Themen & Projekte

Aktuelle Schwerpunktthemen

Komplexitätsbeherrschung in der Automatisierungstechnik

Heutige automatisierte Systeme sind eine Integration von technischen Prozessen mit digitalen Daten, Software und Hardware, oft ausgeführt als mechatronische Systeme. Vernetzte Steuerungen, Sensoren und Aktoren steuern bzw. koordinieren physikalische Prozesse, in der Regel mit Feedback-Schleife. Hierbei spielt die vernetzte Software eine immer wichtigere Rolle, wodurch allerdings die Komplexität automatisierter Systeme steigt.

Um diese Komplexität beherrschbar zu machen, beschäftigt sich das IAS mit folgenden Themen:

  • Intelligenter Digitaler Zwilling und dessen Anwendung in der Anlagenautomatisierung
  • Einsatz von Co-Simulation zur Analyse und Optimierung software-definierter automatisierter Systeme
  • 5G-basierter Digitaler Zwilling für Automatisierungssysteme und deren Komponenten
  • Autonomes Rekonfigurationsmanagement software-definierter technischer Systeme
  • Multidimensionale Synchronisierung Digitaler Zwillinge für unterschiedliche Anwendungen
Absicherung von Automatisierungssystemen und -komponenten

Die ansteigende Vernetzung, Intelligenz und Autonomie von automatisierten Systemen stellen große Herausforderungen für deren Absicherung und Freigabe dar. Des Weiteren ist die dynamische Bestimmung der Zuverlässigkeit sowie damit verbunden die Optimierung der Verfügbarkeit von modularisierten Systemen zukünftig ein großer Innovationsfaktor im Bereich der Automatisierungstechnik.

Das IAS beschäftigt sich in diesem Kontext mit folgenden Themen:

  • Dynamische Zuverlässigkeitsberechnung automatisierter Systeme im Kontext des Internets der Dinge
  • Test von verteilten Komponenten und zusammengesetzten Autonomen Systemen
  • Verifikation und Validierung von Softwareaktualisierungen, z. B. sogenannte Over-the-Air Updates
  • Absicherung von Autonomen Systemen in den Bereichen Produktion und Automotive
  • Fehlerdiagnose und Fehlermanagement zur Erhöhung der Verfügbarkeit automatisierter Systeme
  • Kognitive Sensornetzwerke in sicherheitsrelevanten Systemen unter Nutzung der 5G-Technologie
Intelligente Automatisierung und Autonome Systeme

Automatisierung der Zukunft wird durch zwei Merkmale gekennzeichnet: Intelligenz und Autonomie. Automatisierte Systeme müssen in der Lage sein, die dynamischen Veränderungen der Umgebungsparameter und Anforderungen wahrzunehmen, diese zu analysieren und eigene Entscheidung zu treffen. Diese Fähigkeiten gepaart mit Vernetzung und Mobilität erschließen neue Herausforderungen in der Forschung.

Das IAS beschäftigt sich in diesem Kontext mit folgenden Themen:

  • Künstliche Intelligenz und dynamische intelligente Zuverlässigkeit in der Automatisierungstechnik
  • Optimierung von Automatisierungssystemen mittels Machine Learning und Big Data Analyse
  • Intelligente Automatisierung zur benutzerorientierten Unterstützung im Alter
  • Softsensoren für vernetzte Automatisierungsarchitekturen
  • Dezentrales, kooperatives maschinelles Lernen in der Automatisierung
  • Simulation von Autonomiekonzepten

Aktuelle Forschungsprojekte

Technologien für die diskrete Fertigung der Zukunft

Das Institut für Automatisierungstechnik und Softwaresysteme (IAS) der Universität Stuttgart hat im Rahmen eines DFG-Großgeräte-Antrags eine modulare Modellfabrik beschafft. Mittels eines intelligenten Hochregallagers, verschiedener voneinander unabhängiger Bearbeitungsstationen und autonomer Transporteinheiten werden Ressourcen und Produkte abhängig von dynamisch veränderlichen Anforderungen individuell behandelt. Anhand dieses diskreten Fertigungsprozesses werden verschiedene Fragestellungen bearbeitet:

