© AIS 
Univ.-Prof.Dr.-Ing. Birgit Vogel-Heuser 
OrdinariaLehrstuhl für Automatisierung und Informationssysteme (AIS) 
Faku...
© AIS 
Motivation 
• Integration der verstreuten Informationen und Daten innerhalb unterschiedlicher Modelle zu 
nutzbring...
© AIS 
Gliederung 
Modellbasierte Kopplung für Industrie 4.0 und 
smart datain der Produktion 
Internet 
1.Wie werden bigD...
© AIS 
•Große verfahrenstechnische Anlagen mit kontinuierlichen voneinander abhängigen Prozessen 
Teils 10.000 Geräte in ...
© AIS 
•Detailliertes Prozess-und Anlagenwissen bündeln 
•Datenlogistik: Sichere Bereitstellung 
Sicherer Transport 
Siche...
© AIS 
Ansatz: Modellbasierte Kopplung 
der Domänen am Beispiel eines Bestückungsautomaten 
 Aggregation von 
Modellinfor...
© AIS 
Gliederung 
Modellbasierte Kopplung für Industrie 4.0 und 
smart datain der Produktion 
Internet 
1.Wie werden bigD...
© AIS 
Modellbasierte Datenkopplung über Datenbackbone 
11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 8
© AIS 
Serviceorientierten Architekturen und Agenten 
11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 9 
PLS 
PLS 
D1.1 
D...
© AIS 
Multi-Agenten basierte Architektur 
Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 10 
CPPS Agent 
Management System 
Agent A...
© AIS 
Gliederung 
Modellbasierte Kopplung für Industrie 4.0 und 
smart datain der Produktion 
Internet 
1.Wie werden bigD...
© AIS 
Darstellungskonzepte zur Informationsvisualisierung 
HyperbolicTreeView 
(Logische Sicht) 
Strukturelle Sicht 
Geog...
© AIS 
Informationsaggregation für den Menschen 
•Touch-Interaktionsgestützte Gestensteuerung auf mobilen Endgeräten 
•Aug...
© AIS 
•Datensammlung über Stakeholder und Datenbanken hinweg (Engineering, Produktion, Qualitätssicherung) 
•Achtung: Sto...
© AIS 
•Feldmann, S.; Loskyll, M.; Rösch, S.; Schlick, J.; Zühlke, D.; Vogel-Heuser, B.: Increasing Agility in Engineering...
Nächste SlideShare
Wird geladen in …5
×

Modellbasierte Kopplung für Industrie 4.0 und smart data in der Produktion

1.072 Aufrufe

Veröffentlicht am

Modellbasierte Kopplung für Industrie 4.0 und smart data in der Produktion.
Prof. Dr. Birgit Vogel-Heuser, Technische Universität München (TUM).
IT2Industry Conference 2014 | München, 11.11.2014 #IT2I14

Veröffentlicht in: Technologie
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
1.072
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
4
Aktionen
Geteilt
0
Downloads
21
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Modellbasierte Kopplung für Industrie 4.0 und smart data in der Produktion

