Shop : Details
Shop
Details
59,80 €ISBN 978-3-8440-9488-6Paperback260 Seiten61 Abbildungen333 g21 x 14,8 cmDeutschDissertation
Mai 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.
Schlagwörter: Produktion; Industrie 4.0; Brownfield; Signalidentifikation; Signalzuordnung
Forschungsberichte aus dem wbk, Institut für Produktionstechnik, Karlsruher Institut für Technologie (KIT)
Herausgegeben von Prof. Dr.-Ing. Jürgen Fleischer, Prof. Dr.-Ing. Gisela Lanza und Prof. Dr.-Ing. habil. Volker Schulze, Karlsruhe
Band 279
Verfügbare Online-Dokumente zu diesem Titel
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
| Dokument |  | Abstract / Kurzzusammenfassung | ||
| Dateiart |  | |||
| Kosten |  | frei | ||
| Aktion |  | Download der Datei | ||
| Dokument |  | Gesamtdokument | ||
| Dateiart | | |||
| Kosten |  | 44,85 € | ||
| Aktion |  | Zahlungspflichtig kaufen und download der Datei | ||
| Dokument |  | Inhaltsverzeichnis | ||
| Dateiart | | |||
| Kosten | | frei | ||
| Aktion | | Download der Datei | ||
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Am Langen Graben 15a
52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