  • Digitaler Zwilling: Durch eine Analyse der Betriebsdaten sollen Änderungen im System erkannt und automatisch in den digitalen Zwilling übernommen werden. Dafür müssen sowohl neue semantische Informationsmodelle generiert als auch KI-Algorithmen zur Änderungserkennung und Entscheidungsfindung in bestehende Informationsmodelle integrierbar gemacht werden können.
  • Safety und Absicherung: Am Beispiel der Modellfabrik soll die domänenübergreifende Modellierung von Safety-relevanten Systemeigenschaften prototypisch umgesetzt und die dabei erhobenen Daten und Erfahrungen analysiert werden
  • Vorausschauende Produktionsplanung: Basierend auf Daten- und Erfahrungsanalysen wird die Produktionsplanung dynamisch zur Laufzeit angepasst. Eine Steigerung der Verfügbarkeit kann somit bspw. durch eine entsprechende Anpassung der Auslastung nicht mehr vollständig funktionsfähiger Komponenten sowie durch eine vorausschauende Planung von Instandhaltungs- und Austauscharbeiten erreicht werden.
  • Transfer Learning: Mittels Transfer Learning wird untersucht, wie man Wissen in Form trainierter Algorithmen von einem Prozess(-zustand) auf andere übertragen kann. Dies kann auch die Übertragung von der Simulation auf reale Anlagen(-komponenten) beinhalten.

Ansprechpartner am IAS

Projekt-Homepage: https://penta-eureka.eu/project-overview/penta-call-4/fa4-0/

Das Projekt Fehleranalyse (FA) 4.0 befasst sich mit einer grundlegenden Herausforderung für die digitale Welt: Wie kann sichergestellt werden, dass immer komplexere elektronische Systeme im täglichen Gebrauch absolut zuverlässig und sicher funktionieren. Dies ist in sicherheitskritischen Anwendungen wie autonomen Fahrzeugen und in der digitalisierten industriellen Produktion (Industrie 4.0) unerlässlich. FA4.0 soll innovative KI-basierte Werkzeuge und Methoden zur Analyse und Vermeidung von Fehlern und Ausfällen bei der Entwicklung und Herstellung von elektronischen Komponenten und Systemen bereitstellen. Mit seinem ganzheitlichen Ansatz, der von der Chipproduktion über die Montage & Verpackung bis hin zur Board- und Systemebene reicht, werden die Ergebnisse des Projekts entscheidend für die Wettbewerbsfähigkeit europäischer elektronischer Geräte sein, insbesondere in den anspruchsvollen Bereichen Automotive und Industrie.

Hierzu ist das IAS vor allem an der KI-gestützten Fehleranalyse auf Basis von Multi-Domänen Signalen sowie an der intelligenten, automatisierten Integration und Haltung von heterogenen Messdaten beteiligt. Konkret sollen bestehende Fehleranalyseabläufe automatisiert durchgeführt werden können. Dazu müssen die vorhandenen komplexen und heterogenen Daten aus unterschiedlichen Datenquellen automatisiert integriert und vorverarbeitet werden. Auf Basis dieser Datenvielfalt sollen KI-basierte Algorithmen entwickelt werden, um die Ergebnisse der unterschiedlichen Messverfahren (z.B. Time-Domain Reflectometry oder Scanning-Acoustic Microscopy) geschlossen auswerten zu können und so bisher nicht erkennbare Schwachstellen und Fehler zu entdecken. Es soll weiter untersucht werden, wie neuartige Methoden zur automatisierten Fehleranalyse basierend auf der Kombination von realen und simulierten Messdaten in Zusammenwirken mit KI-gestützten Verarbeitungsalgorithmen entwickelt und erprobt werden können.

Ansprechpartner am IAS
Trajektorienvorhersage menschlicher Werker mittels Real-Time Locating System
Das Großgeräte-Labor des IAS wurde mit einem Real-Time Locating System ausgestattet
Das Großgeräte-Labor des IAS wurde mit einem Real-Time Locating System ausgestattet
Echtzeit-Lokalisierungssysteme in der Produktion

