Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1...

54
Probleme der modellpr ¨ adiktiven Regelung in der Praxis urgen Pannek Fachbereich Produktionstechnik, Universit¨ at Bremen 12. Elgersburg Workshop 26.02. – 01.03.2018

Transcript of Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1...

Page 1: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

Probleme der modellpradiktiven Regelung in der Praxis

Jurgen Pannek

Fachbereich Produktionstechnik, Universitat Bremen

12. Elgersburg Workshop26.02. – 01.03.2018

Page 2: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

1 Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Produktions- und Logistiksysteme

E. Gutenberg: Grundlagen der Betriebswirtschaftslehre (1983)

Produktionsfaktoren

Elementarfaktoren

Repetierfaktoren PotentialfaktorenDispositive Faktoren

Werkstoffe Betriebsmittel

Roh

stof

fe

Hilf

ssto

ffe

Bet

riebs

stof

fe

mat

erie

ll

imm

ater

iell

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

mat

erie

ll

imm

ater

iell

Maschine

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

Mensch

Quelle: www.oscarberg.net

Page 3: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

1 Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Produktions- und Logistiksysteme

E. Gutenberg: Grundlagen der Betriebswirtschaftslehre (1983)

Produktionsfaktoren

Elementarfaktoren

Repetierfaktoren PotentialfaktorenDispositive Faktoren

Werkstoffe Betriebsmittel

Roh

stof

fe

Hilf

ssto

ffe

Bet

riebs

stof

fe

mat

erie

ll

imm

ater

iell

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

mat

erie

ll

imm

ater

iell

Maschine

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

Mensch

Quelle: www.oscarberg.net

Page 4: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

1 Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Produktions- und Logistiksysteme

