Auf dem Weg zu Industrie 4.0: Lösungen aus dem ... · VORWORT | 3 Auf dem Weg zu Industrie 4.0 Im...
24
Auf dem Weg zu Industrie 4.0: Lösungen aus dem Spitzencluster it‘s OWL
Transcript of Auf dem Weg zu Industrie 4.0: Lösungen aus dem ... · VORWORT | 3 Auf dem Weg zu Industrie 4.0 Im...
| 1
Auf dem Weg zu Industrie 4.0:Lösungen aus dem Spitzencluster it‘s OWL
2 | INHALTSVERZEICHNIS
Inhaltsverzeichnis
Vorwort 3
Industrie 4.0 – Die vierte industrielle Revolution? 4
Der Spitzencluster it‘s OWL im Kontext Industrie 4.0 6
Technologieplattform für Intelligente Technische Systeme 9
Selbstoptimierung – Das System denkt mit, lernt und passt sich an 11
Mensch-Maschine-Interaktion – Intelligente Maschinen verstehen den Menschen 12
Intelligente Vernetzung – Anschließen und Betreiben 14
Energieeffizienz – Weniger Energie- verbrauch, höhere Leistung 16
Systems Engineering – Intelligente Produkte erfordern intelligente Entwicklung 18
Resümee und Ausblick 20
Literatur 21
Clusterpartner 22
Impressum 23
Foto
: GIL
DEM
EIST
ER
Mit intelligenten technischen Systemen zur energieeffizienten Intralogistik (Lenze)
VORWORT | 3
Auf dem Weg zu Industrie 4.0
Im Technologie-Netzwerk it‘s OWL – Intelli-gente Technische Systeme OstWestfalenLippe – bündeln Weltmarkt- und Technologieführer im Maschinenbau, der Elektro- und Elektronik-industrie sowie der Automobilzulieferindustrie ihre Kräfte.
Gemeinsam mit regionalen Forschungseinrich-tungen erarbeiten sie in 46 Projekten neue Technologien für intelligente Produkte und
Produktionssysteme. Der Fokus liegt dabei auf den Bereichen Selbstoptimierung, Mensch-Maschine-Interaktion, Intelligente Vernetzung, Energieeffizienz und Systems Engineering.
Dadurch entsteht eine einzigartige Tech-nologieplattform, mit der Unternehmen die Zuverlässigkeit, Ressourceneffizienz und Be-nutzungsfreundlichkeit ihrer Produkte und Pro-duktionssysteme steigern können.
Spitzencluster it‘s OWL liefert Lösungen.
Durch ein innovatives Transferkonzept, das in den nächsten drei Jahren 120 Transferprojekte vorsieht, erhalten kleine und mittlere Unter-nehmen die Möglichkeit an der Spitzentechno-logie zu partizipieren.
Ausgezeichnet im Spitzencluster-Wettbewerb des Bundesministeriums für Bildung und Forschung – dem Flaggschiff der Hightech-Strategie der Bundesregierung – gilt it‘s OWL bundesweit als eine der größten Initiativen zu Industrie 4.0 und leistet einen wichtigen Bei-trag, Produktion am Standort Deutschland zu sichern.
Diese Broschüre beschreibt die Ansätze und Lösungen des Spitzenclusters im Kontext von Industrie 4.0. Ausgehend von unserem inno-vativen Technologiekonzept werden die Bau-steine der Technologieplattform und ihre kon-krete Anwendung in Maschinen und Anlagen dargestellt.
Wir sind gerüstet, den Weg zur vierten indus-triellen Revolution Schritt für Schritt zu gehen. Denn OstWestfalenLippe gehört zu den fünf in-novativsten Regionen in Deutschland – so das Ergebnis eines Wettbewerbs des Bundeswirt-schaftsministeriums im Januar 2014.
Prof. Dr.-Ing. Jürgen GausemeierHeinz Nixdorf Institut Universität Paderborn, Vorsitzender Clusterboard it‘s OWL
Hans BeckhoffGeschäftsführender Gesellschafter Beckhoff Automation GmbH,stellvertr. Vorsitzender Clusterboard it‘s OWL
Dr. Eduard SailerGeschäftsführer Miele & Cie. KG, stellvertr. Vorsitzender Clusterboard it‘s OWL
4 | INDUSTRIE 4.0 – DIE 4. INDUSTRIELLE REVOLUTION?
Von jeher war die industrielle Produktion einem Wandel unterworfen. Häufig war dieser so stark, dass im Nachhinein der Begriff Revolution verwen-det wurde, wie aus Bild 1 hervorgeht.
Industrie 4.0 – Die vierte industrielle Revolution?
Die erste industrielle Revolution beschreibt den Übergang von der reinen Handarbeit zur ma-schinellen Produktion, die sich ab 1770 zunächst in den Baumwollspinnereien und Webereien
Mittelenglands vollzog. Den großen Durchbruch brachte die Vollendung der Dampfmaschine durch James Watt 1782; sie ermöglichte die Bereitstel-lung von Energie an beliebigen Orten und machte die Menschheit unabhängig von den Kräften der Natur [Geo08].
Die zweite industrielle Revolution charakte-risiert eine starke Mechanisierung und Elektri-fizierung kombiniert mit einer ausgeprägten Ra-tionalisierung. Dies ermöglichte ein erhebliches Wachstum und damit die Versorgung der entste-henden Massenmärkte. Wesentliche Merkmale der durch Taylor geprägten Rationalisierung dieser Epoche waren die Arbeitsteilung, die Standardisie-rung, die Präzisionsfertigung sowie die Fließferti-gung. Henry Ford wandte diese neue Methodik auf die Produktion des T-Modells an und erzielte damit einen bahnbrechenden Erfolg in der Automobilher-stellung. Die Elektrizität förderte stark die Dezen-tralisierung der mechanischen Systeme.
Die dritte industrielle Revolution basierte auf der Entwicklung und Verbreitung des Computers bzw. Mikroprozessors. Dies führte zu numerisch gesteuerten Arbeitsmaschinen (NC-Maschinen, Industrierobotern), die wesentlich schneller um-gerüstet werden können als konventionell auto-
Reale Welt und virtuelle Welt wachsen evolutionär zusammen.
Spinn- und Webmaschinen
Henry Ford,Produktion T-Modell
Speicher-Programmierbare-Steuerung
Gra
d de
r Kom
plex
ität
2. Industrielle Revolution
Rationalisierung, Betriebswissenschaft nach Taylor:Arbeitsteilung, Fließprinzip, Standardisierung,Präzisionsfertigung, Bedienung von Massenmärkten
3. Industrielle Revolution
Einsatz von IT zur Automatisierung der industriellenFertigung (NC-Maschine, Industrieroboter, SPS),Paradigma der flexiblen Automatisierung
4. Industrielle Revolution
auf Basis cyber-physischer Systeme
1. Industrielle Revolution
Nutzung der Dampfmaschine:Aufschwung Textilindustrie, Kohleförderung, Stahlerzeugung
Ende 18. Jh. Beginn 20. Jh. 1960er Jahre heute
Bild 1: Historische Entwicklung der industriellen Produktion (nach DFKI)
Antizipieren der Entwicklungen von Märkten, Technologien etc., um die Chancen von morgen, aber auch die Bedrohungen für das etablierte Geschäft von heute frühzeitig zu erkennen.
Entwicklungen von Geschäfts-, Produkt- und Technologiestrategien, um Chancen rechtzeitig zu nutzen.
Gestaltung von strategiekonformen Geschäftsprozessen, „structure follows strategy“.
Einführung von IT-Systemen zur Unterstützung der wohl-strukturierten Prozesse.
Systeme
Prozesse
INDUSTRIE 4.0 – DIE 4. INDUSTRIELLE REVOLUTION? | 5
matisierte mechanische Systeme. Es entstand das Paradigma der flexiblen Automatisierung; die entsprechenden Systeme zeichnen sich durch eine hohe Produktivität und Flexibilität aus.