In einer deutsch-ungarischen Kooperation wird zusammen mit zwei Industriepartnern an neuen Einsatzmöglichkeiten von Real-Time Locating Systems (RTLS) in der Fertigungsindustrie geforscht. In diesem vom deutschen BMBF und ungarischen NRDI Office geförderten Projekt entsteht ein intelligentes Assistenzsystem zur einfachen Anwendung von Positionsdaten sowie deren Verknüpfung mit weiteren Datenquellen. Real-Time Locating Systems ermöglichen die Ermittlung und Nutzung von Positionsdaten auch in geschlossenen Räumen. Auf Ultra-Breitband-Technologie basierende RTLS haben eine hohe Positionierungsgenauigkeit im Bereich von 10 cm - 50 cm. Zum Vergleich: die uns allen aus dem Alltag bekannte und zum Beispiel für die Automobilnavigation verwendete satelliten-gestützte Lokalisierung mittels GPS bzw. Galileo, GLONASS oder Beidou funktioniert nur im Freien und hat eine Positionierungsgenauigkeit von 3 m - 8 m. Ultra-Breitband-basierte RTLS bieten daher hochwertige Positionierungsdaten, in Echtzeit stehen aktualisierte Positionswerte alle 100 ms (10 Hz) zur Verfügung. Die Nachrüstung eines RTLS in eine bestehende Produktionsanlage oder Lagerhalle ist vergleichsweise einfach und kostengünstig möglich, gleichzeitig ergeben sich mit Echtzeit-Positionsdaten vielfältige Möglichkeiten der intelligenten Automatisierung. Insbesondere im Bereich für Industrie 4.0-tauglichen, auf fahrerlosen Transportfahrzeugen (engl. Automated Guided Vehicle, AGV) basierenden Intralogistiklösungen verfügen RTLS über sehr viel ungenutztes Potential. Das IAS arbeitet an einem Konzept und einem Framework zur Vereinfachung von daten-basierten Automatisierungslösungen. Eine Erprobung soll dann bei Anwendern von RTLS in Deutschland und Ungarn durchgeführt werden.

Menschliche Bewegungsvorhersage wird für vorrausschauende Automatisierungslösungen eingesetzt
Menschliche Bewegungsvorhersage wird für vorrausschauende Automatisierungslösungen eingesetzt
Ansprechpartner am IAS

Automatische Erstellung digitaler Abbilder für den Automotive-Produktionsprozess

In Kooperation mit der Graduate School of Excellence advanced Manufacturing Engineering (GSaME) in Stuttgart und einem Automobil-OEM forscht das IAS im Rahmen einer Promotion an der Analyse großer Datenmengen von technischen Assets in Produktionswerken. Die GSaME bietet hierzu den erforderlichen Rahmen, um die Forschungen durchzuführen und Zugang zu den umfassenden Datenbeständen beim Produzenten zu erlangen.

Ansprechpartner am IAS
Ehemalige Mitarbeiter am IAS
  • Matthias Klein, M.Sc.
  • Dr. Andreas Zeller
Modellierungskonzept einer Metamodell-Simulation für Automatisierungssysteme
Modellierungskonzept einer Metamodell-Simulation für Automatisierungssysteme – siehe Bild in höherer Auflösung unten

SAiNet – Simulation zur Absicherung der Integration von automatisierten Systemen in vernetzten Umgebungen

Moderne Automatisierungssysteme, wie Systeme im Internet der Dinge, werden immer heterogener und dynamischer. Diese Systeme setzen sich aus stark unterschiedlichen Komponenten, wie Sensoren, Aktoren und Steuerungen, zusammen, welche ständig miteinander kommunizieren. Diese Komponenten können aus unterschiedlichen Anwendungsbereichen (Smart Home, Produktion, Logistik, …) kommen, verwenden unterschiedliche Betriebssystem usw., weshalb sie sehr heterogen sind. Zusätzlich treten diese Komponenten ständig in ein bestehendes System ein oder aus diesem wieder aus oder ändern ihre Vernetzungsstruktur, wodurch diese Systeme sehr dynamisch werden.

Ein Beispiel für solch ein System ist „Smart Warehousing“, in welchem unterschiedliche Komponenten wie Waren, Sensoren für die Umgebungsüberwachung (Temperatur, Luftfeuchtigkeit, …), Förderfahrzeuge (Lkw, Gabelstapler, …) oder Personal mit mobilen Endgeräten miteinander kommunizieren. Zusätzlich treten ständig Komponenten ein oder aus, wie zum Beispiel bei einer Warenannahme, bei welcher die neuen Waren eintreten und der liefernde Lkw erst ein- und nach dem Vorgang wieder austritt.

