bedienperson, die als eine weniger erfahrene Bedienperson erkannt wird, hinsichtlich der Umständlichkeit und Ausführlichkeit unterscheiden. Der Dialog kann somit geeignet der Ausbildung bzw. Erfahrung der Bedienperson angepasst werden. Auch kann der Dialog der Kompetenz der erkannten Bedienperson angepasst werden, sodass verhindert werden kann, dass die Bedienperson eine Operation zu initiieren ver sucht, zu der sie nicht autorisiert ist.

Der Software-Kommunikationsroboter kann auch mit einem, insbesondere mobilen, kol- laborativen Roboter der Abfüllanlage in Datenverbindung stehen, beispielsweise in Funkverbindung oder über ein Intranet, um diesen in Reaktion auf einen Dialog mit der Bedienperson Anweisungen zu erteilen. Weiterhin kann der Software- Kommunikationsroboter dazu ausgebildet sein, über ein Kommunikationsnetzwerk und in Reaktion auf einen Dialog mit der Bedienperson mit einer oder mehreren weiteren Bedi enpersonen zu kommunizieren, die von der im Dialog mit dem Software- Kommunikationsroboter befindlichen Bedienperson entfernt sind.

Der Software-Kommunikationsroboter kann mit einem Künstliche Intelligenz (Kl) - Modul ausgestattet sein oder mit einem solchen verbunden sein, mithilfe dessen er lernen kann. So kann er beispielsweise nach Erkennung einer Bedienperson mithilfe des oben genannten Sprechererkennungsmoduls aus dem sich im Laufe der Zeit entwickelnden Dialogverhalten der Bedienperson auf den Erfahrungs-/Ausbildungsstand derselben schließen und das eigene Dialogverhalten entsprechend dem Lernergebnis anpassen. So kann ein Bedienerprofil einer Bedienperson dynamisch geführt, abgespeichert und zum Lernen genutzt werden. Das Bedienerprofil kann Daten über die Qualifikation und Kompetenzen der Bedienperson enthalten, die bestimmen, inwieweit die Bedienperson auf den Betrieb welcher Maschinen und Komponenten der Maschinen Einfluss nehmen darf. Auch kann das Bedienerprofil bei der Spracherkennung einer Spracheingabe einer Bedienperson Verwendung finden. Das Kl-Modul kann auch zum Lernen/Trainieren der oben genannten Spracherkennung und Sprechererkennung Verwendung finden.

Das Kl-Modul kann für ein maschinelles Lernen ausgerichtet sein und ein künstliches neuronales Netz sein oder ein solches umfassen. Das Lernen kann zumindest teilweise auf einer Fuzzy-Logik basieren. Das künstliche neuronale Netz kann ein Neuo-Fuzzy- Netz sein. Die Kombination von Fuzzy-Reglern mit neuronalen Netzen, ermöglicht die automatische Anpassung bzw. Generierung der Fuzzy-Regeln gemäß denen das Lernen und der Dialog mit einer Bedienperson erfolgen kann.

Weiterhin wird hier eine Abfüllanlage mit einem Kommunikations- und Steuerungs- /Regelungssystem gemäß einem der oben beschriebenen Beispiele bereitgestellt. Prin zipiell kann eine jede Maschine der Abfüllanlage, beispielsweise eine Füllmaschine, eine Verschließmaschine, eine Etikettiermaschine, eine Blasmaschine und eine Verpa ckungsmaschine, mit einem Software-Kommunikationsroboter bzw. Chatbot ausgestattet sein und es können die einzelnen Software-Kommunikationsroboter bzw. Chatbots mit einander vernetzt sein.

Im Folgenden werden Ausführungsformen eines erfindungsgemäßen Verfahrens unter Bezugnahme auf die Zeichnung beschrieben. Die beschriebenen Ausführungsformen sind in jeder Hinsicht lediglich als illustrativ und nicht als einschränkend anzusehen und verschiedene Kombinationen der angeführten Merkmale sind in der Erfindung einge schlossen.

Figur 1 zeigt schematisch Kommunikations- und Steuerungs-/Regelungssysteme in Ver bindung mit Maschinen einer Abfüllanlage gemäß einem Beispiel der vorliegenden Erfin dung.

Figur 2 zeigt ein Blockdiagramm, das eine Kommunikationskonfiguration veranschau licht, in der ein Software-Kommunikationsroboter implementiert werden kann, wie er bei spielhaft zur Bedienung einer Maschine einer Abfüllanlage verwendet werden kann.