E. Gutenberg: Grundlagen der Betriebswirtschaftslehre (1983)

Produktionsfaktoren

Elementarfaktoren

Repetierfaktoren PotentialfaktorenDispositive Faktoren

Werkstoffe Betriebsmittel

Roh

stof

fe

Hilf

ssto

ffe

Bet

riebs

stof

fe

mat

erie

ll

imm

ater

iell

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

mat

erie

ll

imm

ater

iell

Maschine

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

Mensch

Quelle: www.oscarberg.net

Page 5: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

2 Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Gegenwartiger Stand

Quelle: www.rheinvernetzt.de Quelle: www.volkswagen.de

Produktion heute

I Einsatz von Mikroelektronik und Informationstechnologie

I Komplexe Automatisierungslosungen und weltweite Vernetzung

I Raumliche / zeitliche Trennung zwischen Mensch und Maschine

I Zuordnung Fertigungstypen zu Organisationstypen

Page 6: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

3 Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Zukunftige Ziele

Quelle: www.mobilegeeks.de Quelle: www.seas.upenn.edu

Produktion morgen

I Intelligente und selbstkonfigurierende Fertigungsanlagen

I Dezentrale Planungs- und Steuerungssysteme

I Effizienter und nachhaltiger Einsatz von Ressourcen

I Ergonomisch angepasste Arbeitsbedingungen

I Integration von Kunden und Geschaftspartnern in Wertschopfung

Page 7: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

4 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung: Idee

B. Kern, OVG Universitat Magdeburg

Regelung mittels “wiederholter” Pradiktion & Optimierung

1. Messe aktuellen Zustand

2. Pradiziere & berechne opt. Steuerung

3. Wende “optimale” Stellgroße an

Page 8: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

4 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung: Idee

B. Kern, OVG Universitat Magdeburg

Regelung mittels “wiederholter” Pradiktion & Optimierung

1. Messe aktuellen Zustand

2. Pradiziere & berechne opt. Steuerung

3. Wende “optimale” Stellgroße an

Page 9: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

4 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung: Idee

B. Kern, OVG Universitat Magdeburg

Regelung mittels “wiederholter” Pradiktion & Optimierung

1. Messe aktuellen Zustand

2. Pradiziere & berechne opt. Steuerung

3. Wende “optimale” Stellgroße an

Page 10: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

4 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung: Idee

B. Kern, OVG Universitat Magdeburg

Regelung mittels “wiederholter” Pradiktion & Optimierung

1. Messe aktuellen Zustand

2. Pradiziere & berechne opt. Steuerung

3. Wende “optimale” Stellgroße an

Page 11: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

4 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung: Idee

B. Kern, OVG Universitat Magdeburg

Regelung mittels “wiederholter” Pradiktion & Optimierung

1. Messe aktuellen Zustand

2. Pradiziere & berechne opt. Steuerung

3. Wende “optimale” Stellgroße an

Page 12: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

4 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung: Idee

B. Kern, OVG Universitat Magdeburg

Regelung mittels “wiederholter” Pradiktion & Optimierung

1. Messe aktuellen Zustand

2. Pradiziere & berechne opt. Steuerung

3. Wende “optimale” Stellgroße an

Page 13: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

4 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung: Idee

B. Kern, OVG Universitat Magdeburg

Regelung mittels “wiederholter” Pradiktion & Optimierung

1. Messe aktuellen Zustand

2. Pradiziere & berechne opt. Steuerung

3. Wende “optimale” Stellgroße an

Page 14: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

5 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung

Vor- und Nachteile

+ Wahl des Kostenfunktion ; Regelgute

+ Direkte Berucksichtigung von Prozessbedingungen

+ Nichtlineare Systeme mit mehreren Ein- und Ausgangen

- Modell fur die Vorhersage benotigt

- Losung von Optimalsteuerungsproblemen in Echtzeit

FrageWas ist zu tun, damit MPC ein Potentialfaktor furProduktions- und Logistiksysteme wird?

Page 15: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

5 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Modellpradiktive Regelung

Vor- und Nachteile

+ Wahl des Kostenfunktion ; Regelgute

+ Direkte Berucksichtigung von Prozessbedingungen

+ Nichtlineare Systeme mit mehreren Ein- und Ausgangen

- Modell fur die Vorhersage benotigt

- Losung von Optimalsteuerungsproblemen in Echtzeit

FrageWas ist zu tun, damit MPC ein Potentialfaktor furProduktions- und Logistiksysteme wird?

Page 16: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

6 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Ubersicht

Produktionssysteme

Modellpradiktive Regelung

Technische EinflussfaktorenStellgliedRedundanz bei MessgliedernKommunikation

Menschliche EinflussfaktorenMensch–Maschine RelationVerstandnis, Kompetenz und Akzeptanz

Page 17: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

7 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Projekt InSAIntegrierte Sicherheits- und Schutzkonzepte fur CPS

I Verbesserung Arbeitstakt

I Kollaboration statt Trennung

I Kontext orientierte Dienste

Page 18: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

7 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Projekt InSAIntegrierte Sicherheits- und Schutzkonzepte fur CPS

I Verbesserung Arbeitstakt

I Kollaboration statt Trennung

I Kontext orientierte Dienste

Page 19: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

7 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Projekt InSAIntegrierte Sicherheits- und Schutzkonzepte fur CPS

I Verbesserung Arbeitstakt

I Kollaboration statt Trennung

I Kontext orientierte Dienste

Page 20: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

7 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Projekt InSAIntegrierte Sicherheits- und Schutzkonzepte fur CPS

I Verbesserung Arbeitstakt

I Kollaboration statt Trennung

I Kontext orientierte Dienste

Page 21: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

8 ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

Produktions- und Logistiksysteme

E. Gutenberg: Grundlagen der Betriebswirtschaftslehre (1983)

Produktionsfaktoren

Elementarfaktoren

Repetierfaktoren PotentialfaktorenDispositive Faktoren

Werkstoffe Betriebsmittel

Roh

stof

fe

Hilf

ssto

ffe

Bet

riebs

stof

fe

mat

erie

ll

imm

ater

iell

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

mat

erie

ll

imm

ater

iell

Maschine

Quelle: www.oscarberg.net

Page 22: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

9 Stellglied

Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

Framework

GrundlagenI IEC 61508I IEC 61496I ISO 10218-1/2I ISO 15026I ISO 15066I ISO 15408I ISO 27005I . . .

Programmierbare Systeme

Maschinensicherheit

Integration von Industrierobotern

Software und Systems Engineering

Roboterkollaboration

IT Sicherheit

Risikomanagement

S. Brending, M. Lawo, J. Pannek, T. Sprodowski, P. Zeising, D. Zimmermann: Certifiable Software Architecture for

Human Robot Collaboration in Industrial Production Environments, IFAC-PapersOnLine, vol. 50(1), pp. 1983–1990(2017).

Page 23: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

9 Stellglied

Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

Framework

GrundlagenI IEC 61508I IEC 61496I ISO 10218-1/2I ISO 15026I ISO 15066I ISO 15408I ISO 27005I . . .

S. Brending, M. Lawo, J. Pannek, T. Sprodowski, P. Zeising, D. Zimmermann: Certifiable Software Architecture for

Human Robot Collaboration in Industrial Production Environments, IFAC-PapersOnLine, vol. 50(1), pp. 1983–1990(2017).

