Wissenschaftlicher Newsticker

Dezember 2019

06.12.2019 -

Industrie 4.0 Komponenten in AutomationML beschreiben

Ziel der Industrie 4.0 ist es, die verschiedenen, teilweise gegensätzlichen Anforderungen an moderne Produktionssysteme wie zum Beispiel der wachsenden Produktflexibilität zur Kundenwunscherfüllung bei gleichzeitig sinkenden Herstellungskosten oder der verstärkten Schonung von Umwelt und Ressourcen bei gleichzeitig erhöhter Flexibilität der genutzten Produktionstechnologien.

Zwei der wichtigsten dabei verfolgten Entwicklungszweige sind die verstärkte Integration der verschiedenen Phasen und Aktivitäten entlang des Lebenszyklus von Produktionssystemen (insbesondere die informationstechnische Vernetzung) und die verstärkte Nutzung von modularen, intelligenten, vernetzten, selbstorganisierenden und selbststeuernden Produktionssystemkomponenten, die als Cyber-physische Produktionssysteme realisiert und Industrie 4.0 Komponenten genannt werden.

Ein relevantes Kernkonzept ist in diesem Zusammenhang die informationstechnische Repräsentation der Industrie 4.0 Komponente als elementarem Baustein moderner Produktionssysteme in einer Weise, die eine Nutzung dieser Repräsentation entlang des gesamten Lebenszyklus eines Produktionssystems und auf allen Ebenen dieses Produktionssystems ermöglicht. Zu diesem Zweck wurde eine generische Architektur für eine Industrie 4.0 Komponente entwickelt und in der DIN Spec 91345 standarisiert, die auf der Unterscheidung des eigentlichen Assets (also der betroffenen physischen oder logischen Komponente) und seiner Verwaltungsschale aufbaut. Dabei soll die Verwaltungsschale neben dem fachgerechten Zugriff auf das Asset auch dessen umfassende informationstechnische Beschreibung sicherstellen.

Im Rahmen des Entwurfsprozesses eines Produktionssystems soll diese Verwaltungsschale zwecks informationstechnischer Vernetzung zwischen den an diesem Prozess einzelnen beteiligten Parteien austauschbar sein, wie es die neben stehende Grafik zeigt. So sollen unter anderem ein Geräte- und Komponentenhersteller ihre Geräte und Komponenten mittels Verwaltungsschale beschreiben und diese Beschreibung zur weiteren Nutzung einem Systemintegrator zur Verfügung stellen können. Dieser soll die in den empfangenen Verwaltungsschalen enthaltenen Informationen auswählen, kombinieren, bearbeiten und erweitern können, um sie dann zu einer Systembeschreibung für den Anlagenbetreiber zu aggregieren und für diesen und ggf. weitere Unternehmen (z.B. zwecks Steuerung und Wartung) entsprechende Komponentenbeschreibungen zu erstellen.

bild verwaltungsschale aml

Ein solcher Informationsfluss über verschiedenste Unternehmen und gleichzeitig über verschiedenste Entwurfsdisziplinen und Entwurfswerkzeuge setzt eine standardisierte Syntax und Semantik für die auszutauschenden Daten voraus.

(A. Lüder, N. Schmidt, R. Drath: Standardized information exchange within production system engineering, In: S. Biffl, A. Lüder, and D. Gerhard, editors, Multi-disciplinary engineering for cyber-physical production systems: data models and software solutions for handling complex engineering projects - Cham: Springer, pp. 235-257, 2017)

 

Um diese zu erreichen, wurde durch die Plattform Industrie 4.0 ein Metamodell für die relevanten Informationen entwickelt und veröffentlicht:

Plattform Industrie 4.0 : Details of the Asset Administration Shell. Part 1 - The exchange of information between partners in the value chain of Industrie 4.0 (Version 1.0). Federal Ministry for Economic Affairs and Energy (BMWi)(Hrsg.), ZVEI & Plattform Industrie 4.0, 2018