Figur 3 zeigt eine beispielhafte Abfüllanlage, die mithilfe eines erfindungsgemäßen Kommunikations- und Steuerungs-/Regelungssystems bedient werden kann.

Die vorliegende Erfindung betrifft die Bedienung von Maschinen einer Abfüllanlage. Er findungsgemäß erfolgt die Bedienung der Maschinen über eine Text- oder Spracheinga be einer Bedienperson in einen Software-Kommunikationsroboter. Im Weiteren soll re präsentativ für einen solchen Software-Kommunikationsroboter ein Chatbot stehen, wenngleich eine jegliche Realisierung eines Software-Kommunikationsroboters in dieser Beschreibung miteingeschlossen ist. Der Chatbot kann zumindest teilweise in C++ oder Python programmiert sein. Figur 1 zeigt schematisch eine Linie einer Abfüllanlage 100, die einer Anzahl an Maschi nen M1 , M2 und M3 aufweist. Die Maschinen haben jeweils Komponenten K1 1 , K12 und K13 bzw. K21 , K22 und K23 bzw. K31 , K32 und K33, beispielsweise zur Verarbeitung von Flaschen oder Vorformlingen, über die sie eine Bearbeitung von Behältern vorneh men können. Ein erstes Kommunikations- und Steuerungs-/Regelungssystem KSR1 ist zum Datenaustausch mit der ersten Maschine M1 verbunden, ein zweites Kommunikati ons- und Steuerungs-/Regelungssystem KSR2 ist zum Datenaustausch mit der zweiten Maschine M2 verbunden, und ein drittes Kommunikations- und Steuerungs- /Regelungssystem KSR3 ist zum Datenaustausch mit der dritten Maschine M3 verbun den. Jedes der Kommunikations- und Steuerungs-/Regelungssysteme KSR1 , KSR2 und KSR3 kann auch Daten von sämtlichen Maschinen M1 , M2 und M3, beispielsweise über eine Verbindung der Maschinen M1 , M2, M3 untereinander oder über ein übergeordne tes Datensystem, in das Daten über sämtliche Maschinen M1 , M2, M3 eingehen, erhal ten. Die Kommunikations- und Steuerungs-/Regelungssysteme KSR1 , KSR2 und KSR3 können auch zum Datenaustausch miteinander verbunden sein.

Das Kommunikations- und Steuerungs-/Regelungssystem KSR1 weist ein Steuerungs- /Regelungssystem SR1 in Verbindung mit der Maschine M1 zur Steuerung und/oder Re gelung derselben und einen Chatbot K1 auf, das Kommunikations- und Steuerungs- /Regelungssystem KSR2 weist ein Steuerungs-/Regelungssystem SR2 in Verbindung mit der Maschine M2 zur Steuerung und/oder Regelung derselben und einen Chatbot K2 auf, und das Kommunikations- und Steuerungs-/Regelungssystem KSR3 weist ein Steu- erungs-/Regelungssystem SR3 in Verbindung mit der Maschine M3 zur Steuerung und/oder Regelung derselben und einen Chatbot K3 auf. Der Chatbot K1 steht mit dem Steuerungs-/Regelungssystem SR1 in Verbindung, der Chatbot K2 steht mit dem Steue- rungs-/Regelungssystem SR2 in Verbindung und der Chatbot K3 steht mit dem Steue- rungs-/Regelungssystem SR3 in Verbindung. Eine Bedienperson kann eine der Maschi nen M1 , M2 und M3 über einen der Chatbots K1 , K2 und K3 bedienen. Jeder der Chat- bots kann in der in Figur 2 gezeigten Kommunikationskonfiguration 200 implementiert werden.

