Der digitale Zwilling als Basis für ein intelligentes und skalierbares Produktionssystem

Der digitale Zwilling ist der interdisziplinäre Kern zahlreicher Industrie-4.0-Anwendungen (I4.0). Implementierungsansätze sind allerdings oft noch individuell und kostenintensiv, da nutzbare Standards und Referenzmodelle bisher nicht vorhanden waren. Die Plattform I4.0 hat die Verwaltungsschale als einheitlichen Standard für den digitalen Zwilling eingeführt. Im Rahmen des KI-Innovationswettbewerbs entsteht daher im vom BMWi geförderten Forschungsprojekt IIP-Ecosphere eine Implementierung der Verwaltungsschale in der Sennheiser Future Factory.

Im Produktionssystem erfolgt erst die eigentliche Ausprägung bzw. Instanziierung der Verwaltungsschalen. Der digitale Zwilling einer Prüfzelle verfügt darin über einen übergeordneten Agenten, der für die Einbindung der Zelle in den Produktionsablauf verantwortlich ist. Der Agent stell eine zentrale Steuerungsinstanz der Prüfzelle dar. Dadurch werden die Steuerung und die Datenverwaltung auf SPS-Ebene im Sinne von RAMI4.0 getrennt. Über eine sog. Twin Registry hat der Agent stetig Kenntnis über die Verwaltungsschale(n) und ausgeprägten Submodelle der spezifischen Prüfzelle. Der digitale Zwilling der Prüfzelle wird damit von der ausführbaren Prozesslogik entkoppelt. Es bestehen somit Möglichkeiten, nachhaltige Anpassungen und Veränderungen der mechatronischen Einheiten bei gleichzeitiger Wiederverwendung des digitalen Zwillings vorzunehmen. Die Kommunikation erfolgt über größtenteils nicht-proprietäre Protokolle. Zwischen den physischen Komponenten der Prüfzelle und ihrem digitalen Zwilling wird MQTT verwendet, zwischen universellem Prüfsystem und Roboter hingegen OPC-UA.

Autonome Steuerung: Zusammenspiel von Agenten und Verwaltungsschale

In der Future Factory ist der Agent zukünftig für die Einbindung der autonomen Prüfzelle in den Produktionsablauf verantwortlich. Er übernimmt die übergeordnete Kommunikation und stellt stets eine optimale Auslastung der Prüfzelle sicher. Wird ein Auftrag im Enterprise-Resource-Planning (ERP) System erzeugt, steht dieser zunächst im Produktionsnetzwerk allen Agenten, somit auch allen Prüfzellen, zur Verfügung. Jeder Agent prüft die Anforderungen des Auftrags mit den aktuellen Fähigkeiten der Prüfzelle. Im konkreten Beispiel also die Kompatibilität der zu prüfenden Leiterplattentypen mit dem gerüsteten Prüfadapter.

Diese Kompatibilität ergibt sich aus der oben beschriebenen Zuordnung der Leiterplattentypen im Submodell ‚Elektrischer Prüfadapter‘. Kann der gerüstete Prüfadapter die angefragten Anforderungen nicht erfüllen, werden vom Agenten weitere verfügbare Adapter über die Twin Registry auf Kompatibilität und Verfügbarkeit abgefragt.

Steht ein geeigneter Adapter zur Verfügung und erfüllt dieser alle Auftragsanforderungen, kann über die entsprechende Verwaltungsschale der aktuelle Standort im Produktionssystem abgerufen werden. Der Agent übermittelt einen Transportauftrag an ein verfügbares FTS, welches notwendige Prüfadapter und zu prüfende Leiterplatten zur Prüfzelle transportiert. Nach erfolgtem Rüstvorgang und Materialtransport werden abgerüstete Prüfadapter und geprüfte Leiterplatten abtransportiert. Damit übernimmt der Agent im Zusammenspiel seiner zugeordneten Verwaltungsschalen eine selbstständige Zuweisung und ermöglicht dadurch den autonomen Betrieb der Prüfzelle.

Seiten: 1 2Auf einer Seite lesen

Institut für Fertigungstechnik und

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.