Page 24: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

10 Stellglied

Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

Stellglied

Page 25: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

11 Stellglied

Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

Stellglied

ProblematikI Elektronik nicht direkt ansteuerbarI Zugriff nur uber SPSI Koordinaten-/

GeschwindigkeitssteuerungI Schnittstelle digitale E/A AnschlusseI Simulation uber Tools notwendig

FragenI Wie kann man MPC sinnvoll

integrieren?I Lohnt sich das?

Page 26: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

11 Stellglied

Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

Stellglied

ProblematikI Elektronik nicht direkt ansteuerbarI Zugriff nur uber SPSI Koordinaten-/

GeschwindigkeitssteuerungI Schnittstelle digitale E/A AnschlusseI Simulation uber Tools notwendig

FragenI Wie kann man MPC sinnvoll

integrieren?I Lohnt sich das?

Page 27: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

11 Stellglied

Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

Stellglied

ProblematikI Elektronik nicht direkt ansteuerbarI Zugriff nur uber SPSI Koordinaten-/

GeschwindigkeitssteuerungI Schnittstelle digitale E/A AnschlusseI Simulation uber Tools notwendig

FragenI Wie kann man MPC sinnvoll

integrieren?I Lohnt sich das?

Page 28: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

12 Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

MessgliederSicherheit

I Typen (optisch, resistiv . . . )I TaktratenI SchnittstellenI UbertragungsratenI RedundanzI (Fusionsmethoden)

FrageWelche Messfuhler/-kombinationensind hinreichend/notwendig?

A. Khalid, P. Kirisci, Z. Ghrairi, K.-D. Thoben, J. Pannek: A Methodology to Develop Collaborative Robotic Cyber

Physical Systems for Production Environments, Logistics Research (2016), vol.9(24): pp. 1-22.

Page 29: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

12 Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

MessgliederSicherheit

I Typen (optisch, resistiv . . . )I TaktratenI SchnittstellenI UbertragungsratenI RedundanzI (Fusionsmethoden)

FrageWelche Messfuhler/-kombinationensind hinreichend/notwendig?

A. Khalid, P. Kirisci, Z. Ghrairi, K.-D. Thoben, J. Pannek: A Methodology to Develop Collaborative Robotic Cyber

Physical Systems for Production Environments, Logistics Research (2016), vol.9(24): pp. 1-22.

Page 30: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

13 Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

MessgliederAngreifbarkeit

Frage

A. Khalid, P. Kirisci, Z. Ghrairi, K.-D. Thoben, J. Pannek: Security Framework for Industrial Collaborative Robotic Cyber

Physical Systems, akzeptiert fur Computers in Industry (2018).

N.R. Siddiqui, K.A. Khaliq, J. Pannek: VANET Security Analysis on the Basis of Attacks in Authentication, Proceedings

of the 5th International Conference on Dynamics in Logistics (2016), pp. 491–502.

Page 31: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

13 Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

MessgliederAngreifbarkeit

FrageMit welchen Messfuhlerkombinationenkann ein Cyberangriff physischdetektiert werden?

A. Khalid, P. Kirisci, Z. Ghrairi, K.-D. Thoben, J. Pannek: Security Framework for Industrial Collaborative Robotic Cyber

Physical Systems, akzeptiert fur Computers in Industry (2018).

N.R. Siddiqui, K.A. Khaliq, J. Pannek: VANET Security Analysis on the Basis of Attacks in Authentication, Proceedings

of the 5th International Conference on Dynamics in Logistics (2016), pp. 491–502.

Page 32: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

13 Redundanz beiMessgliedern

Kommunikation

MenschlicheEinflussfaktoren

MessgliederAngreifbarkeit

FrageWie nutzt man MHE Fehlerdiagnosefur Auswahl der Messfuhler?

A. Khalid, P. Kirisci, Z. Ghrairi, K.-D. Thoben, J. Pannek: Security Framework for Industrial Collaborative Robotic Cyber

Physical Systems, akzeptiert fur Computers in Industry (2018).

N.R. Siddiqui, K.A. Khaliq, J. Pannek: VANET Security Analysis on the Basis of Attacks in Authentication, Proceedings

of the 5th International Conference on Dynamics in Logistics (2016), pp. 491–502.