Jedes der Steuerungs-/Regelungssysteme SR1 , SR2 und SR3 kann Teil eines zentralen Steuerungs-/Regelungssystems sein. Insbesondere muss jedes der Steuerungs- /Regelungssysteme SR1 , SR2 und SR3 nicht physikalisch bei einer der Maschinen M1 , M2, M3 platziert sein. Jedes der Steuerungs-/Regelungssysteme SR1 , SR2 und SR3 ist zumindest logisch einer der Maschinen zugewiesen. Die in Figur 2 gezeigte Kommunikationskonfiguration 200 weist eine Eingangsschnittstel le 210 auf. Diese Eingangsschnittstelle 210 empfängt Daten, die eine Spracheingabe einer Bedienperson, die von einem nicht gezeigten Mikrofon aufgenommen wird, darstel len. Alternativ kann die Eingangsschnittstelle 210 Textdaten empfangen. Sie kann als kombinierte Software- und Hardware-Schnittstelle ausgebildet sein. Diese Daten werden von der Eingangsschnittstelle 210 an eine (Daten-)Verarbeitungseinheit 220 gesendet. Verarbeitungseinheit 220 kann Teil einer für die Abfüllanlage zentralen Verarbeitungs einheit, die verschiedene Verarbeitungseinheiten für verschiedene Maschinen aufweisen kann. Die Verarbeitungseinheit 220 kann einen Prozessor zum Verarbeiten von Daten umfassen. Weiterhin weist die Kommunikationskonfiguration 200 eine Ausgabeeinheit 230 und eine Ausgangsschnittstelle 240 auf. Über die Ausgabeeinheit 230 wird ein Sprachausgabe erzeugt, die über die Ausgangsschnittstelle 240 und einem nicht gezeig ten Lautsprecher zum Dialog mit der Bedienperson ausgegeben werden kann. Auch die Ausgangsschnittstelle 240 kann als kombinierte Software- und Hardware-Schnittstelle ausgebildet sein.

Die Verarbeitungseinheit 220 kann dazu ausgebildet sein, eine Sprechererkennung auf der Grundlage der von der Eingangsschnittstelle 210 empfangenen Daten durchzufüh ren. Weiterhin wird von der zentralen Verarbeitungseinheit 220 der semantische Gehalt der Spracheingabe bestimmt. Die Bestimmung des semantischen Gehalts und die Sprechererkennung kann mithilfe eines oder mehrerer Sprachmodelle bzw. semanti scher Modelle erfolgen, die in einem Modellspeicher 250 abgelegt sind. Bei der Bestim mung des semantischen Gehalts kann eine Wahrscheinlichkeit dafür, dass bestimmte Worte in einer bestimmten Reihenfolge auftreten Berücksichtigung finden. Das semanti sche Modell kann in Form eines neuronalen Netzes oder eines Bayes-Klassifikators rea lisiert sein. Der mithilfe der Ausgabeeinheit 230 geführte Dialog mit einer Bedienperson wird basierend auf einem Dialogmodell, das in einem Dialogmodellspeicher 260 abgelegt ist, geführt. Insbesondere kann die Verarbeitungseinheit 220 dazu ausgebildet sein, Spracheingaben in mehreren Sprachen und/oder Dialekten zu erkennen, wobei in die sem Fall verschiedene Modelle für die verschiedenen Sprachen bzw. Dialekte in dem Modellspeicher 250 bereitgestellt werden müssen.

In der in Figur 2 gezeigten Kommunikationskonfiguration 200 kann ein selbstlernender Chatbot implementiert werden. Der Lernprozess erfolgt mithilfe einer Trainiereinheit 270, die Daten sammelt und bewertet und empfangene Sprachdaten und erkannte semanti- sehe Inhalte in einem Speicher 280 ablegt. Weiterhin kann in dem Speicher 280 ein Be dienerprofil einer Bedienperson gespeichert und aktualisiert werden. Beispielsweise kann gelernt werden, wie sich der Kenntnisstand einer mithilfe der Sprechererkennung erkannten Bedienperson im Verlaufe der zeit ändert und es kann der durch die Verarbei tungseinheit 220 gesteuerte Dialog mit dieser Bedienperson im Laufe der Zeit dem sich ändernden Kenntnisstand der Bedienperson angepasst werden. Benötigte die Bedien person zu einer frühen Zeit vielleicht noch eine relativ enge, detaillierte Dialogführung, um einen gewünschten Betrieb einer Maschine zu initiieren, so kann in einer späteren Zeit aufgrund des gewachsenen Kenntnisstand der Bedienperson der Dialog gegebe nenfalls abgekürzt und somit eine schnellere Bedienung der Maschine ermöglicht wer den. Auch kann das Bedienerprofil bei der Bestimmung des semantischen Inhalts der Spracheingabe berücksichtigt werden.