Seit einiger Zeit beobachten wir den Wandel von den nationalen Industriegesellschaften zur globa-len Informationsgesellschaft. Informations- und Kommunikationstechnik wachsen zusammen und durchdringen alle Lebensbereiche. Produktion wird als komplexes, informationsverarbeitendes System verstanden, in dem bereichs- und unternehmens-übergreifende Leistungserstellungsprozesse und deren durchgängige Unterstützung durch Informa-tions- und Kommunikationstechnik eine herausra-gende Rolle spielen.
Vor diesem Hintergrund werden Geräte und Sys-teme unserer realen Umgebung, die durch einge-bettete Software gesteuert werden, zunehmend in das weltumspannende Kommunikationsnetz inte-griert, wofür der Begriff Internet der Dinge steht. Reale Welt und virtuelle Welt wachsen offensicht-lich zusammen, was durch den Begriff Cyber-Physi-cal Systems zum Ausdruck kommt.
Im Kontext der industriellen Produktion eröffnet sich eine neue Perspektive, die von vielen als die vierte industrielle Revolution gesehen wird – Industrie 4.0 [KLW11], [FA13].
Der Weg zu dem neuen Leitbild Industrie 4.0 wird evolutionär verlaufen; die Auswirkungen auf das System industrielle Produktion werden in der Sicht zurück den Charakter einer Revolution haben. Bei aller Euphorie für Industrie 4.0 darf nicht überse-hen werden, dass die Einführung und Nutzung von IT-Systemen am Ende einer gut überlegten Hand-lungskette steht und nicht am Anfang; „das Pferd darf nicht von hinten aufgezäumt werden“.
Bild 2 soll diese Botschaft anschaulich und plau-sibel vermitteln: Wirkungsvolle IT-Systeme benö-tigen wohlstrukturierte Geschäftsprozesse; diese wiederum folgen einer Geschäftsstrategie, die darauf abzielt, Erfolgspotentiale der Zukunft zu erschließen. Soll Industrie 4.0 nicht das gleiche Schicksal erleiden wie Computer Integrated Ma-nufacturing (CIM), muss dementsprechend unter-nehmerisch gehandelt werden [GP14], [Jas12].
Strategien
Vorausschau
Bild 2: 4-Ebenen-Modell zur zukunftsorientierten Unternehmensgestaltung [GP14]
6 | DER SPITZENCLUSTER IT‘S OWL IM KONTExT INDUSTRIE 4.0
Im Technologie-Netzwerk Intelligente Technische Systeme OstWestfalenLippe (kurz: it‘s OWL) haben sich 174 Unternehmen, Hochschulen, Forschungs-einrichtungen und Organisationen zusammenge-schlossen, um gemeinsam den Innovationssprung von der Mechatronik zu intelligenten technischen Systemen zu gestalten.
Der Spitzencluster it‘s OWL im Kontext Industrie 4.0
Weltmarktführer im Maschinenbau, der Elektro-, Elektronik- und Automobilzuliefererindustrie so-wie international renommierte Forschungseinrich-tungen bündeln hierzu ihre Kräfte. Das gemein-same Ziel: eine Spitzenposition der Region OWL im globalen Wettbewerb für Intelligente Technische Systeme.
Hierzu werden 46 anwendungsorientierte For-schungsprojekte im Gesamtumfang von ca. 100 Mio. Euro in einem Zeitraum von fünf Jahren durchgeführt.
Im Januar 2012 wurde die gemeinsame Entwick-lungsstrategie im Spitzencluster-Wettbewerb des Bundesministeriums für Bildung und Forschung (BMBF) ausgezeichnet. Der Wettbewerb bildet das Flaggschiff der Hightech-Strategie der Bundesre-gierung. Deren Ziel ist es, leistungsfähige themen-spezifische Cluster zu unterstützen und regionale Innovationspotentiale zu stärken. Das Technologie-Netzwerk it‘s OWL erhält 40 Mio. Euro an Förder-mitteln und darf sich „Spitzencluster“ nennen.
Die it‘s OWL-Technologiekonzeption
Die Technologiekonzeption beschreibt, was unter intelligenten technischen Systemen zu verstehen ist und insbesondere, welche Eigenschaften sie haben.
Die Realisierung der vier Eigenschaften adaptiv, robust, vorausschauend und benutzungs-freundlich beruht auf der Grundlagenforschung der drei maßgebenden Hochschulen auf den Ge-bieten Selbstoptimierung, Kognition, intelligente Mensch-Maschine-Interaktion und intelligente Vernetzung. Von Anfang an orientiert sich die Technologiekonzeption an den Konzepten Cyber-Physical Systems und Industrie 4.0.
Intelligente Produkte und Produktionssysteme durch Symbiose
von Informatik und Ingenieurwissenschaften.
Leistungs- versorgung Aktorik Sensorik
Grundsystem
Mensch-Maschine- Schnittstelle
Kommunikations- system
Umgebung
Mensch
Informations-verarbeitung
Kognitive Regulierung
Assoziative Regulierung
Nicht kognitive Regulierung
Vernetztes System
Information
Energie
Stoff
Teilsystem
Kommunikations- system
Kommunikations- system
Bild 3: Technologiekonzeption – von intelligenten Teilsystemen hin zum vernetzten, cyber-physischen System
Viele Benutzer,1 Computer
1 Benutzer,1 Computer
1 Benutzer,viele Computer
Big Data,Cloud Computing,
Smart Devices
Cyber-PhysicalSystems (CPS)
Data Warehouses,Internet, PC
EingebetteteSysteme
Zentralrechner
PhysikalischeObjekte, Geräte, ...
Internet der Datenund Dienste
Internet der Dinge
+ Sensorik, Aktorik+ Integration hochleistungs- fähiger Kleinstcomputer
+ IP-Fähigkeit+ Semantische Beschreibung+ Vernetzung, Internet (M2M)+ Drahtlose Kommunikation
| 7
In fünf Querschnittsprojekten werden die an den maßgebenden Hochschulen erarbeiteten Grundlagen in eine implementierte, für Unterneh-men nutzbare Technologiebasis transformiert, die sowohl konzeptionell als auch in der praktischen Realisierung zur Spitze der einschlägigen Entwick-lung zählen.
Die Technologiekonzeption von it‘s OWL struktu-riert ein intelligentes technisches System in vier Einheiten: Grundsystem, Sensorik, Aktorik und In-formationsverarbeitung (Bild 3).
Der Informationsverarbeitung kommt hier eine zentrale Rolle zu. Sie interveniert via Kommunika-tionssystem zwischen der Sensorik, durch die die notwendigen Informationen über die Betriebssi-tuation wahrgenommen werden, und der Aktorik, die im Zusammenspiel mit dem Grundsystem die letztliche physische Systemaktion ausführt. Beim Grundsystem handelt es sich in der Regel um me-chanische Strukturen.
Wir bezeichnen eine derart elementare Konfigu-ration aus den genannten vier Einheiten als Teil-system. Beispiele für Teilsysteme sind Antriebe, Automatisierungskomponenten, intelligente En-ergiespeicher etc. Systeme wie eine Werkzeug-maschine bestehen in der Regel aus mehreren Teilsystemen, die als interagierender Verbund zu betrachten sind [GTD13].
In erster Linie prägt die Art der Informationsver-arbeitung den beabsichtigten Wandel von mecha-tronischen zu intelligenten technischen Systemen. So verfügen Erstere nur über eine reaktive und starre Kopplung zwischen Sensorik und Aktorik. Intelligente Technische Systeme hingegen können diese gezielt modifizieren. Reaktive Wirkungsab-läufe werden dabei nicht vollständig ersetzt, da die meisten existentiellen Systemmechanismen schon aus Gründen der Sicherheit reaktiv und reflexartig ablaufen müssen.
Das aus der Kognitionswissenschaft stammende Dreischichtenmodell für die Verhaltenssteu-erung [Str98] (Bild 3) veranschaulicht diese ab-strakte Sichtweise auf die Informationsverarbei-tung intelligenter Systeme:
Die nicht-kognitive Regulierung enthält die konti-nuierliche Steuerung und Regelung (motorischer Regelkreis) sowie Reflexe. Übertragen auf ein mechatronisches System wäre das beispielsweise die Sicherstellung des kontrollierten Bewegungs-verhaltens eines Mehrkörpersystems, z. B. aktives Fahrwerk eines PKWs.