In Kooperation von Plattform Industrie 4.0 und AutomationML e.V. wurde unter maßgeblicher Beteiligung des IAF für dieses Meta Modell eine Repräsentation mittels AutomationML als einem herstellerneutralen Format entwickelt und zur SPS Messe in Nürnberg Ende November veröffentlicht:

Plattform Industrie 4.0 : Details of the Asset Administration Shell. Part 1 - The exchange of information between partners in the value chain of Industrie 4.0 (Version 2.0). Federal Ministry for Economic Affairs and Energy (BMWi)(Hrsg.), ZVEI & Plattform Industrie 4.0, 2019

AutomationML association: Application Recommendation - Asset Administration Shell Representation (AR AAS), 2019

Das genutzte Meta Modell baut auf zwei grundlegenden Säulen auf, der Repräsentation des verwalteten Assets und der Darstellung von Teilmodellen zu diesem Asset.  Es wird vorausgesetzt, dass jeder Verwaltungsschale exakt ein Asset zugeordnet ist. Dabei kann unterschieden werden, ob es sich um einen Typ oder eine Instanz eines Assets handelt, d.h. ob das Asset in der Entwurfsphase oder der Nutzungsphase betrachtet wird.

Aufgabe der Teilmodelle (Submodel) ist es, relevante Informationen strukturiert abzulegen und verfügbar zu machen. Sie enthalten Teilmodellelemente (SubmodelElement) die selbst unterschiedlich strukturiert sein können und unterschiedlichen Zielen dienen. Das am weitesten verbreitete Teilmodellelement ist die Property, die einem Attribut bzw. Merkmal entspricht.

Es soll nicht unerwähnt bleiben, dass alle wichtigen Elemente des Metamodells eindeutig identifizierbar sind und über Semantikindikatoren verfügen, die zum Beispiel Semantiken aus eCl@ss oder CDD referenzieren können.

Die Repräsentation des Metamodells der Daten in der Verwaltungsschale mit AutomationML (auch Serializierung genannt) stützt sich auf die Gemeinsamkeiten beider und nutzt insbesondere die Tatsache aus, dass in AutomationML Objektsemantiken über RoleClasses und Objekte über InternalElements und SystemUnitClasses (je nach Kontext) abgebildet werden.

Entsprechend wurden Abbildungsregeln für ein Datenmodell gemäß des Metamodells angegeben, die in 7 Regelgruppen zusammengefasst sind.

Diese Regelgruppen beschäftigen sich zum Beispiel mit der AutomationML-konformen Definition von Rollen, Interfaces und Attributen  aus denen heraus entsprechende Rollen- und Interfacebibliotheken erstellt wurden. Sie bilden die relevanten Konzepte des Metamodells semantisch ab.

Zudem beschreiben die Regeln unter anderem, dass jedes Teilmodellelement über ein InternalElement mit entsprechender Rolle abzubilden ist und seine einzelnen Teilmodellelementtypen klare Strukturregeln einhalten müssen oder wann und wie ein Werkzeug, das eine Verwaltungsschale erstellt, eine InstanceHierarchy oder eine SystemUnitClassLib gemäß AutomationML erstellen muss.

Die entwickelten Abbildungsregeln und die aus ihnen hervorgegangenen Bibliotheken sind so gestaltet, dass sie da wo sinnvoll auf bestehenden AutomationML Klassenbibliotheken aufsetzen und generell gemeinsam mit allen bestehenden Bibliotheken verwendet werden können. So ist insbesondere sichergestellt, dass die in Entwicklung befindliche AutomationML Komponentenbeschreibung und die Serializierung der Verwaltungsschale zueinander passen.

Die entwickelte Repräsentation der Industrie 4.0 Asset Administration Shell ermöglicht es, entlang des gesamten Entwurfsprozesses eines Produktionssystems eine standardisierte umfassende und erweiterbare Datenaustauschtechnologie zu nutzen, die zum einen mit den Technologien für den Erstellungsprozesses (XML in Form der AASX) und des Nutzungsprozesses (OPC UA) harmonisiert ist und zum anderen die bestehenden AutomationML Schnittstellentechnologien nutzbar macht. Dies ist ein sehr bedeutender Schritt für die weitere Verbreitung des am IAF maßgeblich mit entwickelten Datenaustauschformates.

