Shop : Details
Shop
Details
59,80 €ISBN 978-3-8440-9488-6Softcover260 pages61 figures333 g21 x 14,8 cmGermanThesis
May 2024
Philipp Gönnheimer
Automatisierte Bereitstellung von Maschinensteuerungsdaten in Brownfield-Produktionssystemen
Ein Beitrag zur Digitalisierung von Bestandsanlagen am Beispiel von Werkzeugmaschinen
Anwendungen im Bereich Industrie 4.0 bieten in der Produktion zahlreiche Vorteile wie beispielsweise Steigerungen bei der Gesamtanlageneffektivität (OEE), ihre Umsetzung stellt für Unternehmen aber vor allem im Brownfield eine in vielen Fällen große Herausforderung dar. Die kommunikationstechnische Anbindung der Bestandsmaschinen mit der Identifikation und Zuordnung von Signalen zu Informationsmodellen ist für Anwender häufig ein manueller und zeitaufwändiger Prozess. Ziel der Dissertation war daher die Entwicklung eines Assistenzsystems, das Anwendern die automatisierte Bereitstellung von Maschinensteuerungsdaten erlaubt. Das Zielsystem umfasst dabei die automatisierte Extraktion von Daten aus unterschiedlichen Schnittstellen von Bestandsmaschinen sowie die aufbauende Identifikation und Zuordnung angestrebter Signale wie Motorströme und Lagewerte für Industrie 4.0-Anwendungen.
Der Fokus des Zielsystems wurde aufgrund der breiten Anwendbarkeit in verschiedensten Maschinen und Anlagen auf Vorschubachsen gelegt, bezüglich des Signalraums auf Positionen, Verfahrgeschwindigkeiten, Motorströme und weitere Komponenteninformationen. Die Entwicklung teilte sich dann in die drei zentralen Module der Datenextraktion, der Identifikationsmethoden und des Assistenzsystems. Für die Datenextraktion wurden auf Basis von Open Source-Bibliotheken Kommunikationsmodule umgesetzt und für die Identifikationsmethoden unterschiedliche Ansätze zur Signalidentifikation konzeptioniert, evaluiert und systematisch eine Identifikationsstrategie abgeleitet. Im abschließenden Assistenzsystem wurde eine intuitive Benutzeroberfläche entwickelt, die die beiden vorhergehenden Teile nutzbar integriert, sowie die Funktionalität und Übertragbarkeit an vier Demonstrationsanlagen validiert. Diese umfassen zwei Fräsmaschinen, eine Honmaschine sowie einen KUKA-Industrieroboter.
Im Rahmen der Arbeit ist ein Assistenzsystem entstanden, über das Anwender Daten aus Maschinen über zahlreiche Schnittstellen auslesen können. Diese umfassen sowohl moderne Kommunikationsprotokolle wie OPC UA als auch den direkten SPS-Zugriff via TCP / IP. Auch die Verarbeitung bereits aufgenommener Zeitreihendaten ist möglich, beispielsweise als CSV-Datei. Die Identifikation der Signale aus den Daten erfolgt durch einen dreistufigen hybriden Aufbau, der sowohl analytische Regelbasen als auch Maschinelles Lernen integriert und damit Signale zuordenbar macht. Die Ergebnisse der Validierung zeigen die Übertragbarkeit und Generalisierbarkeit des Systems auf andere Anlagen. Diese bezieht sich auf alle Systemstufen, der Filterung trivialer Signale, der ML-basierten Klassifikation von Positions- und nicht-Positionssignalen sowie der dritten Stufe, der regelbasierten Zuordnung aller Signale bei marginalen Anpassungsbedarfen in Regelbasen zur weiteren Generalisierung über die untersuchten Demonstrationsanlagen hinaus.
Der Fokus des Zielsystems wurde aufgrund der breiten Anwendbarkeit in verschiedensten Maschinen und Anlagen auf Vorschubachsen gelegt, bezüglich des Signalraums auf Positionen, Verfahrgeschwindigkeiten, Motorströme und weitere Komponenteninformationen. Die Entwicklung teilte sich dann in die drei zentralen Module der Datenextraktion, der Identifikationsmethoden und des Assistenzsystems. Für die Datenextraktion wurden auf Basis von Open Source-Bibliotheken Kommunikationsmodule umgesetzt und für die Identifikationsmethoden unterschiedliche Ansätze zur Signalidentifikation konzeptioniert, evaluiert und systematisch eine Identifikationsstrategie abgeleitet. Im abschließenden Assistenzsystem wurde eine intuitive Benutzeroberfläche entwickelt, die die beiden vorhergehenden Teile nutzbar integriert, sowie die Funktionalität und Übertragbarkeit an vier Demonstrationsanlagen validiert. Diese umfassen zwei Fräsmaschinen, eine Honmaschine sowie einen KUKA-Industrieroboter.
Im Rahmen der Arbeit ist ein Assistenzsystem entstanden, über das Anwender Daten aus Maschinen über zahlreiche Schnittstellen auslesen können. Diese umfassen sowohl moderne Kommunikationsprotokolle wie OPC UA als auch den direkten SPS-Zugriff via TCP / IP. Auch die Verarbeitung bereits aufgenommener Zeitreihendaten ist möglich, beispielsweise als CSV-Datei. Die Identifikation der Signale aus den Daten erfolgt durch einen dreistufigen hybriden Aufbau, der sowohl analytische Regelbasen als auch Maschinelles Lernen integriert und damit Signale zuordenbar macht. Die Ergebnisse der Validierung zeigen die Übertragbarkeit und Generalisierbarkeit des Systems auf andere Anlagen. Diese bezieht sich auf alle Systemstufen, der Filterung trivialer Signale, der ML-basierten Klassifikation von Positions- und nicht-Positionssignalen sowie der dritten Stufe, der regelbasierten Zuordnung aller Signale bei marginalen Anpassungsbedarfen in Regelbasen zur weiteren Generalisierung über die untersuchten Demonstrationsanlagen hinaus.
Keywords: Produktion; Industrie 4.0; Brownfield; Signalidentifikation; Signalzuordnung
Forschungsberichte aus dem wbk, Institut für Produktionstechnik, Karlsruher Institut für Technologie (KIT)
Edited by Prof. Dr.-Ing. Jürgen Fleischer, Prof. Dr.-Ing. Gisela Lanza and Prof. Dr.-Ing. habil. Volker Schulze, Karlsruhe
Volume 279
Available online documents for this title
You need Adobe Reader, to view these files. Here you will find a little help and information for downloading the PDF files.
Please note that the online documents cannot be printed or edited.
Please also see further information at: Help and Information.
Please also see further information at: Help and Information.
| Document |  | Abstract | ||
| Type |  | |||
| Costs |  | free | ||
| Action |  | Download the file | ||
| Document |  | Document | ||
| Type | | |||
| Costs |  | 44,85 € | ||
| Action |  | Purchase in obligation and download the file | ||
| Document |  | Table of contents | ||
| Type | | |||
| Costs | | free | ||
| Action | | Download the file | ||
User settings for registered online customers (online documents)
You can change your address details here and access documents you have already ordered.
User
Not logged in
Export of bibliographic data
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Germany
Am Langen Graben 15a
52353 Düren
Germany
Mon. - Thurs. 8:00 a.m. to 4:00 p.m.
Fri. 8:00 a.m. to 3:00 p.m.
Fri. 8:00 a.m. to 3:00 p.m.
Contact us. We will be happy to help you.