Page 33: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

Redundanz beiMessgliedern

14 Kommunikation

MenschlicheEinflussfaktoren

Verringerung der Ubertragungsdaten

I Quantisierung der KommunikationI Integration in kontinuierliches

Optimierungsproblem

FrageWann ist MPC Regelkreis mitquantisierter Kommunikation stabil?

T. Sprodowski, M.W. Mehrez, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Differential

Communication with Distributed MPC based on an Occupancy Grid, eingereicht bei Information Sciences (2017).

M.W. Mehrez, T. Sprodowski, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Occupancy Grid

based Distributed Model Predictive Control of Mobile Robots, 2017 IEEE/RSJ International Conference on IntelligentRobots and Systems (IROS), pp. 4842–4847 (2017).

Page 34: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

Redundanz beiMessgliedern

14 Kommunikation

MenschlicheEinflussfaktoren

Verringerung der Ubertragungsdaten

I Quantisierung der KommunikationI Integration in kontinuierliches

Optimierungsproblem

FrageWann ist MPC Regelkreis mitquantisierter Kommunikation stabil?

T. Sprodowski, M.W. Mehrez, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Differential

Communication with Distributed MPC based on an Occupancy Grid, eingereicht bei Information Sciences (2017).

M.W. Mehrez, T. Sprodowski, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Occupancy Grid

based Distributed Model Predictive Control of Mobile Robots, 2017 IEEE/RSJ International Conference on IntelligentRobots and Systems (IROS), pp. 4842–4847 (2017).

Page 35: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

Redundanz beiMessgliedern

14 Kommunikation

MenschlicheEinflussfaktoren

Verringerung der Ubertragungsdaten

I Quantisierung der KommunikationI Integration in kontinuierliches

Optimierungsproblem

FrageWann ist MPC Regelkreis mitquantisierter Kommunikation stabil?

T. Sprodowski, M.W. Mehrez, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Differential

Communication with Distributed MPC based on an Occupancy Grid, eingereicht bei Information Sciences (2017).

M.W. Mehrez, T. Sprodowski, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Occupancy Grid

based Distributed Model Predictive Control of Mobile Robots, 2017 IEEE/RSJ International Conference on IntelligentRobots and Systems (IROS), pp. 4842–4847 (2017).

Page 36: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

Redundanz beiMessgliedern

14 Kommunikation

MenschlicheEinflussfaktoren

Verringerung der Ubertragungsdaten

I Quantisierung der KommunikationI Integration in kontinuierliches

Optimierungsproblem

FrageWann ist MPC Regelkreis mitquantisierter Kommunikation stabil?

T. Sprodowski, M.W. Mehrez, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Differential

Communication with Distributed MPC based on an Occupancy Grid, eingereicht bei Information Sciences (2017).

M.W. Mehrez, T. Sprodowski, K. Worthmann, G.K.I. Mann, R.G. Gosine, J.K. Sagawa, J. Pannek: Occupancy Grid

based Distributed Model Predictive Control of Mobile Robots, 2017 IEEE/RSJ International Conference on IntelligentRobots and Systems (IROS), pp. 4842–4847 (2017).

Page 37: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

Redundanz beiMessgliedern

15 Kommunikation

MenschlicheEinflussfaktoren

Anpassung der Protokolle

Konzepte:I FloodingI Routing

FrageWie integriert man MPCmit CSMA/CA?

K. Khaliq, O. Chughtai, A. Qayyum, J. Pannek: Mathematical Model Based Design of Multi-hop Routing Protocol for

VANET, eingereicht bei IEEE Transactions on Communications (2018).

K. Khaliq, S.M. Raza, O. Chughtai, A. Qayyum, J. Pannek: Intelligent Flooding Mechanism for Safety Applications in

V2V Environment using VANET, eingereicht bei COMNET (2018).

Page 38: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

Redundanz beiMessgliedern

15 Kommunikation

MenschlicheEinflussfaktoren

Anpassung der Protokolle

Konzepte:I FloodingI Routing

FrageWie integriert man MPCmit CSMA/CA?

K. Khaliq, O. Chughtai, A. Qayyum, J. Pannek: Mathematical Model Based Design of Multi-hop Routing Protocol for

VANET, eingereicht bei IEEE Transactions on Communications (2018).

K. Khaliq, S.M. Raza, O. Chughtai, A. Qayyum, J. Pannek: Intelligent Flooding Mechanism for Safety Applications in

V2V Environment using VANET, eingereicht bei COMNET (2018).

Page 39: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktorenStellglied

Redundanz beiMessgliedern

15 Kommunikation

MenschlicheEinflussfaktoren

Anpassung der Protokolle

Konzepte:I FloodingI Routing

FrageWie integriert man MPCmit CSMA/CA?