Das dynamische Lernen einer Dialogführung eines Chatbots kann mithilfe von in der Kommunikationskonfiguration 200 implementierten künstlichen Intelligenz erfolgen. Ebenso kann eine künstliche Intelligenz für die Spracherkennung einer Spracheingabe bzw. Sprecherkennung-/identifikation/-verifikation Verwendung finden. Die künstliche Intelligenz kann in Form neuronaler Netzwerke realisiert sein. Unter neuronalen Netzen können Werkzeuge verstanden werden, die geeignet sind, beliebige nichtlineare Funkti onen und somit auch Regeln beispielsweise der Fuzzy-Logik nachzubilden, falls diese Funktionen anhand von Beispielen vorliegen. Aus einer großen Anzahl von Beispielen können Regelmäßigkeiten und somit Gewichte der neuronalen Netze, erlernt/trainiert werden, die dann mithilfe vorgegebener aber auch wiederum anpassbarer Regeln, bei spielsweise unscharfer Fuzzy-Mengen und Regeln, ausgedrückt werden. Die Kombinati on von Fuzzy-Reglern mit neuronalen Netzen erlaubt das intelligente lernbedingt Aufstel len und Parametrisieren der Fuzzy-Regeln.

In der Fuzzy-Theorie umfasst eine Regel, genauer linguistische Regel, eine Anzahl von Prämissen in der Form einer Zugehörigkeit einer Anzahl von Eingangsgrößen zu einer Anzahl linguistischer Werte, welche durch logische Verknüpfung miteinander verbunden werden, die sogenannte Vorbedingung der Regel, und eine Aktion in der Form einer Zu gehörigkeitsfunktion einer Ausgangsgröße zu einem linguistischen Wert (im allgemeinen als ,Wenn-Dann’ Form bezeichnet). Jede Regel kann prinzipiell durch einen Experten vorgegeben werden und/oder durch ein automatisiertes Verfahren erlernt werden. Das automatisierte Verfahren kann insbesondere mit dem genannten künstlichen neuronalen Netz ausgeführt werden. Eine vorbestimmte oder erlernte Regel kann weiterhin durch Optimierungsschritte angepasst werden. Dabei kann ein Optimierungsschritt die Anpas- sung der oben erwähnten Parameter einer zu einem in einer Regel verwendeten linguis tischen Wert gehörenden Fuzzy-Menge oder eine Priorisierung bzw. Eliminierung der Regel umfassen. Eine Priorisierung bzw. Eliminierung kann dabei insbesondere durch Setzen oder Anpassen von Wichtungen einer Regel beim erfindungsgemäßen Bestim men einer Gesamtzugehörigkeitsfunktion auf der Grundlage der resultierenden Zugehö rigkeitsfunktion der Aktion der Regel geschehen.

Die logische Verknüpfung zweier oder mehrerer linguistischer Werte kann durch die übli chen logischen Operatoren, insbesondere durch UND, ODER sowie XOR geschehen. Dabei können binäre, ternäre oder auch Operatoren mit mehr als drei Operanden zum Einsatz kommen. Darüber hinaus kann auf jeden linguistischen Wert die unäre Operation der Negation angewendet werden.

Bei der logischen UND Verknüpfung zweier oder mehrerer linguistischer Werte der Prä missen einer Regel kann der Grad der Vorbedingung der Regel insbesondere durch das Minimum der Zugehörigkeitsgrade der Eingangsgrößen zu ihren entsprechenden linguis tischen Werten gebildet werden. Bei der logischen ODER Verknüpfung zweier oder meh rerer linguistischer Werte der Prämissen kann der Grad der Vorbedingung insbesondere durch das Maximum der Zugehörigkeitsgrade der Eingangsgrößen zu ihren entspre chenden linguistischen Werten gebildet werden. Alternativ können die logische UND Verknüpfung und/oder die logische ODER Verknüpfung mit Hilfe von beschränkten Summen durchgeführt werden.

Das Bestimmen einer resultierenden Zugehörigkeitsfunktion einer Aktion einer Regel geschieht über das Umlegen des Grads der Vorbedingung der Regel, also der logisch verknüpften Prämissen, des ,Wenn’-Teils der Regel, auf den linguistischen Wert der Ak tion der Regel, des ,Dann’-Teils der Regel. Das Umlegen, auch Inferenz genannt, kann dabei erfolgen, indem das Minimum zwischen dem Grad der Vorbedingung und der Zu gehörigkeitsfunktion der Aktion gebildet wird, also durch graphisches , Abschneiden’ der Zugehörigkeitsfunktion der Aktion auf Höhe des Grades der Vorbedingung. Alternativ dazu kann das Umlegen durch Produktbildung zwischen dem Grad der Vorbedingung und der Zugehörigkeitsfunktion der Aktion geschehen.