 

Ansprechpartner: apl. Prof. Dr.-Ing. habil. Arndt Lüder

mehr ...

Wissenschaftlicher Newsticker September 2019

23.09.2019 -

Risiken der Wiederverwendung im Anlagenengineering

Lebenszyklen von Produktionssystemen werden immer kürzer. Das hat viele verschiedene Gründe. Viele davon liegen in den zunehmend turbulenten Zuliefer-, Absatz, und Technologiemärkten, die die ökonomischen und technologischen Möglichkeiten der Produktion definieren.

In Reaktion auf diese Herausforderung sind viele Unternehmen bemüht, die nicht wertschöpfenden Phasen im Lebenszyklus ihrer Produktionssysteme stark zu verkürzen. Ein probates Mittel dafür ist die Wiederverwendung von Entwurfsergebnissen aus vorherigen Projekten.

Dr.-Ing. Hannes Röpke hat sich mit seiner Dissertation „Entwicklung einer Methode zur Risikobeurteilung bei der Wiederverwendung von Entwurfselementen im Anlagenengineering“ eine entsprechende Risikobewertungsmethode aus mehreren Bausteinen entwickelt.

 

Lebenszyklen von Produktionssystemen werden immer kürzer. Das hat viele verschiedene Gründe. Viele davon liegen in den zunehmend turbulenten Zuliefer-, Absatz, und Technologiemärkten, die die ökonomischen und technologischen Möglichkeiten der Produktion definieren.

In Reaktion auf diese Herausforderung sind viele Unternehmen bemüht, die nicht wertschöpfenden Phasen im Lebenszyklus ihrer Produktionssysteme stark zu verkürzen. Entsprechend ist man bemüht, die Entwurfsphase von Produktionssystems schneller und effizienter zu durchlaufen. Ein probates Mittel dafür ist die Wiederverwendung von Entwurfsergebnissen aus vorherigen Projekten (Quelle).

Diese Wiederverwendung birgt jedoch Risiken. Mit sehr wenigen Ausnahmen sind Produktionssysteme nicht identisch. Üblicher Weise unterscheiden sie sich zum Beispiel hinsichtlich der zu fertigenden Produkte (z.B. andere Material- oder Fertigungsprozessdetails), der nutzbaren Technologien, der Umweltbedingungen des Produktionssystems (z.B. gewünschte Taktzeiten oder relevante Standards) und der Projektstruktur (z.B. andere Zulieferer oder andere Rechtssituation). Dies kann dazu führen, dass zur Wiederverwendung vorgesehene Anlagenkomponenten nur bedingt anwendbar sind und damit im Anlauf der Anlage Probleme entstehen.

Für das Management von Risiken hat sich (unter anderem) der in Abbildung 1 dargestellte Risikomanagementprozess etabliert. Hauptbestandteil dieses Prozesses ist eine Risikobeurteilung, die auf der Identifikation, Analyse und Bewertung entsprechender Risiken basiert.

bild1

Abbildung 1: Risikomanagementprozess

Für die Wiederverwendung von Entwurfsartefakten ist eine derartige Risikobeurteilung und ein darauf aufbauendes Risikomanagement jedoch Neuland. Dr.-Ing. Hannes Röpke hat sich mit seiner Dissertation „Entwicklung einer Methode zur Risikobeurteilung bei der Wiederverwendung von Entwurfselementen im Anlagenengineering“ auf dieses Neuland gewagt und eine entsprechende Risikobewertungsmethode aus mehreren Bausteinen entwickelt.