K. Khaliq, O. Chughtai, A. Qayyum, J. Pannek: Mathematical Model Based Design of Multi-hop Routing Protocol for

VANET, eingereicht bei IEEE Transactions on Communications (2018).

K. Khaliq, S.M. Raza, O. Chughtai, A. Qayyum, J. Pannek: Intelligent Flooding Mechanism for Safety Applications in

V2V Environment using VANET, eingereicht bei COMNET (2018).

Page 40: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

16 Mensch–MaschineRelation

Verstandnis, Kompetenzund Akzeptanz

Produktions- und Logistiksysteme

E. Gutenberg: Grundlagen der Betriebswirtschaftslehre (1983)

Produktionsfaktoren

Elementarfaktoren

Repetierfaktoren PotentialfaktorenDispositive Faktoren

Werkstoffe Betriebsmittel

Roh

stof

fe

Hilf

ssto

ffe

Bet

riebs

stof

fe

mat

erie

ll

imm

ater

iell

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

Aus

fuhr

ung

Leitu

ng

Pla

nung

Org

anis

atio

n

Kon

trolle

Mensch

Quelle: www.oscarberg.net

Page 41: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

17 Mensch–MaschineRelation

Verstandnis, Kompetenzund Akzeptanz

Situation

Mensch alsI ProblemloserI Innovator

CPS alsI WegbereiterI Durchgriff

Page 42: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

17 Mensch–MaschineRelation

Verstandnis, Kompetenzund Akzeptanz

Situation

Mensch alsI ProblemloserI Innovator

CPS alsI WegbereiterI Durchgriff

Page 43: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktoren

17 Mensch–MaschineRelation

Verstandnis, Kompetenzund Akzeptanz

Situation

Mensch alsI ProblemloserI Innovator

CPS alsI WegbereiterI Durchgriff

Page 44: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

18 Verstandnis, Kompetenzund Akzeptanz

Mensch und Maschine

Mogliche Szenarien

I CPS als Werkzeug zur Unterstutzung des Arbeiters

(Werkzeug Szenario)I Kooperation zu Kontroll- und Steuerungsaufgaben

(Hybrid Szenario)

I Steuerung durch CPS und Ausfuhrung durch Arbeiter

(Automatisierungsszenario)

Page 45: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

18 Verstandnis, Kompetenzund Akzeptanz

Mensch und Maschine

Mogliche Szenarien

I CPS als Werkzeug zur Unterstutzung des Arbeiters

(Werkzeug Szenario)I Kooperation zu Kontroll- und Steuerungsaufgaben

(Hybrid Szenario)

I Steuerung durch CPS und Ausfuhrung durch Arbeiter

(Automatisierungsszenario)

Page 46: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

19 Verstandnis, Kompetenzund Akzeptanz

Rolle des MenschenBeispielhaft am Werkzeug Szenario

Socio-Cyber-Physical Systems (Treiber Mensch)

I Integration individuellen Verhaltens

I Anpassung auf Organisation

I Berucksichtigung des Kontext

Cyber-Physical-Social Systems (Treiber CPS)

I Modellierung und Nutzung des Menschen

I Anpassung der Organisation

I Befahigung zu Parallelitat und Selbstsynchronisation

Was macht der da?

Wir haben dasschon immer sogemacht.

Kontrolliert der mich?

Bin ich meinen Job los?

Page 47: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

19 Verstandnis, Kompetenzund Akzeptanz

Rolle des MenschenBeispielhaft am Werkzeug Szenario

Socio-Cyber-Physical Systems (Treiber Mensch)

I Integration individuellen Verhaltens

I Anpassung auf Organisation

I Berucksichtigung des Kontext

Cyber-Physical-Social Systems (Treiber CPS)

I Modellierung und Nutzung des Menschen

I Anpassung der Organisation

I Befahigung zu Parallelitat und Selbstsynchronisation

Was macht der da?

Wir haben dasschon immer sogemacht.

Kontrolliert der mich?

Bin ich meinen Job los?

Page 48: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

19 Verstandnis, Kompetenzund Akzeptanz

Rolle des MenschenBeispielhaft am Werkzeug Szenario

Socio-Cyber-Physical Systems (Treiber Mensch)

I Integration individuellen Verhaltens

I Anpassung auf Organisation

I Berucksichtigung des Kontext

Cyber-Physical-Social Systems (Treiber CPS)

I Modellierung und Nutzung des Menschen

I Anpassung der Organisation

I Befahigung zu Parallelitat und Selbstsynchronisation

Was macht der da?