Eine Regel kann zwei oder mehr Prämissen, somit zwei oder mehr linguistische Werte, als Vorbedingung umfassen. Dabei können zwei oder mehr linguistische Werte gleich sein. Alternativ oder ergänzend können zwei oder mehr Prozessgrößen, die zu den lin guistischen Werten der Vorbedingung gehören, gleich sein. Das Bestimmen einer Gesamtzugehörigkeitsfunktion auf der Grundlage der ersten resul tierenden Zugehörigkeitsfunktion der Aktion der zumindest ersten vorbestimmten Regel kann insbesondere durch Gleichsetzen der Gesamtzugehörigkeitsfunktion mit der resul tierenden ersten Zugehörigkeitsfunktion der Aktion geschehen. Dabei kann die resultie rende erste Zugehörigkeitsfunktion ergänzend durch Wichtung, insbesondere durch Mul tiplikation mit einer Wichtungsfunktion über den Bereich einer Ausgangsgröße der Aktion der Regel, und/oder durch Abschneiden an vorbestimmten Grenzen des Wertebereichs der Ausgangsgröße modifiziert werden.

Das Erhalten einer Ausgangsgröße (Defuzzyfizieren) aus der Gesamtzugehörigkeits funktion kann insbesondere durch Bestimmen des Abszissenwertes des Schwerpunktes der unter der Gesamtzugehörigkeitsfunktion gelegenen Fläche geschehen. Alternativ dazu kann gemäß der Max-Kriterium Methode ein beliebiger Wert der Ausgangsgröße ausgewählt werden, für den die Gesamtzugehörigkeitsfunktion ein Maximum hat. Eben so kann gemäß der Mean-of-Maxima Methode der Mittelwert über die Menge der Werte der Ausgangsgröße, für die die Gesamtzugehörigkeitsfunktion ihr (globales) Maximum annimmt, als Wert der Ausgangsgröße gewählt werden.

In kombinierten Neuro-Fuzzy-Systemen sind kooperative bzw. offline Systeme von hyb riden bzw. online Systemen zu unterscheiden, die beide in der Kommunikationskonfigu ration 200 implementiert sein können. Bei den erstgenannten Systemen werden die neu ronalen Netze in bestimmten zeitlichen Abständen offline, d.h. nicht während des Be triebs, neu trainiert. Bei hybriden Systemen erfolgt das Trainieren während des Produkti onsbetriebs. Insbesondere, durchaus aber nicht ausschließlich, bei diesen Systemen kann es sinnvoll sein, die Regelung der Prozessparameter nur innerhalb vorab bestimm ter unterer und oberer Schranken zu erlauben.

Weiterhin kann über die Ausgabeeinheit 230 und eine entsprechende Ausbildung der Ausgangsschnittstelle 240 der Bedienperson ein Virtual Reality - oder Augmented Reali ty - Ausgabe, insbesondere über eine in Figur 2 nicht dargestellte Anzeigevorrichtung, präsentiert werden. Die Virtual Reality - oder Augmented Reality - Ausgabe kann sowohl zur Unterstützung des Dialogs mit der Bedienperson als auch zur Darstellung von diag nostischen und anderen Betriebsdaten Verwendung finden. Die Virtual Reality - oder Augmented Reality - Ausgabe kann eine insbesondere simulierte animierte Darstellung von Informationen, beispielsweise über Betriebsabläufe von Maschinen der Abfüllanlage, enthalten. Eine elaborierte Abfüllanlage 300, die mithilfe der in Figur 1 gezeigten Kommunikations und Steuerungs-/Regelungssysteme KSR1 , KSR2 und KSR3 bedient werden kann ist beispielhaft in Figur 3 dargestellt. Die Abfüllanlage 300 zum Befüllen von Behältern 302, 303 mit einem flüssigen Produkt, wie beispielsweise einem Getränk oder dergleichen, umfasst eine Füllmaschine 305 zum Befüllen und Verschließen der Behälter 302, 303 und eine stromabwärts der Füllmaschine 305 vorgesehene Verteileinrichtung 306 zum Verteilen der Behälter 302, 303 auf zwei getrennt steuerbare Transportstrecken 307,