Die assoziative Regulierung enthält u.a. Reiz-Reak-tions-Mechanismen und Konditionierung. In einem technischen System würde die Reglerumschaltung – z. B. von einer Geschwindigkeits- auf eine Ab-standsregelung – auf dieser Schicht veranlasst.
DER SPITZENCLUSTER IT‘S OWL IM KONTExT INDUSTRIE 4.0 | 7
Die kognitive Regulierung weist typische Funkti-onen der künstlichen Intelligenz wie Zielmanage-ment, Planung und Handlungssteuerung auf. Eine technische Realisierung auf dieser Schicht wäre die Selbstoptimierung, wonach ein System auf-grund geänderter Betriebsbedingungen automa-tisch seine Ziele modifiziert und dann sein Verhal-ten selbstständig an die veränderten Ziele anpasst [GRS14].
Ein weiterer zentraler Punkt des Technologiekon-zepts ist, dass Intelligente Technische Systeme – die häufig geographisch verteilt sind – kommuni-zieren und kooperieren. Die Funktionalität des ent-stehenden vernetzten Systems erschließt sich erst durch das Zusammenspiel der Einzelsysteme. Weder die Vernetzung noch die Rolle der Einzelsy-steme ist statisch; vielmehr kann sich beides im Sinne der geforderten Gesamtfunktionalität ver-ändern.
Die Vernetzung erfolgt zunehmend in globaler Dimension. Dabei werden Ansätze im Sinne von Cyber-Physical Systems integriert, die in der Ver-gangenheit völlig separat betrachtet wurden, wie beispielsweise Cloud Computing einerseits und eingebettete Systeme andererseits. Das vernetzte System wird nicht mehr ausschließlich durch eine globale Steuerung beherrschbar sein, vielmehr muss auch durch lokale Strategien ein global gutes Verhalten erreicht werden [GTD13].
+
Bild 4: Zwei konvergierende Entwicklungsstränge als Innovationstreiber (nach Forschungsunion 2013)
8 | 8 | DER SPITZENCLUSTER IT‘S OWL IM KONTExT INDUSTRIE 4.0
Smart Products Smart Factory Smart Logistics¹
Elektronische UmfelderkennungCLAAS
FertigungsinselnHARTING
Energieeffiziente IntralogistikLenze
eXtreme Fast ControlBeckhoff
Intelligente LeistungsstellerAEG
Intelligente Vernetzung von Land-maschinenCLAAS
Hochintegrierter Elektronik-motorLenze
Intelligente Verarbeitung von GroßbauteilenGoldbeck
Innovative Automatisierungs-geräteWeidmüller
IntelligenteWerkzeugmaschineDMG Mori Seiki
Integrierte SteuerungstechnikKEB
Interaktive Robotik im Fertigungs-prozessHARTING
Intelligenter SystembaukastenWittenstein
Scientific AutomationBeckhoff
Intelligentes GefahrstofflagerDENIOS
SelbstoptimierendeWäschereiKannegiesser
Selbstoptimierender BonderHesse
Self-X-FertigungsprozesseWeidmüller, Hettich
Selbstoptimierender KneterWP Kemper
Virtuelle ArbeitsvorbereitungDMG MORI SEIKI
Separator i4.0GEA
WandlungsfähigeProduktionstechnikPhoenix Contact
Software Defined IndustrialEthernetWAGO
¹ Zahlreiche Anwendungen aus dem Bereich Logistik im Kontext Industrie 4.0 erarbeitet das EffizienzCluster LogistikRuhr, das ebenfalls als Spitzencluster ausgezeichnet wurde. Zwischen beiden Spitzenclustern besteht eine strategische und fachliche Kooperation.
Internet der Datenund Dienste
Internet der Dinge
+
Bild 5: Anwendungsfelder von intelligenten vernetzten Systemen (nach Forschungsunion 2012)
Innovationstreiber Internet der Dinge und Internet der Daten und Dienste
Wie in Bild 4 (siehe S. 7) dargestellt, handelt es sich um zwei konvergierende Entwicklungssträn-ge, die neue Perspektiven in vielen Lebens- und Wirtschaftsbereichen eröffnen. Diese neuen An-wendungsfelder sind in Bild 5 beispielhaft wieder-gegeben.
Das Internet der Dinge ist letztlich das Resultat aus der oben beschriebenen Technologiekonzep-tion. In diesem kommunizieren physische intel-ligente Objekte, z. B. Werkstücke, Maschinen, Betriebsmittel, Lager- und Transportsysteme und Fertigungsleitstand, über Internet oder andere Netze.
Der Wandel zu einer virtuellen Geschäftswelt ba-siert hingegen auf einem zunehmenden Angebot von internetbasierten Dienstleistungen und der Verfügbarkeit von großen Datenmengen, die immer schneller verarbeitet werden können.
Globale Datennetze, basierend auf Technologien wie Big Data, Cloud Computing und Smart Devices, ermöglichen ein Internet der Daten und Dien-ste, aus dem sich faszinierende Möglichkeiten für innovative Dienstleistungen – oft in geschickter Kombination von Sachleistungen – und attraktive Geschäftsmodelle ergeben [ASSW14].
Vor dem Hintergrund dieser Entwicklung sind die 33 Innovationsprojekte des Spitzenclusters zu sehen, die zu innovativen Marktleistungen führen.
Tabelle 1: Innovationsprojekte (Auswahl) von it‘s OWL im Kontext Industrie 4.0 (Fotos: Lenze, CLAAS)
Tabelle 1 enthält eine Reihe derartiger Pro-jekte, die drei der in Bild 5 dargestellten An-wendungsbereichen zugeordnet sind.
Smart Mobility
Smart Building
Smart Products
Smart Factory
Smart LogisticsSmart Health
Smart Grids
| 9
Technologieplattform für Intelligente Technische Systeme
TECHNOLOGIEPLATTFORM FÜR INTELLIGENTE TECHNISCHE SySTEME | 9
Fünf Querschnittsprojekte machen Ergebnisse aus der
Spitzenforschung für Unternehmen anwendbar.
Selbstoptimierung
Mensch-Maschine-Interaktion
Intelligente Vernetzung
Energieeffizienz
Systems Engineering
5 Querschnittsprojekteschaffen Technologieplattform für Innovationsprojekte und Transfer
Teilsysteme Systeme Vernetzte Systeme
Beispiele: Intelligente Sensoren Antriebe Automatisierungskomponenten
Beispiele: Produktionsmaschinen Hausgeräte Geldautomaten
Beispiele: Smart Grids Produktionsanlagen Cash Management Systeme
33 Innovationsprojekteder Kernunternehmen führen zu überlegenen Marktleistungen
Globale Zielmärkte Maschinenbau, Fahrzeugtechnik und Energietechnik
8 Maßnahmen zur Nachhaltigkeiterzeugen Entwicklungsdynamik über Förderdauer hinaus
Vorausschau
Prävention Produktpiraterie Aus- u. Weiterbildung Unternehmensgründungen Akzeptanz
Marktorientierung
Sie bilden die Basis für Systeme. Sie bilden die Basis für teils geogr. verteilte, vernetzte Systeme.
Zur Laufzeit veränderlich, neue Funktionalität durch Zusammen-spiel von Systemen.
Das zielführende Management von 46 Forschungs-projekten mit einem Gesamtvolumen von ca. 100 Mio. € erfordert eine adäquate Projektstruktur.
Die Projektstruktur des Clusters gemäß Bild 6 weist 33 Innovationsprojekte, 5 Querschnittsprojekte und 8 Nachhaltigkeitsmaßnahmen auf.
Innovationsprojekte und Querschnittsprojekte ergeben eine Matrixorganisation: Die von der Industrie vorangetriebenen Innovationsprojekte verwenden die durch die Hochschulen im Rahmen der Querschnittsprojekte bereitgestellte Technolo-gieplattform.
Die Nachhaltigkeitsmaßnahmen fördern die Ent-wicklung von Kompetenzen in allen 140 Clusterun-ternehmen und verstetigen die Entwicklungs-dynamik des Clusters über das Ende der finanziel-len Förderung hinaus.
