Informationsschätze richtig heben - Auf dem Weg zur sinnvollen Nutzung der Industrie 4.0 Komponente
Die Automatisierungswelt ist im Umbruch. Die wachsenden Anforderungen an die Flexibilität und Anpassbarkeit von Produktionssystemen an sich ändernde Umweltbedingungen führen zu einer neuen Sicht auf Automatisierungsfunktionen und Automatisierungsarchitekturen. Kernelement der sich neu entwickelnden Strukturen ist die Industrie 4.0 Komponente [1]. Sie kapselt Funktionalitäten in einem Produktionssystem und stellt diese sowie Informationen über die Komponente und ihre Funktion für die anderen Systemelemente bereit.
Seit 2016 wird am IAF an der Gestaltung und Nutzung von Industrie 4.0 Komponenten gearbeitet. Dabei liegt ein Fokus auf Realisierung von Beispielimplementierungen und ein weiterer Fokus auf den Informationen, die eine Industrie 4.0 Komponente im Engineering und zur Laufzeit beschreiben. Hier wurden insbesondere im Christian Doppler Labor CDL-SQI (https://forschung-sachsen-anhalt.de/project/sba-comet-zentrum-interacting-cristian-21913) wichtige Grundlagen gelegt, die es uns ermöglichen sowohl für Anwendungsfälle angepasste Informationsmodelle für Industrie 4.0 Komponenten zu entwickeln [2], zu befüllen [3] und in lauffähige Industrie 4.0 Komponenten zu verwandeln [4].
Aber was soll man nun mit den in den entwickelten Informationsmengen anfangen. Hier entwickelte sich in 2021 ein neuer Forschungsansatz für unseren Lehrstuhl. Im Rahmen erster Schritte wurde in Kooperation mit Kollegen der TU Wien eine Methode zur Aggregation der entsprechenden Informationsmengen in ein Asset Netzwerk entwickelt, dass einen Schatz gesammelter Informationen bildet und diese für Analysen zugänglich macht [5]. Einen ersten Analysefall konnten wir gemeinsam mit der Volkswagen AG bearbeiten [6] und dabei die Sinnhaftigkeit der Methode validieren. Weitere Validierungen erfolgten zu Beispiel mit der Forma STIWA bei der Betrachtung von Data Security in Produktionssystemen und der Neuman Aluminium Gruppe hinsichtlich Management von Produktqualitäten. Wir werden dieses Thema im Rahmen eines größeren Forschungsverbundes in Kooperation mit der Volkswagen AG der TU Wien und dem Austian Center für Digital Production über die nächsten 4 Jahre weiterverfolgen (https://forschung-sachsen-anhalt.de/project/pmv-based-analytics-knowledge-driven-25564).
Quellen
[1] B. Vogel-Heuser, T. Bauernhansl, M. ten Hompel (Hrsg.): Handbuch Industrie 4.0, Life, VDI Springer Reference, Springer Reference Technik, 2017-2020, https://link.springer.com/referencework/10.1007%2F978-3-662-45537-1.
[2] A. Lüder, L. Baumann, A.-K. Behnert, F. Rinker, S. Biffl: Paving pathways for digitalization in engineering - common concepts in engineering chains, IEEE 25th International Conference on Emerging Technologies and Factory Automation (ETFA), doi: 10.1109/ETFA46521.2020.9212009
[3] A.-K. Behnert, F. Rinker, A. Lüder, S. Biffl: Migrating engineering tools towards an AutomationML-based engineering pipeline, IEEE 19th International Conference on Industrial Informatics (INDIN), doi: 10.1109/INDIN45523.2021.9557517.
[4] A. Lüder, A. -K. Behnert, F. Rinker and S. Biffl, "Generating Industry 4.0 Asset Administration Shells with Data from Engineering Data Logistics," 2020 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), Vienna, Austria, 2020, pp. 867-874, doi: 10.1109/ETFA46521.2020.9212149.
[5] S. Biffl, A. Lüder, K. Meixner, F. Rinker, M. Eckhardt, D. Winkler: Multi-view-model risk assessment in cyber-physical production systems engineering, MODELSWARD 2021, doi: 10.5220/0010224801630170.
[6] M. Sarna, K. Meixner, S. Biffl, A. Lüder: Reducing risk in industrial Bin Picking with PPRS configuration and dependency Management, 2021 26th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), doi: 10.1109/etfa45728.2021.9613618
Zurück zum Newsletter 2021
Produktionssyteme und -automatisierung