308, in denen jeweils wenigstens ein Behälterpuffer 309, 310 mit verstellbaren Behälter führungen 309a, 310a vorgesehen ist. Den Behälterpuffern 309, 310 nachgeschaltet sind Etikettiermaschinen 311 , 312 sowie Verpackungsmaschinen 313, 314 zum Flerstellen von Behältergebinden 315. Diese werden einer Sammel- und Verteileinrichtung 316 zu geführt, so dass die Behältergebinde 315 auf stromabwärts der Sammel- und Verteilein richtung 316 vorgesehene Sortierspuren 317 verteilt werden und einer Kommissionier einrichtung 318 zugeführt werden können.

Die Transportstrecken 307, 308 umfassen jeweils erste eingangsseitige Abschnitte 307a, 308a, die einspurig und für den drucklosen Transport der Behälter 302, 303 ausgebildet sind. Ferner umfassen die Transportstrecken 307, 308 ausgangsseitige zweite Abschnit te 307b, 308b, die jeweils mehrspurig für den drucklosen Transport der Behälter 302, 303 ausgebildet sind. Für die Verteilung der Behälter 302, 303 von dem einspurigen ers ten Abschnitt 307a, 308a auf die einzelnen Spuren des zweiten Abschnitts 307b, 308b, die beispielsweise in Form separater Gassen 307b1 bis 307b3, 308b1 bis 308b3 ausge bildet sind, sind Weichen 307c, 308c oder entsprechende Verteileinrichtungen vorgese hen.

Weiterhin umfasst die Abfüllanlage 300 eine Blasmaschine 319, 320. Im gezeigten Bei spiel sind getrennte Blasmaschinen 319, 320 zum Flerstellen unterschiedlicher Behälter 302, 303, beispielsweise Behälter unterschiedlicher geometrischer Formen, vorgesehen. Es kann wenigstens eine der Blasmaschinen 319, 320 über eine eingangsseitige Trans portstrecke 321 mit der Füllmaschine 3055 verbunden sein. Über eine eingangsseitige Weiche 305a können unterschiedliche einlaufende Behälterströme der weiteren Verar beitung zugeführt werden können. Weitere Produktionseinheiten 323, 324 können etwa in Form von Schrumpftunneln vorgesehen sein. Für die Steuerung der erfindungsgemäßen Abfüllanlage 300 ist eine zentrale Steue- rungs-/Regelungseinheit 322 vorgesehen, die insbesondere mit der Verteileinrichtung 306, den Behälterpuffern 309, 310, den Etikettiermaschinen 311 , 312 und Produktions einheiten stromaufwärts der Verteileinrichtung 306, wie beispielsweise der Füllmaschine 305 und den Blasmaschinen 319, 320 kommuniziert. Die in Figur 1 gezeigten Steue- rungs-/Regelungssysteme KSR1 , KSR2 und KSR3 oder Chatbots K1 , K2, K3 können Teil der zentralen Steuerungs-/Regelungseinheit 322 sein. Implementierungen mit zent ralen und verteilten Datenverarbeitungen sind möglich.

In dem gezeigten Beispiel sind die Etikettiermaschinen 31 1 , 312 mit Chatbots K1 , K2, die Füllmaschine 305 mit dem Chatbot K3 und die Blasmaschinen 319, 320 mit den Chat bots K4, K5 verbunden. Die Chatbots K1 , K2, K3, K4 sind den jeweiligen Maschinen der Abfüllanlage 300 logisch zugeordnet. Natürlich können sämtliche Maschinen der Abfüll anlage 300 mit Chatbots ausgestattet sein, und es können die Chatbots untereinander vernetzt sein, sodass sie sich über Betriebszustände der Maschinen und Anforderungen der Bedienpersonen austauschen können. Allgemein kann aus Sicherheitsgründen die Vernetzung der Chatbots mit den anderen Maschinen, mobilen kollaborativen Robotern, aber auch Smartphones der Bedienpersonen, etc. auf einen definierten internen Bereich (beispielsweise in Form eines firmeneigenen Netzes) beschränkt werdenund gleichzeitig ein Austausch im Internet zum selbständigem Lernen des Chatbot, beispielsweise hin sichtlich der Spracherkennung oder Sprecheridentifikation) ermöglicht werden.