  1. 1. © AIS Univ.-Prof.Dr.-Ing. Birgit Vogel-Heuser OrdinariaLehrstuhl für Automatisierung und Informationssysteme (AIS) Fakultät für Maschinenwesen, TechnischeUniversitätMünchen Modellbasierte Kopplung für Industrie 4.0 und smart datain der Produktion Internet KeynoteIT2Industry Conference electronica2014
  2. 2. © AIS Motivation • Integration der verstreuten Informationen und Daten innerhalb unterschiedlicher Modelle zu nutzbringenden Informationen auf Basis von Wissen und Erfahrung • Steigende Flexibilität in der Produktion • Steigende vertikale und horizontale Vernetzung • Weltweit und jederzeit verfügbare Daten • Hohe Anzahl involvierter Domänen (Produktplanung, Analyse, Simulation, Planet Asset Management u.v.m.) • Modellbasierte Ansätze innerhalb der einzelnen Domänen  Fülle von verstreuten Modellinformationen  Aggregation und Auswertung von Modellinformationen Ausgangssituation Verbesserte anlagenübergreifende Diagnose A+ real value estimated value real value after optimization estimated value after optimization point for optimization t process intervention process data Verbesserte Prozessvisualisierung (Unterstützung des Operators) 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 2
  3. 3. © AIS Gliederung Modellbasierte Kopplung für Industrie 4.0 und smart datain der Produktion Internet 1.Wie werden bigData zu smart data? 2.Modellbasierte Kopplung von IT-Systemen 3.Auswertung und Visualisierung von Modellinformationen 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 3
  4. 4. © AIS •Große verfahrenstechnische Anlagen mit kontinuierlichen voneinander abhängigen Prozessen Teils 10.000 Geräte in einer Anlage Messintervall häufig < 10ms Weltweit mehrere Anlagen eines Betreibers Große Komplexität der Prozesse •Unterschiedliche Datenquellen mit proprietären Schnittstellen Über 100 IT-Systeme (an einem Standort) •Heterogene Daten –Unterschiedliche Archivierungsdauer, Speicherorte, Einheiten der Messwerte => Informationsgewinnung schwierig sinnvolle Aussagen nur durch zusätzlich Verknüpfung mit anlagen-/ prozessspezifischem Wissen möglich Status Quo: Datenauswertung findet manuell (Excel) statt. Anwendungsfall Prozessindustrie 4 Anwendungspotenzial alle Anlagen der Prozessindustrie (50% BIP, 2008) 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser
  5. 5. © AIS •Detailliertes Prozess-und Anlagenwissen bündeln •Datenlogistik: Sichere Bereitstellung Sicherer Transport Sichere Lagerung Smart Data zur Steigerung der Overall Equipment Effectiveness (OEE) •Datennutzen Unternehmensweite Anwendung der Analyseergebnisse in Anlagenfamilien Unternehmensübergreifende Erkenntnisse bereitstellen Unterstützung des Betriebspersonals in Engineering, Prozessführung, Wartung-und Instandhaltung •Datenaggregation und -analyse Aggregation der anlagen-und prozessspezifischen Daten mit historischen Daten Nutzbarmachung von vorhandenem Know-Howfür den Informationsgewinn Erkennung unbekannter Zusammenhänge in Daten Implizites Wissen explizit machen Integration der Feldgerätehersteller (Messtechnik und Armaturen) zur Vergrößerung der Datenbasis und zur Verbesserung der Feldgeräte 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 5 Auswertung beim Hersteller Aufbereitung der Daten für Betreiber; Beispiel Pumpe (Z- Richtung verschiedene Pumpen) Smart Data
  6. 6. © AIS Ansatz: Modellbasierte Kopplung der Domänen am Beispiel eines Bestückungsautomaten  Aggregation von Modellinformationen zu Big Data 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 6 Entkoppelte domänenspezifische Modellinformationen und Daten Big Data Quellen: http://www.kuttig.de, http://www.sr-systems.de, http://www.controllingportal.de, http://www.vesalia.de Anlage A Anlage B  Reengineering des Bestückungsautomaten Big Data
  7. 7. © AIS Gliederung Modellbasierte Kopplung für Industrie 4.0 und smart datain der Produktion Internet 1.Wie werden bigData zu smart data? 2.Modellbasierte Kopplung von IT-Systemen 3.Auswertung und Visualisierung von Modellinformationen 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 7
  8. 8. © AIS Modellbasierte Datenkopplung über Datenbackbone 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 8
  9. 9. © AIS Serviceorientierten Architekturen und Agenten 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 9 PLS PLS D1.1 D1.2 D1.3 D1.4 D2.1 D2.2 S2 S1 Terminal ? Con. Visu ? Con. MES ? Con. ERP, SAP ? Con. PAM Diagnose Diagnosedienst PLS:D1.2 (getTemperatur) PLS:D2.1 (calcTemperatur) T = (S1+ S2) / 2 Temperatur aktuell? Temperatur Historie? Bsp: Plausibilitätprüfung PAM:D3.1 (getHistorie) … ? == Dienste Container (Con.): z.B. XML, OPC UA, … Terminal D3.1 1 1 2 2 3 3 4 4 5 5 5 Quelle (in Anlehnung):F. Mayer, D. Pantförder, C. Diedrich, B. Vogel-Heuser: Deutschlandweiter I4.0-Demonstrator –Technisches Konzept und Implementierung. 2013.