Ausgangspunkt seiner Arbeiten war die Frage, was den eigentlich der Forschungsbedarf für eine derartige Methodenentwicklung ist. Er ist dabei dem in Abbildung 2 gezeigten Schalenmodell gefolgt.

bild2 

Abbildung 2: Methode zur Risikobewertung Handlungsbedarfe der Forschung

Als bedeutendste Voraussetzung für eine Risikobewertung im Anlagenengineering hat Entstand in der Dissertation eine allgenmeine Anlagenstruktur, die bezogen auf die funktionale Hierarchie eines Produktionssystems aufzeigt, was für Produktionssystemkomponenten sinnvoll wiederverwendbar sein könnten.

Darauf aufbauend hat Herr Dr.-Ing. Röpke einen Methodenkanon zur Risikoidentifikation entwickelt, der auf der basierend auf dem Delta-Engineering für betroffene Projektelemente basiert und Kennzahlen für ein entsprechendes Risiko im Projekt bereitstellt. Daran schließt eine Risikoanalyse an, die globale Risiken unter Nutzung von Simulationstechniken und lokale Risiken über Bayessche Netze analysiert. Die anschließende Risikobewertung erbringt dann einen Risikokubus, der eine Risikobewertung bezogen auf Handlungsoptionen erbringt.

Im Rahmen seiner Arbeit hat Herr Dr.-Ing. Röpke die Risikobewertung auf Anwendungsfälle im Automobilbau angewendet und sie so validiert. Das IAF wird diese Methodik weiter untersuchen und für weitere Anwendungsfälle und (insbesondere) AutomationML basierte Engineeringwerkzeugketten adaptieren.

 

Ansprechpartner: apl. Prof. Dr.-Ing. habil. Arndt Lüder

mehr ...

Wissenschaftlicher Newsticker Mai 2019

06.05.2019 -

Modellierte Systemzustände zur Auftragssteuerung in der Industrie dienen in aller Regel der expliziten Darstellung grundlegender Geschäftsprozesse. In den letzten Jahren haben sich, nicht zuletzt getrieben durch immer leistungsfähigere EDV-Systeme, umfängliche Abbildung von Produktionsstrukturen in virtuellen Systemen durchgesetzt.  Grenzen virtueller Welten für den Fabrikplaner eröffnen sich nach wie vor bei nicht bzw. schwer gegenständlicher, also nicht geometrischen Eignung modellhafter Abbildungen der Fertigungsteuerung

Darstellungsformen bzw. Optimierungsaufgaben, welche beispielsweise in der Fertigungssteuerung zu finden sind. Da bei solchen Optimierungsvorhaben in aller Regel fachspezifisch übergreifende Lösungen zwingend erforderlich sind, ist hier der integrative beteiligungsorientierte Ansatz zur Lösungsfindung unerlässlich. Von den Magdeburger Forschern wurde eine Vorgehensweise entwickelt, die aus einem abstrahierten physischen Modells einer Produktion als Basis des beteiligungsorientierten Ansatzes sowie der darauf aufbauenden expertengeführten Systemauslegung besteht....mehrAnsprechpartner: Dr.-Ing. Ulf Bergmann, Dipl.-Ing. Gerd Wagenhaus

mehr ...

Wissenschaftlicher Newsticker Dezember 2018

12.12.2018 -

Versuchsstand <Smart Factory>: „Realsimulation“ von Produktionsabläufen mittels Steuerungsarchitekturen der digitalen Zukunft

smartfactory_Bild3Dezember 2018 Für Fabrikplaner und Betriebsorganisatoren ist die Simulation von Produktionsabläufen ein wichtiges Werkzeug, um die Leistungsfähigkeit eines neu konfigurierten Produktionssystems zu bestimmen. Dem Grunde nach erfolgt hierbei die Nachbildung von Produktionssystemen mit ihren dynamischen Ablaufvorgängen in einem experimentierfähigen Modell gemeinhin auf Basis einer rechnergestützten Simulationsstudie. Mit dem seit Beginn des Jahres installierten Versuchsstand <Smart Factory> wird dies im Rahmen unserer Lehr- und Forschungsaktivitäten nunmehr als „Realsimulation“ erlebbar.