Wir haben dasschon immer sogemacht.

Kontrolliert der mich?

Bin ich meinen Job los?

Page 49: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

19 Verstandnis, Kompetenzund Akzeptanz

Rolle des MenschenBeispielhaft am Werkzeug Szenario

Socio-Cyber-Physical Systems (Treiber Mensch)

I Integration individuellen Verhaltens

I Anpassung auf Organisation

I Berucksichtigung des Kontext

Cyber-Physical-Social Systems (Treiber CPS)

I Modellierung und Nutzung des Menschen

I Anpassung der Organisation

I Befahigung zu Parallelitat und Selbstsynchronisation

Was macht der da?

Wir haben dasschon immer sogemacht.

Kontrolliert der mich?

Bin ich meinen Job los?

Page 50: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

19 Verstandnis, Kompetenzund Akzeptanz

Rolle des MenschenBeispielhaft am Werkzeug Szenario

Socio-Cyber-Physical Systems (Treiber Mensch)

I Integration individuellen Verhaltens

I Anpassung auf Organisation

I Berucksichtigung des Kontext

Cyber-Physical-Social Systems (Treiber CPS)

I Modellierung und Nutzung des Menschen

I Anpassung der Organisation

I Befahigung zu Parallelitat und Selbstsynchronisation

Was macht der da?

Wir haben dasschon immer sogemacht.

Kontrolliert der mich?

Bin ich meinen Job los?

Page 51: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

19 Verstandnis, Kompetenzund Akzeptanz

Rolle des MenschenBeispielhaft am Werkzeug Szenario

Socio-Cyber-Physical Systems (Treiber Mensch)

I Integration individuellen Verhaltens

I Anpassung auf Organisation

I Berucksichtigung des Kontext

Cyber-Physical-Social Systems (Treiber CPS)

I Modellierung und Nutzung des Menschen

I Anpassung der Organisation

I Befahigung zu Parallelitat und Selbstsynchronisation

Was macht der da?

Wir haben dasschon immer sogemacht.

Kontrolliert der mich?

Bin ich meinen Job los?

Page 52: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

20 Verstandnis, Kompetenzund Akzeptanz

AuswirkungenBeispielhaft am Werkzeug Szenario

Belastungen:

I Reduktion schwere korperlicher Arbeit

I Zunahme der Interpretation der Technik

I Zunahme des Flexibilitatsdrucks

Belastung+−

Beanspruchung

Kompetenzen

Quelle: W. Laurig: Grundzuge der Ergonomie (1990)

FragenI Wie wird MPC intuitiv?I Wie konnen Beanspruchungsarten identifiziert werden?

M. Bernardo, J. Pannek: Robust Solution Approach for the Dynamic and Stochastic Vehicle Routing Problem,

akzeptiert fur Journal of Advanced Transportation (2018).

Page 53: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

20 Verstandnis, Kompetenzund Akzeptanz

AuswirkungenBeispielhaft am Werkzeug Szenario

Belastungen:

I Reduktion schwere korperlicher Arbeit

I Zunahme der Interpretation der Technik

I Zunahme des Flexibilitatsdrucks

Belastung+−

Beanspruchung

Kompetenzen

Quelle: W. Laurig: Grundzuge der Ergonomie (1990)

FragenI Wie wird MPC intuitiv?I Wie konnen Beanspruchungsarten identifiziert werden?

M. Bernardo, J. Pannek: Robust Solution Approach for the Dynamic and Stochastic Vehicle Routing Problem,

akzeptiert fur Journal of Advanced Transportation (2018).

Page 54: Probleme der modellprädiktiven Regelung in der Praxis · 21 MPC in der Praxis J¨urgen Pannek 1 Produktionssysteme Modellpr¨adiktive Regelung Technische Einflussfaktoren Menschliche

21

MPC in der Praxis

Jurgen Pannek

Produktionssysteme

ModellpradiktiveRegelung

TechnischeEinflussfaktoren

MenschlicheEinflussfaktorenMensch–MaschineRelation

21 Verstandnis, Kompetenzund Akzeptanz

Zusammenfassung

Technische Seite

I MPC fehlt Zertifizierbarkeit

I Problem Integration (D)MPC und Kommunikation

I Diagnoseeigenschaft fur Messfuhlerauswahl

Menschliche Seite

I Benutzung von MPC nicht intuitiv

I Wahl der Stellschrauben unklar