Die zentrale Steuerungs-/Regelungseinheit 322 ist mit den Chatbots verbunden und kann die Koordination der Maschinen und Transporttechnik zumindest teilweise, bei spielsweise bei der Organisation der Anlagenproduktion und der Sortenumstellung der Produkte übernehmen. Logisch und/oder physikalisch kann jeder Maschine ein Kommu- nikations- und Steuerungs-/Regelungssystem mit Chatbot und Steuerungs- /Regelungseinrichtung zugeordnet werden. Eine Bedienperson kann über die Chatbots K1 , K2, K3, K4, K5 mithilfe von Spracheingaben und Sprachdialogen die jeweiligen Ma schinen bedienen. Die Chatbots können Anzeigevorrichtungen, die bei den Maschinen positioniert sind, zum Anzeigen von Informationen verwenden.

Die Chatbots K1 , K2, K3, K4, K5 können Eingaben der Bedienperson hinterfragen, Lö sungen für vorgestellte oder erkannte Probleme unterbreiten oder auch konkrete Aktion initiieren. So kann jeder der Chatbots K1 , K2, K3, K4, K5 dazu ausgebildet sein, in Reak tion auf einen Dialog mit einer Bedienperson eine weitere Bedienperson (in Abhängigkeit von der Qualifikation oder zur schnelleren Umsetzung/Beseitigung beispielsweise von Rüstvorgängen oder Störungen) zur Unterstützung herbeizurufen oder einen geeigneten freien mobilen kollaborativen Roboter anzufordern und direkt mit einer konkreten Hand lung zu beauftragen (in Figur 3 steht beispielsweise der Chatbot K2 mit einem kollabora tiven Roboter CR in Verbindung). Weiterhin können die Chatbots K1 , K2, K3, K4, K5 da zu ausgebildet sein, über eine Steuerungs-/Regelungseinrichtung, beispielsweise mithilfe der zentralen Steuerungs-/Regelungseinheit 322, selbsttätig die Produktion zu beenden, vorzubereiten und zu starten sowie den Materialfluss entsprechend zu organisieren und der Bedienperson mitzuteilen, welche Aufgaben zu erledigen sind. Möglich wäre auch, ein bereits eingeleitetes Beenden der Produktion so zu ändern, dass das Beenden nicht erst durchgeführt und anschließend ein Neustart ausgeführt werden muss. Ebenfalls denkbar wäre die automatisch zeitlich verlängerte Produktion, weil beispielsweise kurz fristig ein neuer Auftrag für das Produkt eingegangen ist und die erforderlichen Materia lien für die Produktion verfügbar sind oder rechtzeitig nachgeordert werden können. Ein Grund für zeitlich längere oder kürzere Produktion könnte auch der Eingang oder fehlen de Eingang von Leergut sein (beispielsweise vom Getränkehandel), der kurzfristig gelie fert und in die Abfüllanlage 300 eingespeist oder nicht eingespeist werden kann.

Weitere Arten der Bedienunterstützung, die von den Chatbots K1 , K2, K3, K4, K5 geleis tet werden können, sind vor einer Umstellung der Produktion auf ein anderes Produkt eine dialogische Klärung mit der Bedienperson davon, welches genaue andere Produkt in welcher Menge produziert werden soll, oder das Ausgeben einer Informationen an die Bedienperson darüber, welche Aufgaben für die Produktion von einem neuen Produkt in welcher Reihenfolge erledigt werden müssen (beispielsweise auch Reinigungs- und Wartungsvorgänge, allgemeine Rüstvorgänge wie Materialwechsel, Formatteilewechsel, Einstellungen etc.).

Weiterhin können Bedienunterstützungen durch die Chatbots K1 , K2, K3, K4, K5 dadurch erfolgen dass automatische Teilvorgänge wie Reinigung/Sterilisation etc. in der richtigen Reihenfolge und/oder in einem vorbestimmten Zeitintervall ohne erneute Bestäti gung durch die Bedienperson gestartet werden,

dass für einen Rüstvorgang benötigte Rüstteile und Werkzeuge/Materialien geor dert und von Cobots, Automated Guided Vehicles oder auch Staplerfahrer bereit gestellt werden,

dass für die von der Bedienperson aktuell durchzuführenden Aufgaben Doku- mente, Animationen oder Videos angeboten und präsentiert werden, dass an der Maschine der Ort für die jeweilige durchzuführende Aufgabe optisch angezeigt wird, oder

dass Störungen beim Ablauf eines Vorgangs an der Maschine oder in der Anlage angezeigt werden.

dass Empfehlungen zur Beseitigung bzw. zum Umgang mit der Störung ausgege ben werden.