Technologietransfer Internationalisierung
Bild 6: Projektstruktur des Spitzenclusters
10 | 10 | TECHNOLOGIEPLATTFORM FÜR INTELLIGENTE TECHNISCHE SySTEME
Die Matrixorganisation (Innovationsprojekte/Querschnittsprojekte) hat sich über die hohen Erwartungen hinaus sehr gut bewährt:
Die Innovationsprojekte nutzen technolo- gische Synergien; das Rad wird nicht jedes Mal neu erfunden.
Durch den mit harten Anforderungen verbun-denen Einsatz der Leistungen der Quer-schnittsprojekte in den Innovationsprojekten reift die Technologiebasis.
Die Technologiebasis steht weiteren Unter- nehmen im Cluster und ggf. auch außerhalb des Clusters zur Verfügung. Dadurch kann eine große Anzahl von Unternehmen, insbesondere KMU, von der Spitzentechnologie partizipie-ren. Dies in der Praxis zu realisieren, ist Zweck der etwa 120 geplanten Transferprojekte.
Im Folgenden gehen wir auf die fünf Quer-schnittsprojekte ein, die die Technologieplatt-form des Clusters bilden. Bild 8 zeigt, wie die Querschnittsprojekte in der Technologiekonzeption eingeordnet sind.
Bild 8: Die fünf Querschnittsprojekte in der Technologiekonzeption
Leistungs- versorgung Aktorik Sensorik
Grundsystem
Mensch-Maschine- Schnittstelle
Kommunikations- system
Umgebung
Mensch
Informations-verarbeitung
Kognitive Regulierung
Assoziative Regulierung
Nicht kognitive Regulierung
Teilsystem
Kommunikations- system
IntelligenteVernetzung
Systems Engineering
Interaktion zwischen Mensch und Maschine
Selbstoptimierung
Energieeffizienz
Informationsfluss Energiefluss Stofffluss
Bild 7: Systems Engineering bildet die Klammer um die Technologieplattform (Fraunhofer IPT)
| 11
Grundlage für die Umsetzung des Leitbilds In-dustrie 4.0 ist die Realisierung flexibler und konfigurierbarer Produktionssysteme.
Dies wird nur durch eine intelligente Informa-tionsverarbeitung in Maschinen und Anlagen nach Maßgabe der vorgestellten Technologie-konzeption (vgl. Dreischichtenmodell) gelingen, die eine autonome Interaktion mit dem Umfeld sowie die Anpassung des Systemverhaltens an künftige Ereignisse ermöglicht.
Zukünftige Produktionssysteme werden so in der Lage sein, selbstständig und flexibel auf verän-derte Betriebsbedingungen zu reagieren. Dies geht einher mit einer Informationsflut, die aus einer erheblichen Steigerung von zusätzlicher Sensorik und Aktorik resultiert.
Selbstoptimierende Stanz-Biege-Maschine
Elemente der Selbstoptimierung in der Anlage von Weidmüller (Bild 9) sind eine hochpräzise Messtechnik, eine intelligente Informationsver-arbeitung sowie die Vernetzung der Maschinen: Ein Messsystem innerhalb der Maschine erfasst die Kennwerte der produzierten Teile und gibt Informationen über den Maschinen-Output an die Steuerung weiter. Diese sorgt dafür, dass die Maschine durch die autonome Anpassung der Werkzeuge auf Abweichungen reagiert.
Ergebnis sind minimierte Materialverluste sowie eine verbesserte Qualität der Bearbei-tung [Kal13]. In Zukunft kann das Prinzip der Selbstoptimierung auf ganze Produktionslinien angewendet werden. Die vernetzten Maschinen kommunizieren Unregelmäßigkeiten im Prozess, so dass Ausfälle vermieden und der Produktions-verbund ganzheitlich optimiert werden.
Zur Umsetzung solcher selbstoptimierender Pro-zesse muss eine autonome Parametrisierung der Maschine bzw. Anlage erfolgen. Die Anpassung des Verhaltens erfolgt dabei indirekt über soge-nannte Systemziele. Diese stellen übergeord-nete Ziele des Systems dar und werden hinsicht-lich der aktuellen Situation eigenständig vom System priorisiert. Beispiele für Systemziele sind: „minimiere Durchlaufzeit“, „minimiere En-ergieverbrauch“ oder „maximiere Qualität“.
Ressourceneffiziente Großwäscherei
Die Firma Kannegiesser definiert solche über-geordneten Ziele z. B. für die Automatisierung in Großwäschereien.
In Abhängigkeit vom Energiepreis, dem Grad der Verunreinigung sowie der Auslastung der Wäscherei werden die Ziele „minimiere Durch-laufzeit“, „maximiere Reinigungsleistung“ oder „minimiere Energieverbrauch“ priorisiert.
Falls nun stark verunreinigte Wäsche zur Des-infektion vorliegt, wird bspw. die Reinigungs-leistung wesentlich erhöht, wenngleich dies in bestimmten Grenzen zu erhöhtem Energiever-brauch oder höherer Durchlaufzeit führt. Dazu werden Parameter wie Temperatur, die Dosie-rung von Reinigungsmitteln oder die Einwirkzeit bedarfsgerecht und autonom angepasst.
SELBSTOPTIMIERUNG | 11
Das System denkt mit, lernt und passt sich anQuerschnittsprojekt Selbstoptimierung
Bild 9: Selbstoptimierende Stanz-Biege-Maschine (Weidmüller, Bihler)
Hochpräzise Messtechnik und intelligente Informationsverarbeitung minimieren Materialverluste und verbessern die Qualität des Bearbeitungsprozesses.
12 |
Die zunehmende Durchdringung von Produkten und Produktionssystemen mit Informations- und Kommunikationstechnik erhöht deren Komplexität, stellt neue Anforderungen an die Entwicklung bzw. Planung der Systeme und fordert neue Wege der Interaktion der Bediener mit den intelligenten Systemen im Betrieb.
Die rasante Entwicklung moderner Interaktions-technologie in den letzten Jahren eröffnet neue Möglichkeiten und Paradigmen bei der Gestaltung der Mensch-Maschine-Interaktion. Neben klas-sischen zeichenorientierten und grafischen Schnitt-stellen haben sich verschiedene fortgeschrittene Interaktionsformen etabliert, die von sprachbasiert über haptisch bis hin zu wahrnehmungsgesteuert (z. B. multimodal) reichen.
So ist z. B. eine robuste 3D-Verfolgung von Per-sonen durch eine aus dem Entertainment-Bereich stammende Technologie in kurzer Zeit und zu gerin-
gen Kosten verfügbar geworden. Ähnliche Techno-logiesprünge sind in anderen Bereichen zu erwar-ten, z. B. in der Taktilsensorik oder der gefügigen Robotertechnologie.
Außerordentlich Erfolg versprechend ist der Trans-fer dieser Technologien in die Produktionstechnik. Für diesen Transfer wird im Spitzencluster auf etablierte Strukturen zurückgegriffen: Das Institut für Kognition und Robotik (CoR-Lab) und der DFG Exzellenzcluster Kognitive Interaktionstechnolo-gie (CITEC) an der Universität Bielefeld betreiben die Entwicklung eines Interaktions-Toolkits [LSP+12], welches neue Methoden und Werkzeuge der Interaktionstechnologie (bspw. [KWy+13]) be-reitstellt und damit die Entwicklung anwendungs-naher Assistenzsysteme unterstützt [WEG+13]. Auf diesen Vorarbeiten aufbauend, werden geeignete Methoden im Spitzencluster aufbereitet und für den Technologietransfer bereitgestellt.
Virtuelle Design Reviews im Maschinenbau
Ein Beispiel ist der Einsatz von intuitiven Interak-tionstechniken in virtuellen Design Reviews, die es erlauben, im Entwicklungsprozess das entstehende Produkt zu begutachten, kooperativ Designentscheidungen zu treffen und Fehler zu identifizieren. Bei der Entwicklung intelligenter technischer Systeme gewinnt die Analyse des Ver-haltens zunehmend an Bedeutung – die klassische VR-Darstellung der statischen CAD-Daten reicht hier nicht aus.