Dazu wurden auf Basis von Lehr-Simulationsmodellen der Firma Staudinger und Software der Firma logi.cals eine Reihe von modularen Arbeitsstationen installiert. Diese können frei konfiguriert und in beliebigen Anordnungen zu Modellen einer Vielzahl unterschiedlicher Arten und Ausprägungen von Produktionsanlagen kombiniert werden. Neben der expliziten Darstellung dedizierter Effekte ablauforganisatorischer Problemstellungen ermöglicht das System auch die experimentelle Überprüfung von Maßnahmen zu deren Lösung.

 

smartfactory_Bild2

auf Click: Video vom realem Versuchsaufbau        

Um verschiedene Ablaufstrukturen auf dem System zu evaluieren, bedarf es einem hohen Maß an Konfigurierbarkeit des Systems. Gleichzeitig muss die Tätigkeit der Konfiguration aber einem geeigneten zeitlichen und fachlichen Rahmen genügen. Eine stetige Neuentwicklung der Steuerungsarchitektur und -programmierung ist daher ungeeignet und wurde durch eine eigens entwickelte teil-automatisierte Inbetriebnahme ersetzt. Hierbei wird zur Lösung der Aufgabenstellung die Anlagenkonfiguration in Hard- und Software modellgetrieben erstellt und letztlich in einem AutomationML-Datenmodell abgelegt.

Ein am IAF entwickeltes Multi-Agentensystem (MAS) greift auf die Konfigurationsdaten während der Initialisierung und Laufzeit der Simulation über einen ebenfalls durch das IAF selbst implementierten AutomationML-OPC UA Server zu. Die Konfiguration und Orchestrierung der einzelnen Arbeitsstationen wird nun entsprechend des gegebenen Lösungsvorschlags durch das MAS durchgeführt. Die Vernetzung der Komponenten untereinander und mit dem MAS basiert ebenfalls auf OPC UA. Diese Kommunikationsarchitektur ermöglicht gleichzeitig die automatische Erfassung der Prozessdaten und liefert eine solide Datenbasis für die Ermittlung von aggregierten Kennzahlen (KPIs). So können die Ergebnisse der Experimente direkt rechnergestützt ausgewertet werden.

Im Rahmen des Forschungsprojektes INTEGRATE wird diese Architektur weiterführend dazu genutzt die lebenszyklusüberspannende Integration von Daten aus dem Anlagenentwurf zu erproben. Hierzu werden die Entwurfsdaten über die INTEGRATE Plattform zu einem „Anlagen-Repository“ zusammengeführt und stehen über filter- und zugangsbeschränkte Sichten zur Simulations-Laufzeit zur Verfügung. Das eingesetzte Multi-Agenten System ist so in der Lage, über den Entwurfsdaten der Anlage Entscheidungen zur Laufzeit des Systems zu treffen.

Darüber hinaus erweist sich das Interagieren mit dem physischen Modell im Rahmen der Aus- und Weiterbildung von Studierenden und interessierten Industriepartnern als hilfreich, um ablauforganisatorische Phänomene und die sich daraus häufig erfahrungsgeleitet ergebenen Grundsätze für das wirtschaftliche Betreiben von Produktionssystemen nachhaltig zu vermitteln.

Dabei fungiert der Versuchsstand als Demonstrator, in dessen experimentierfähiger Modellumgebung eine gezielte Veränderung steuerungsrelevanter Parameter vorgenommen wird. Dazu zählen z.B. die Festlegung von Fertigungslosgrößen, die Regelung der Auftragsweitergabe und die Bewirtschaftung von Engpassressourcen.

smartfactory_Bild1

Zukünftige Aktivitäten konzentrieren sich auf die dynamische Rekonfiguration des Versuchsstandes, um daraus weiterführende Demonstrationsbeispiele zu generieren und die Verwendung maßgeblicher Produktionskennzahlen zur Beurteilung auch komplexer Produktionsstrukturen zu erforschen.

Ansprechpartner: Dr.-Ing. Ulf Bergmann, Dipl.-Ing. Ronald Rosendahl

mehr ...

[1] | 2 | 3 vor

Letzte Änderung: 06.12.2019 - Ansprechpartner: iaf