Hierbei kann die jeweilige Präsentation von Informationen/Daten ebenfalls über ein mobi les Bediengerät und/oder Smartphone erfolgen.

Allgemein können zu erwartende Zustände der Abfüllanlage 300, beispielsweise voraus sehbare/prognostizierbare Stopps oder erforderliche Eingriffe, beispielsweise von einer Sprachausgabe begleitet, angezeigt werden. Auch können präventive Maßnahme, bei spielsweise zur Vermeidung von Stopps oder Störungen, CIP bzw. Reinigungsvorgänge und Zwischendesinfektionen bei Aseptikanlagen etc. empfohlen und/oder direkt eingelei tet werden.

Vor dem Produktionsstart (z.B. auch vor Schichtbeginn) könnten vorbereitende Aktionen wie das Aufheizen von Reima, Pasteur und Wärmer, Heiztunnel für Schrumpfsleeves oder Schrumpfgebinde etc. automatisch rechtzeitig ausgelöst und gegebenenfalls pas sendes Verpackungs-Material bereitgestellt werden. Dazu kann ein Dialog mit der Bedi enperson vorab erfolgen, in dem beispielsweise bei Schichtende abends/am Wochen ende nach dem Schichtbeginn des nächsten morgens/Montags gefragt wird (beispiels weise:„Wann soll die Anlage/Maschine bereit sein für die Produktion?“).

Weitere mögliche Anwendungen betreffen: automatische Umstellung der Produktion auf Energie- und Medieneffizienz und/oder auf terminierte/schnelle Auftragserledigung, Berücksichtigung von Verfügbarkeiten der Bedienpersonen, beispielsweise bei Pausen, persönlichen Verteilzeiten, etc. Hierbei könnte sich die Bedienperson per Spracheingabe und möglichweise auch mittels einem mobilem Gerät wie einem Smartphone als„nicht erreichbar/verfügbar“ melden. Erkennung von Bedienerwechseln (z.B. bei Schichtwechsel) sowie Ableitung von Maßnahmen, Informationsbereitstellung über die aktuelle Situation der Anlage und anstehende Aktionen etc. Erkennung von Produktions-Unterbrechungen und gegebenenfalls Nachfrage im Dialog mit der Bedienperson dazu, wie lange voraussichtlich die Anlage stillsteht. Hierüber könnten andere Bediener informiert werden, um beispielsweise einen Pausengang vorzuziehen, Reinigungsarbeiten oder Instandhaltung an Maschinen durchzuführen. Zur Reduzierung des Energieverbrauchs könnten auch Maschi nen abgeschaltet und wieder rechtzeitig eingeschaltet werden. Dazu könnten Er fahrungswerte aus früheren vergleichbaren Situationen genutzt werden. Organisation der Umstellvorgänge der Anlage in Abhängigkeit von den beteilig ten/verfügbaren Bedienern (hinschtlich Qualifikation, körperlichen Einschränkun gen etc.) und dem Anlagenzustand und Cobots (deren Reichweite, Traglast etc.).

Sämtliche der oben genannten Bedienunterstützungen können basierend auf einem ent sprechend erstellten und aktualisierten Bedienerprofil personalisiert, insbesondere in Abhängigkeit des Kenntnisstands und der Kompetenz, der Bedienperson angeboten werden, da jeder Chatbot dynamisch aus den einzelnen Dialogen mit der Bedienperson lernen kann (s. oben).

Weiterhin kann die in der Kommunikationskonfiguration 200 (s. Figur 2) implementierte künstliche Intelligenz im Laufe der regelmäßigen Nutzung lernen, wie lange bestimmte Aufgaben, wie das Rüsten und Entstören, tatsächlich dauern. Auf Basis dieser Daten wird beispielsweise die Produktionsplanung angepasst bzw. werden dem Schichtleiter Vorschläge unterbreitet. In die Optimierung der Produktionsdaten können weiterhin Da ten wie Lagerbestand und auch das Wetter bzw. die Umgebungsbedingungen (Tempera tur, Luftfeuchtigkeit, Uhrzeit etc.) mit einfließen.