Aus diesem Grund werden Methoden entwickelt und bereitgestellt, die es dem Entwickler ermög-lichen durch direkte Interaktion mit dem virtuellen Prototypen das Verhalten des Systems (z. B. Be-wegungsabläufe) zu beschreiben. Dadurch wird der zeitliche und technische Aufwand für die Vorberei-tung eines Design Reviews deutlich reduziert, was die Hürden für den Einsatz dieser Technik senkt.
Intelligente Maschinen verstehen MenschenQuerschnittsprojekt Mensch-Maschine-Interaktion
12 | MENSCH-MASCHINE-INTERAKTION
Bild 10: Virtueller Design Review eines intelligenten Teigkneters (WP Kemper, Heinz Nixdorf Institut)
Intuitive Interaktion mit dem virtuellen Prototypen eines Teigkneters
| 13
Am Beispiel eines modernen Teigkneters der Firma WP Kemper wird demonstriert, wie aus-gehend von den CAD-Daten verschiedene kinema-tische Funktionen im virtuellen Prototyp umgesetzt werden können (Bild 10). Mit geringem Aufwand lassen sich bewegliche Teile (Knethaken, Getriebe etc.) aber auch Interaktionsmöglichkeiten für den Entwickler (Taster, Serviceschritte etc.) beschrei-ben.
Interaktionsstrategien für die Bedienung flexibler Fertigungslinien
Neue Interaktionsstrategien unterstützen die Kon-figuration, Wartung und Instandhaltung intelli-genter technischer Systeme durch die Mitarbeiter im Produktionsumfeld.
Die Firma HARTING entwickelt bspw. ein inte-griertes Konzept für flexible Fertigungslinien (vgl. Bild 11), in dem Fertigungsmodule dynamisch kombiniert werden können, ohne dass eine manu-elle Programmierung vor Ort erforderlich ist.
Zusätzlich zu der dafür notwendigen modularen Systemarchitektur sind neuartige Konzepte für prozessintegrierte Benutzerschnittstellen eine wichtige Grundlage für eine interaktive Be-schreibung und inkrementelle Verbesserung der für eine Produktionsaufgabe notwendigen Prozesslo-gik.
Darüber hinaus werden Interaktionsstrategien entwickelt, um Fehler bei der dynamischen Kombi-nation einfach über die Mensch-Maschine-Schnitt-stelle beschreibbar zu machen. Algorithmen des maschinellen Lernens sorgen für eine Anpassung der Steuerung der Fertigungsmodule.
Dies verbessert die Flexibilität, Benutzerfreund-lichkeit und Wirtschaftlichkeit von wandlungs-fähigen Produktionssystemen, ohne die Qualität und Prozesssicherheit zu beeinträchtigen. So wird beispielsweise erwartet, dass die Kosten für die Inbetriebnahme der Fertigungslinien vor Ort um bis zu 30% reduziert werden können.
MENSCH-MASCHINE-INTERAKTION | 13
Bild 11: Flexible Fertigung durch intelligente Automatisierung und die Einbindung der Mitarbeiter im Produktionsfeld durch intuitive Benutzerschnittstellen (HARTING)
Intuitive Mensch-Maschine-Interaktion unterstützt die dynamische Kombination
von Fertigungslinien.
14 |
Ein wichtiger Schlüssel zur Realisierung des Leitbilds Industrie 4.0 ist die weitreichende Vernetzung der intelligenten technischen Sys-teme bis hin zur ihrer Integration in das globa-le Internet und das Internet der Dinge [HJ13]. Im Mittelpunkt stehen dabei die Adaptivität und Wandlungsfähigkeit der Produktion durch neue Self-X-Eigenschaften sowie der damit einhergehenden Realisierung eines Plug-and-Produce.
Produktionsstrukturen werden durch die teilwei-se Selbstorganisation der Prozesse zur Laufzeit flexibler und setzen keine zentrale Planung mehr voraus [NJ14]. Die Selbstkonfiguration beruht auf Methoden zur automatischen Konfiguration von Echtzeit-Kommunikationssystemen und der semantischen Selbstbeschreibungsfähigkeit von Produktionssystemen, -modulen und -kompo-nenten. Beide Aspekte werden mit Hilfe einer dienstorientierten Architektur bereitgestellt.
Die zunehmende Komplexität der Inbetriebnah-me und Konfiguration kann dadurch wesentlich reduziert und vereinfacht werden. Als direkte Folge kann sich der Bediener auf die wesent-lichen und wertschöpfenden Tätigkeiten konzen-trieren. Außerdem ermöglichen rekonfigurier-bare Kommunikationsschnittstellen die flexible Integration von intelligenten technischen Syste-men in unterschiedliche Kommunikationsnetze. Dafür leisten anpassbare Koordinationsproto-kolle, die in Bezug auf ihre Sicherheitseigen-schaften verifiziert werden können, einen wei-teren Beitrag zur Realisierung von wandlungsfä-higen Produktionssystemen.
Eine weitere wichtige Funktion ist die Selbst-diagnose, sie beruht auf miteinander ver-netzten multisensorischen Systemen zur Erfas-sung des eigenen Zustands und der Umgebung. Sensor- und Informationsfusionssysteme sowie adaptive, intelligente Sensorik ermöglichen
angemessene adaptive Reaktionen auf Verän-derungen im System oder in dessen Umgebung.
Die verwendeten Algorithmen zur Informati-onsfilterung und zur intelligenten Verarbeitung basieren auf possibilistischen sowie evidenz-theorie-basierten Ansätzen und eignen sich zur Einbettung in standardisierte Frameworks. Durch effizientes Design ist ihr echtzeitfähiger Einsatz in ressourcenbeschränkten eingebette-ten Systemen gewährleistet.
Neue Methoden und unterstützende Werkzeuge erlauben die optimale Parametrierung der Sen-sor- und Informationsfusionssysteme ohne umfangreiches Expertenwissen. Adaptive und intelligente Sensorknoten können sich durch die Erkennung von kontextbehafteten Zusammen-hängen automatisch parametrieren und erhöhen die Flexibilität und Verlässlichkeit des Fusions-systems. Sie verfügen außerdem über Selbstbe-schreibungsfähigkeiten und Schnittstellen zur Echtzeit-Kommunikation, die eine durchgängige Vernetzung der Sensorik gewährleistet.
Des Weiteren kommt der Standardisierung in diesem Bereich eine zentrale Bedeutung zu, um einerseits die Interoperabilität von Syste-men verschiedener Hersteller sicherzustellen. Andererseits kann eine erfolgreiche Integration in Wertschöpfungsnetze und die dadurch ermög-
14 | INTELLIGENTE VERNETZUNG
Anschließen und Betreiben
Querschnittsprojekt Intelligente Vernetzung
Bild 12: Wandlungsfähige Produktion durch Plug-and-Produce (Phoenix Contact)
Produkt- und Prozessänderungen:Bestätigung nach Selbstkonfiguration
| 15
lichte Kollaboration der Systeme nur mit Hilfe gemeinsamer Standards gelingen. Daher werden die entstandenen Architekturen und Methoden unmittelbar in die Standardisierung eingebracht. Die folgenden Anwendungsfälle verdeutlichen entwickelte Methoden und Konzepte.
Mit flexiblen Maschinen unterschiedliche Produkte herstellen
Das Unternehmen Phoenix Contact realisiert eine Wandlungsfähigkeit von Produktions-anlagen durch intelligente Automatisierungs-technik, die eine vereinfachte Planung, Inbe-triebnahme und schnelle Anpassung an neue Anforderungen ermöglicht (Bild 12). Insbesonde-re ist es damit nicht mehr erforderlich, alle Fer-tigungsvarianten bereits während des Entwurfs der Anlage zu berücksichtigen.
Schwerpunkte der Arbeiten sind die vertikale In-tegration der Anlagenmodule in bestehende IT-Systeme und eine intelligente Steuerungs- und Kommunikationstechnik, die eine automatische Konfiguration in der Planungs- und Betriebspha-se unterstützen und damit die Reduzierung des Engineeringaufwands ermöglichen.
Ein weiterer Aspekt sind auf einer digitalen Artikelbeschreibung basierende intelligente Produkte. Sie kennen ihre geplante Wertschöp-fungsfolge, können mit den Produktionsanlagen kommunizieren und sind jederzeit eindeutig identifizierbar. Informationen entlang ihres Le-benszyklus werden gesammelt und bei Bedarf bereitgestellt.