  10. 10. © AIS Multi-Agenten basierte Architektur Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 10 CPPS Agent Management System Agent A: Adresse A Agent B: Adresse B CPPS Compound (Multi-Agent System) Customer Agent CPPS Directory Facilitator Agent A: Cap1, Cap2 Agent B: Cap2, Cap3 CPPS Cloud (Infrastructure) CPPS A (PLC) SysAgent CommAgent PLC Interface ProcAgent A MAS ITF Plant Agent CPPS D (C) C CPPS C (JADE) Plant Agent B AMS MTS DF CPPS ITF JULE Interface JADE Interface AMS MTS DF MES Agent CPPS ITF PLC ITF CPS B (C#) Module Agent n Module Agent 1 Device Agent CPS E (C) „Smart Device“ Prod. System A Service Provider Prod. System C Prod. System D Demonstrator A Demonstrator B Demonstrator C 11.11.2014 Coordination Agent CPPS Message Transport System Agent A, Message A Agent 3, Message D © AIS, IFAK, IFAT, IAS
  11. 11. © AIS Gliederung Modellbasierte Kopplung für Industrie 4.0 und smart datain der Produktion Internet 1.Wie werden bigData zu smart data? 2.Modellbasierte Kopplung von IT-Systemen 3.Auswertung und Visualisierung von Modellinformationen 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 11
  12. 12. © AIS Darstellungskonzepte zur Informationsvisualisierung HyperbolicTreeView (Logische Sicht) Strukturelle Sicht Geografische Sicht 3D Sicht •2D –3D Sichtwechsel •Mehr Informations- darstellungsmöglichkeitendurch dritte Dimension •Anforderungsrelevante Informationsauswahl •Kausale Fehlergruppierung 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 12 Quelle: Pantförder, D., Vogel-Heuser, B.: Nutzen von 3D-Pattern in der Prozessführung am Beispiel geeigneter Anwendungsfälle. In: Automatisierungstechnische Praxis (atp), Oldenbourg-Verlag, München, 2006, Jahrgang 48, Heft 11, S. 62 -70 Entwicklung parametrierbarer Bibliotheksobjekte (3D-Pattern)
  13. 13. © AIS Informationsaggregation für den Menschen •Touch-Interaktionsgestützte Gestensteuerung auf mobilen Endgeräten •AugmentedReality zur Unterstützung bei Wartung, Optimierung und Instandhaltung von industriellen Anlagen 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 13
  14. 14. © AIS •Datensammlung über Stakeholder und Datenbanken hinweg (Engineering, Produktion, Qualitätssicherung) •Achtung: Stolperfallen wie zeitrichtige Zuordnung der Daten vom Prozess •Analyse und Aggregation zu smart datamittelsvorhandenen Techniken aus der Informatik und ComputationalIntelligence •MDE unterstützt systematische Vorgehensweise und wartbareDatenkopplung •Nur wenn Produktion und IT Daten teilen, kann Synergie erreicht werden. Zusammenfassung und Ausblick 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 14 Kontakt: Birgit Vogel-Heuser sekretariat@ais.mw.tum.de www.ais.mw.tum.de
  15. 15. © AIS •Feldmann, S.; Loskyll, M.; Rösch, S.; Schlick, J.; Zühlke, D.; Vogel-Heuser, B.: Increasing Agility in Engineering and Runtime of Automated Manufacturing Systems. In: IEEE International Conference on Industrial Technology (ICIT), Kapstadt, Südafrika, 2013. •Schütz, D.; Wannagat, A.; Legat, C.; Vogel-Heuser, B..: Development of PLC-based software for increasing the dependability of production automation systems. IEEE Transactions on Industrial Informatics, 2013, no. 9, pp. 2397-2406. •Legat, C.; Vogel-Heuser, B.: A Multi-agent Architecture for Compensating Unforeseen Failures on Field Control Level. In: International Workshop on Service Orientation in Holonicand Multi-Agent Manufacturing and Robotics (SOHOMA), Valenciennes, Frankreich, 2013. •Li, F.; Bayrak, G.; Kernschmidt, K.; Vogel-Heuser, B.: Specification of the Requirements to Support Information Technology-Cycles in the Machine and Plant Manufacturing Industry. In: 14th IFAC Symposium on Information Control Problems in Manufacturing (INCOM), Bukarest, Rumänien, 2012. •Ulewicz, S.; Schütz, D.; Vogel-Heuser, B.: Design, Implementation andEvaluation ofa Hybrid Approach for Software Agentsin Automation. In: 17th IEEE Conference on Emerging Technologies andFactory Automation (ETFA), 2012, Krakau, Polen. •Vogel-Heuser, B.; Bayrak, G.; Frank, U.: Forschungsfragen in „Produktautomatisierung der Zukunft“, acatechMATERIALIEN. 2012. •Vogel-Heuser, B., Folmer, J., Legat, C.: Anforderungen an die Softwareevolution in der Automatisierung des Maschinen-und Anlagenbaus, angenommener Beitrag, at –Automatisierungstechnik, 2013 •Vogel-Heuser, B.; Schütz, D.; Frank, T.; Legat, C.:Model-driven Engineering of Manufacturing Automation Software Projects -A SysML-based Approach. Mechatronics, 2014, DOI:10.1016/j.mechatronics.2014.05.003 •Vogel-Heuser, B.; Diedrich, C.; Pantförder, D.; Göhner, P.: Couplingheterogeneousproductionsystemsbya multi-agent basedcyber-physicalproductionsystem.IEEE International Conference on Industrial Informatics(INDIN), 2014 •Pantförder, D.; Mayer, F.; Diedrich, C.; Göhner, P.; Weyrich, M.; Vogel-Heuser, B.:Agentenbasierte dynamische Rekonfiguration von vernetzten intelligenten Produktionsanlagen –Evolution statt Revolution. In T. Bauernhansl, M. tenHompel, & B. Vogel-Heuser (Eds.), Industrie 4.0 in Produktion, Automatisierung und Logistik(pp. 145–158). Springer Fachmedien Wiesbaden. 2014 Referenzen 11.11.2014 Univ.-Prof. Dr.-Ing. B. Vogel-Heuser 15

×