Basierend auf diesen produktinhärenten Infor-mationen können Fertigungs- und Montagepro-zesse geplant, überwacht und gesteuert werden. Die Qualität kann so signifikant erhöht werden bei gleichzeitiger Reduzierung des Ausschusses.
Des Weiteren werden Methoden zur bild- gestützten Auswertung und Qualitätskon-trolle im Produktionssystem unter Einbeziehung der digitalen Informationen des Produkts entwi-ckelt. Die erzielten Ergebnisse werden in realen Pilotanlagen implementiert und validiert. Intelligente Anpassung und Vernetzung von Landmaschinen
Landmaschinen sind komplexe Produktionssy-steme mit der Maßgabe, schnell und effizient
ein optimales Ernteergebnis zu erreichen. Der Maschinenführer muss dazu die jeweiligen Be-dingungen des Feldes wie den Reifegrad der Pflanzen und die Bodenbeschaffenheit berück-sichtigen. Gleichzeitig müssen die einzelnen Prozesse wie das Ernten, der Transport und die Einlagerung optimal aufeinander abgestimmt werden.
Ziel der Firma CLAAS ist die Entwicklung eines softwarebasierten Dienstes, mit dem sich unterschiedliche Landmaschinen selbständig an die jeweiligen Erntebedingungen anpassen und die einzelnen Prozesse und Akteure intelligent vernetzt werden (Bild 13).
Für eine optimale Auslastung der Landmaschi-nen müssen alle Akteure im Ernteprozess wie Hersteller, Lohnunternehmer und Landwirte einbezogen werden. Es wird erwartet, dass so die Auslastung um mindestens 10% gesteigert werden kann. Die eigenständige Anpassung entlastet zudem den Maschinenführer, da er Änderungen im Ernteprozess nicht mehr manu-ell umsetzen muss. Der softwarebasierte Dienst kann auf weitere Anwendungen wie die Trans-portlogistik übertragen werden.
INTELLIGENTE VERNETZUNG | 15
Bild 13: Prozessoptimierung durch die intelligente Vernetzung von Landmaschinen (CLAAS)
Ein softwarebasierter Dienst koordiniert und optimiert den gesamten Ernte-
prozess. Grundlage ist die intelligente Vernetzung der Landmaschinen.
16 |
Der effiziente Umgang mit den vorhandenen Ressourcen und insbesondere der benötigten Energie ist ein weiterer wichtiger Aspekt im Leitbild Industrie 4.0. Übergeordnetes Ziel ist die holistische Optimierung von Fertigungs-prozessen in Bezug auf deren Produktivität, Wirkungsgrad und Ressourceneffizienz. Die op-timierte Steuerung von Energieverbrauchern und Energieerzeugern sowie der entsprechenden Leistungsflüsse ermöglichen ein Energie- und Lastmanagement in einem intelligenten tech-nischen System.
Durch die Kombination von Prozessdaten aus der Fertigungsanlage und den dazugehörigen Ener-gieprofilen kann die Anlage unter Nutzung ver-haltensbasierter Modelle ganzheitlich betrach-tet und optimiert werden. Vernetzte Systeme (Smart Grids, Micro Grids etc.), die in einem en-ergetischen Austausch mit ihrer Umgebung ste-hen, haben in zukünftigen Produktionsanlagen
eine immer größere Relevanz und sind für die Optimierung ebenfalls von zentraler Bedeutung.
Energieeffiziente Intralogistik durch intelli-gente Antriebs- und Steuerungstechnik
Als eine beispielhafte Anwendung wird vom Unternehmen Lenze die Intralogistik heran-gezogen (Bild 14). Heutige Intralogistiksysteme bestehen aus vollautomatisierten Lager- und Verteilsystemen, deren Energieverbrauch haupt-sächlich von elektrischen Antrieben verurs-acht wird. Energieeffiziente Lösungen wurden bisher aus Kostengründen selten betrachtet. Durch steigende Energiekosten ist der Energie-verbrauch mittlerweile jedoch ein erheblicher Kostenfaktor.
Der Einsatz von intelligenter Antriebs- und Steu-erungstechnik und ein intelligentes Lastmanage-ment bieten ein erhebliches Optimierungspoten-
zial und ermöglichen den energieeffizienten Betrieb von Warenlagern und die damit einher-gehende Sicherstellung der Nachhaltigkeit.
Ein Baukastensystem stellt effiziente An-triebslösungen und die dazugehörigen Ausle-gungswerkzeuge zur Verfügung, um für jeden Antriebsprozess im Warenlager die ökologisch und ökonomisch optimale Lösung zu realisieren. Darüber hinaus werden weitere Optimierungen durch lastabhängig angepasste Bewegungspro-file erzielt, die adaptive Steuerungen und eine intelligente Vernetzung der verschiedenen Kom-ponenten voraussetzen.
Das intelligente Lastmanagement optimiert den Betrieb des Warenlagers in Prozessechtzeit hinsichtlich der Lastspitzen, um das Versor-gungsnetz möglichst gleichmäßig auszulasten. So wird eine bessere Planbarkeit der Versor-gungsnetzstabilität ermöglicht, die insbeson-
Weniger Energieverbrauch, höhere LeistungQuerschnittsprojekt Energieeffizienz
16 | ENERGIEEFFIZIENZ
Bild 14: Energieeffiziente Intralogistik durch effiziente Antriebslösungen (Lenze)
Baukastensystem mit intelligenten Antriebslösungen und Lastmanagement
für die energieeffiziente Intralogistik
| 17
dere für den optimalen Betrieb in zukünftigen elektrischen Versorgungsnetzen (Smart Grids) von entscheidender Bedeutung ist.
Die Pilotierung durch prototypische Umset-zungen erfolgt anhand von Demonstratoren, wie z. B. der Lemgoer Modellfabrik, und validiert die entwickelten Methoden und Konzepte.
Nachhaltige Produktion durch intelligente Automatisierungstechnik
Intelligente Automatisierungslösungen sind ein wesentlicher Hebel für eine ressourcenscho-nende und damit energieeffiziente Produktion. Großes Potential verspricht die Integration intelligenter Verfahren und Technologien, wie z. B. Selbstoptimierung, Lernverfahren, Con-dition Monitoring und Bildverarbeitung, in die klassische Automatisierungstechnik.
ENERGIEEFFIZIENZ | 17
Hierzu entwickelt die Firma Beckhoff eine Plattform, die die Entwicklung und den Betrieb nachhaltiger Produktionssysteme unterstützt und so maßgeblich zur Optimierung der Ener-gieeffizienz beiträgt (vgl. Bild 15).
Kern der Plattform sind wiederverwendbare Lösungselemente, die sowohl als Hardware- als auch als Softwarekomponenten intelligente Funktionen für die Automatisierungstechnik be-reitstellen.
Durch den Einsatz derartiger Lösungselemente kann in Zukunft der Energieverbrauch von Pro-duktionssystemen um mindestens 10% reduziert werden. Ferner können die Produktivität und Verlässlichkeit der Produktionssysteme bei na-hezu gleichbleibenden Kosten für die Automati-sierungstechnik gesteigert werden.
Bild 15: Intelligente Automatisierungslösungen für nachhaltige Produktion (Beckhoff)
Energieeffiziente Produktionssystemedurch die Integration intelligenter Verfahren und Technologien in die
Automatisierungstechnik
18 |
Systems Engineering (SE) versteht sich als durch-gängige, fachdisziplinübergreifende Disziplin zur Entwicklung technischer Systeme, die alle Aspekte ins Kalkül zieht. Es stellt das multidisziplinäre Sys-tem in den Mittelpunkt und umfasst die Gesamt-heit aller Entwicklungsaktivitäten.
Systems Engineering ist heute mehr eine Samm-lung von Praktiken als eine umfassende ganzheit-liche Methodik der Kreation technischer Systeme [GDS+13]. Gleichwohl ist SE, wie u.a. von Ropohl dargestellt [Rop75], der geeignete Ansatz für die erforderliche Methodik zur Entwicklung von kom-plexen technischen Systemen im Kontext Industrie 4.0.
Ziel ist, einen ganzheitlichen fachdisziplin-übergreifenden Entwurf eines komplexen Sys-tems zu ermöglichen, der im Zuge der weiteren Konkretisierung in die etablierten Entwicklungs-methodiken und die entsprechenden Toolumge-
bungen der betroffenen Fachdisziplinen wie Me-chanik, Elektrotechnik/Elektronik, Softwaretechnik sowie Anlagen- und Prozesstechnik mündet.
Durchgängige, disziplinübergreifende Pro-dukt- und Prozessmodellierung
Ziel der Firma Kannegiesser ist die erhebliche Verbesserung der Ressourceneffizienz industriel-ler Wäschereien. Dies umfasst die bestmögliche Nutzung von Ressourcen wie Energie, Wasser und Waschmittel bei einer zeit- und kostenoptimalen sowie umweltgerechten Reinigung der Wäsche. Die Gesamtwäscherei ist unter ökologischen und ökonomischen Gesichtspunkten zu entwerfen, aus-zulegen und zu betreiben.
Im Rahmen des Projekts werden dazu neuartige Modellierungs- und Simulationsmodelle erarbeitet, mit deren Hilfe sich die ganzheitliche Prozessplanung, -steuerung und -überwachung op-
timieren lässt. Wie in Bild 16 dargestellt, wird die Wäschereianlage dazu auf verschiedenen Abstrak-tionsebenen modelliert.
Die Prozess- und Systemmodelle beschreiben das systemische, informationstechnische und physi-kalische Verhalten der Teilsysteme – vom Produkt Wäsche über die einzelnen Produktionsmittel bis hin zum gesamten Wäscheverarbeitungsprozess.
Durch die durchgängige Verwendung dieser Mo-delle bei der Prozessplanung, -steuerung und -überwachung lassen sich suboptimale Zustände frühzeitig erkennen und Optimierungen zielgerich-tet umsetzen.
Die im Rahmen dieses Projekts erarbeiteten Methoden und Werkzeuge lassen sich auf analoge Problemstellungen komplexer maschinenbaulicher Systeme anwenden.
Intelligente Produkte erfordern intelligente EntwicklungQuerschnittsprojekt Systems Engineering
18 | SySTEMS ENGINEERING
SotierstandZentrifugeKleine Waschstraße
VereinzelungsstandPresseGroße Waschstraße
Wäsche waschen
Wäsche waschen
Sortierspeicher
Entwässern
Entwässern
Wasch- & Schleudermaschine [2]
Waschen Schleudern
Markier- und Lagerstation
Wäsche markieren
Wäsche puffernBündel markierter
Wäsche
Vereinzeln
Sortieren
Wäsche puffern
Formteile, Volltrockenware,
Flachwäsche[verschmutzt]
Volltrockenware, Flachwäsche
[verschmutzt]
Wäschestück [sauber] [feucht]
Wäschestück [sauber] [feucht]
Wäschestück [sauber]
[halbtrocken]
Wäschestück [sauber]
[halbtrocken]
Vorpuffer 12-Kammer-Waschstraße
WaschenWäsche vorpuffern
Zustände Wäschestück
Volltrockenware
Wäschestück
Personalisierbar:boolSaugfähigkeit [l/kg]:floatVerschmutzungsgrad:floatFaltmuster:enumFarbe:enum
Formteil
Form:enum
Flachwäsche
Größe:enum
Verschmutzt
Sauber
Halbtrocken
Feucht
Trocken
Zustand Zustandsübergang Anfangsknoten
Ungefaltet
Gefaltet
Legende
Objekt Generalisierung
Bild 16: Modellierung zur Optimierung der Ressourceneffizienz von Großwäschereien (Kannegiesser)
3D-Modell der Großwäschereianlage:• 800.000 Teile pro Woche• 25 t Wäsche pro Tag• 2 t Waschmittel pro Tag
Verhalten-Zustände:Produkt Wäsche
Verhalten-Aktivitäten:Wäschereiverarbeitungsprozess
Wirkstruktur:einzelne Produktionsmittel
| 19
Integration von virtueller und realer Welt
Die Firma DMG MORI SEIKI strebt die Unterstüt-zung der Arbeitsplanung/NC-Programmierung mit Hilfe einer virtuellen Werkzeugmaschine an (Bild 17).
Die Auswahl des wirtschaftlichsten Fertigungspro-zesses sowie der optimalen Bearbeitungsstrategie ist Teil der Arbeitsplanung und basiert stark auf den praktischen Kenntnissen der Mitarbeiter, die durch NC-Programmiersysteme unterstützt wer-den.
Diese spiegeln jedoch häufig das Verhalten der Maschine nur ungenügend wider; so werden bei-spielsweise die dynamischen Eigenschaften der Achsen oder die Veränderungen der Werkzeuge vereinfacht oder vernachlässigt.
Mit Hilfe eines virtuellen Abbilds der realen Ma-schine werden in Zukunft die zugrundeliegenden Fertigungsunterlagen durch Simulation optimiert, bevor sie in die Werkstatt weitergeleitet werden. Zusätzlich werden die praktischen Kenntnisse der Fertigungsplaner und die Ergebnisse der Optimie-rungen für die Wiederverwendung in eine inte-grierte Wissensbasis übernommen [BGP+13].
Bild 17: Optimierung von Fertigungsunterlagen durch die virtuelle Werkzeugmaschine (DMG MORI SEIKI)
SySTEMS ENGINEERING | 19
Reale Welt
Virtuelle Welt
Optimierte Fertigungs-unterlagen
Fertigungs-unterlagen
GeometrieKinematikVerhalten der Antriebe
TechnologiedatenGeometriekomponentenSpanabtrag
Interpolation BewegungenSPS AbläufeInterpretation NC-Syntax
Maschine
Werkzeuge
Steuerung
20 |
Mit einer stark durch den Maschinen- und An-lagenbau sowie die Elektroindustrie geprägten Clusterstruktur verkörpert it‘s OWL die von der nationalen Plattform Industrie 4.0 propagierte duale Strategie, die Deutschland sowohl als Leitmarkt als auch als Leitanbieter sieht.
Beispielsweise setzen die Clusterunternehmen Beckhoff, Harting, Phoenix Contact, Wago und Weidmüller Standards im Bereich der industri-ellen Automatisierung und halten einen Welt-marktanteil von 75 % in der elektrischen Ver-bindungstechnik. Demgegenüber steht ein stark mittelständisch geprägter Maschinen- und An-lagenbau, für den der Einsatz von intelligenten technischen Systemen erhebliche Innovations-potentiale verspricht.
Ergänzt durch eine starke Forschungslandschaft bündelt it‘s OWL Kompetenzen und Bedarfe. Mit der Umsetzung von konkreten Innovationspro-jekten im Kontext Intelligente Technische Sys-teme bietet der Cluster ideale Voraussetzungen, den Wandel der industriellen Produktion mitzu-gestalten und wesentliche Bausteine für die Verwirklichung des Leitbilds Industrie 4.0 beizutragen.
Da das Gros der produzierenden Unternehmen in OWL (ähnlich wie in anderen Teilen Deutsch-lands) kleine und mittelständische Unternehmen sind, hängt die Realisierung des Leitbilds Indus-trie 4.0 sehr stark von deren Innovationskraft ab. Aus diesem Grund betreibt it‘s OWL eine konse-quente Transferstrategie mit dem Ziel der Dif-fusion der beschriebenen Technologieplattform in die Breite.
Dieser Technologietransfer soll in erster Linie durch sogenannte fokussierte Transferpro-jekte erreicht werden. Dabei handelt es sich um kleinere Projekte mit einer Dauer von fünf bis zehn Monaten, in deren Rahmen die Einfüh-rung von Clustertechnologien gefördert wird. Es werden 120 solcher Transferprojekte in den nächsten drei Jahren durchgeführt; das Projekt-volumen beträgt insgesamt ca. 10 Mio. €.
Resümee und Ausblick
20 | RESÜMEE UND AUSBLICK
it‘s OWL ist gerüstet, den Weg zur vierten industriellen
Revolution Schritt für Schritt zu gehen.
| 21
Literatur
[ASSW14] Arbeitskreis Smart Service Welt: Smart Service Welt – Umsetzungsempfehlungen für das Zukunftsprojekt Internet-basierte Dien-ste für die Wirtschaft, 2014
[BGP+13] Bauer, F.; Gausemeier, J.; Pruschek, G.; Rehage, G.: Arbeitsvorbereitung 4.0. Cloud-basierte Nutzung virtueller Werkzeugmaschi-nen. wt Werkstattstechnik online. Jahrgang 103 (2013) H. 2
[FA13] Forschungsunion Wirtschaft-Wissenschaft; Acatech – Deutsche Akademie der Technikwissenschaften (Hrsg.): Umsetzungsempfeh-lungen für das Zukunftsprojekt Industrie 4.0, 2013
[GDS+13] Gausemeier, J.; Dumitrescu, R.; Steffen, D.; Czaja, A.; Wiederkehr, O.; Tschirner, C.: Systems Engineering in der industriellen Praxis. Heinz Nixdorf Institut; Fraunhofer-Institut für Produktionstechnologie IPT, Projektgruppe Entwurfstechnik Mechatronik; UNITy AG, Paderborn, 2013
[Geo08] Geo Epoche: Die industrielle Revolution. Gruner + Jahr, Hamburg, 2008
[GP14] Gausemeier, J.; Plass, C.: Zukunftsorientierte Unternehmensgestaltung. Carl Hanser Verlag, München, 2014
[GRS14] Gausemeier, J.; Rammig, F.-J.; Schäfer, W. (Eds.): Design Methodology for Intelligent Technical Systems – Develop Intelligent Tech-nical Systems of the Future. Springer-Verlag, Berlin Heidelberg, 2014
[GTD13] Gausemeier, J.; Tschirner, C.; Dumitrescu, R.: Der Weg zu Intelligenten Technischen Systemen. Industrie Management, GITO Ver-lag, 1/2013.
[HJ13] Hinrichsen, S.; Jasperneite, J.: Industrie 4.0 – Begriff, Stand der Umsetzung und kritische Würdigung. In: Betriebpraxis & Arbeits-forschung S.: 45-47, Dr. Curt Haefner-Verlag GmbH, Heidelberg, Mai 2013.
[Jas12] Jasperneite, J.: Alter Wein in neuen Schläuchen? Computer & Automation 12/2012, WEKA FACHMEDIEN GmbH, Haar, 2012
[Kal13] Kalla, H.: Industrie 4.0: Der Weg ist geebnet. etz, elektrotechnik & automation, VDE-Verlag, Ausgabe S2, 2013
[KLW11] Kagermann, H.; Lukas, W.-D.; Wahlster, W.: Industrie 4.0 – Mit dem Internet der Dinge auf dem Weg zur 4. Industriellen Revoluti-on. In: VDI Nachrichten 13, VDI Verlag, Düsseldorf, 2011
[KWy+13] Kopp, S.; van Welbergen, H.; yaghoubzadeh, R.; Buschmeier, H.: An architecture for fluid real-time conversational agents: Integra-ting incremental output generation and input processing. Journal on Multimodal User Interfaces, 2013
[LSP+12] Lier, F.; Siepmann, F.; Paul-Stueve, T.; Wrede, S.; Lütkebohle, I.; and Wachsmuth, S.: Facilitating Research Cooperation through Linking and Sharing of Heterogenous Research Artifacts. Proceedings of the 8th International Conference on Semantic Systems (I-SEMANTICS ‚12). Sack H, Pellegrini T (Eds); New york, Ny, USA: ACM: 157–164, 2012
[NJ14] Niggemann, O.; Jasperneite, J.: Konzepte und Anwendungsfälle für die intelligente Fabrik. In: Bauernhansl, T.; ten Hompel, M.; Vogel-Heuser, B. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik, Springer-Verlag, 2014
[Rop75] Ropohl, G.: Einleitung in die Systemtechnik. In: Ropohl, G. (Hrsg.): Systemtechnik – Grundlagen und Antworten, Carl Hanser Verlag, München, 1975
[Str98] Strube, G.: Modellierung Motivation and Action Control in Cognitive Systems. In: Schmid, U.; Krems, J. F.; Wysocki, F. (Eds.). Mind Modelling. Pabst, Berlin, 1998
[WEG+13] Wrede, S.; Emmerich, C.; Grünberg, R.; Nordmann, A.; Swadzba, A.; Steil, J.J.: A User Study on Kinesthetic Teaching and Learning for Efficient Reconfiguration of Redundant Robots. Journal of Human-Robot Interaction 2(1): 56–81, 2013
LITERATUR | 21
22 | 22 | CLUSTERPARTNER
Clusterpartner
Im it‘s OWL e.V. bündeln Unternehmen,
Forschungseinrichtungen und Transferpartner ihre Interessen.
Unternehmen
Hochschulen und Forschungseinrichtungen
Transferpartner
FördermitgliederArntz Optibelt Gruppe, BE Bauelemente GmbH, BISONtec GmbH, Brockbals GmbH, BST International GmbH, Clarion Events Deutschland GmbH, Ceres Vision GmbH, dSPACE GmbH, ELHA-Maschinenbau Liemke KG, eltromat GmbH, Ferrocontrol Steuerungssysteme GmbH & Co. KG, Friedrich Remmert GmbH, gpdm mbH, Handwerkskammer Ostwestfalen-Lippe, Hanning Elektro-Werke GmbH & Co. KG, Haver + Boecker OHG, IHC Industrie- und Handelsclub OWL e.V., Initiative für Beschäftigung OWL e.V., ISI Automation GmbH & Co. KG, Janz Tec AG, Jowat AG, Kaimann GmbH, KW-Software GmbH, Kreis Paderborn, MADLEHN GmbH, Melitta Europa GmbH & Co. KG, Phoenix Contact Electronics GmbH, Prisma sales service GmbH, REC Deutschland GmbH, Rollax GmbH & Co. KG, Scenario Management International AG, scout P.-Projektmanagement, Smart Mechatronics GmbH, Sparkasse Paderborn-Detmold, Steinhaus Informationssysteme GmbH, steute Schaltgeräte GmbH & Co. KG, Strothmann Machines & Handling GmbH, TK-Oberfläche GmbH, topocare GmbH, TURCK Electronics GmbH, Werthenbach Hydraulik Antriebstechnik GmbH, Westfalen Weser Netz AG
Mitglieder Stand März 2014. Weitere Unternehmen, wissenschaftliche Einrichtungen und wirtschaftsnahe Organisationen können beitreten.Weitere Informationen zum Verein (Satzung, Beitragsordnung und Beitrittserklärung) sowie weitere Partner finden Sie unter www.its-owl.de
motion control
CONSULTING & INNOVATION
| 23IMPRESSUM | 23
Die Autoren
Prof. Dr.-Ing. Jürgen GausemeierHeinz Nixdorf Institut Universität Paderborn,Vorsitzender Clusterboard it‘s OWL
Dr.-Ing. Roman Dumitrescu Geschäftsführer it‘s OWL Clustermanagement GmbH
Prof. Dr.-Ing. Jürgen JasperneiteLeiter Fraunhofer Anwendungszentrum Industrial Automation und Institut für industrielle Informationstechnik Hochschule OWL
Arno KühnStrategie, FuE it‘s OWL Clustermanagement GmbHFraunhofer IPT Projektgruppe Entwurfstechnik Mechatronik
Henning TrsekInstitut für industrielle Informationstechnik Hochschule OWL
Herausgeberit‘s OWL Clustermanagement GmbHVerantwortlich: Dr.-Ing. Roman Dumitrescu, Günter Korder, Herbert WeberUmsetzung: Wolfgang MarquardtGestaltung: GOLDkids GbRBildnachweis: DMG MORI SEIKI (Titelbild), Beckhoff, Bihler, CLAAS, HARTING, Heinz Nixdorf Institut, Kannegiesser, Lenze, Phoenix Contact, Weidmüller, WP KemperApril 2014
Impressum
| 24
it‘s OWL Clustermanagement GmbH Zukunftsmeile 1 | 33102 Paderborn Tel. 05251 5465275 | Fax 05251 [email protected] | www.its-owl.de