Diese Heterogenität und Dynamik stellen unter anderem auch neue Herausforderungen an eine Simulation, welche die Entwicklung solcher Systeme unterstützt. Ein großes Problem liegt hierbei in der Modellierung solcher Systeme, da das Modell sowohl der Heterogenität als auch der Dynamik gerecht werden muss.

Hierzu wird am IAS ein neues Simulations- bzw. Modellierungskonzept entwickelt, welches diese beiden Herausforderungen berücksichtigt: Jede Komponente wird separat in einem Teilmodell modelliert, wodurch für jede Komponente ein geeignetes Modellierungskonzept verwendet werden kann, welches die notwendigen Aspekte der Komponente in der notwendigen Detaillierung modelliert. Diese Teilmodelle werden jeweils durch einen Agenten vertreten, welche sich dann dynamisch zu einem Agentensystem und somit zu einem Gesamtmodell des zu modellierenden Systems dynamisch zur Laufzeit zusammenschließen können. Zusätzlich bieten diese Teilmodellagenten die Kommunikationsschnittstelle für die Kommunikation zwischen den einzelnen Teilmodellen.

Modellierungskonzept einer Metamodell-Simulation für Automatisierungssysteme
Modellierungskonzept einer Metamodell-Simulation für Automatisierungssysteme
Ansprechpartner am IAS

Abgeschlossene Forschungsprojekte (seit 2015)

Assistenzsystem zur Qualitätssicherung in der Umformtechnik

Im Rahmen des vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderten Projektes EMuDig 4.0 wurden umfangreiche Datenanalysen auf Realdaten aus der Produktion der Otto Fuchs KG durchgeführt. Diese Analysen wurden auf Basis des über die Projektlaufzeit aufgebauten Prototypen realisiert, der zuvor bereits am Institut für Umformtechnik der Universität Stuttgart unter Laborbedingungen getestet und evaluiert wurde. In der nun durchgeführten finalen Phase des Projektes ging es für das IAS primär um die Übertragung der wissenschaftlich gewonnenen Erkenntnisse in das reale industrielle Umfeld der Massivumformung. Dazu wurde der Prototyp auf die Anforderungen aus dem industriellen Produktionsumfeld angepasst, sodass eine Nutzung vor Ort möglich wurde. Die im Hintergrund agierende neuronale Netzarchitektur wurde im Betrieb weitertrainiert, um den Gegebenheiten der neuen Prozesskette Rechnung zu tragen. Der Prototyp wurde zusätzlich auch in eine zu reinen Demonstrationszwecken genutzte Variante überführt, die in Zukunft im Labor des IAS in Kombination mit einer von der Otto Fuchs KG gefertigten Modellpresse besichtigt werden kann. Neben einer prototypischen Umsetzung des Assistenzsystems in der Produktion hat das IAS sich in der abschließenden Phase des Projektes vor allem in der Beratung zu Fragen der Umsetzung von Industrie 4.0-Projekten sowie mit der Verbreitung der Projekt-Ergebnisse beschäftigt. Neben dem obligatorischen Abschlussbericht ist dabei ein Leitfaden entstanden, der öffentlich zugänglich einen Transfer der Projekt-Erfahrungen und des akquirierten Wissens in die Branche ermöglicht. Der Leitfaden gibt einen Überblick über Herausforderungen, Probleme sowie Lösungsansätze und erfolgsversprechende Konzepte, die im Rahmen des Projektes erfolgreich waren und weiteren Unternehmen damit einen schnelleren Einstieg in die Industrie 4.0 ermöglichen sollen. Darüberhinaus wurden zwei weitere projektbezogene wissenschaftliche Veröffentlichungen verfasst, die einen Überblick über das Konzept, das realisierte Assistenzsystem und die finalen Ergebnisse liefern.

Ehemaliger Mitarbeiter am IAS
  • Benjamin Lindemann, M.Sc.
Realisierung der Architektur des Digitalen Zwillings anhand eines LKW-Modells
Realisierung der Architektur des Digitalen Zwillings anhand eines LKW-Modells

Im Rahmen der Forschungskooperation mit der Firma Siemens AG wurde in den Vorgänger-Projekten das Potential des Digitalen Zwillings anhand eines Logistik-Szenarios aufgezeigt. Im Rahmen des diesjährigen Projektes war die Herausforderung, die übergeordnete Ebene zu betrachten. Auf der übergeordneten Ebene geht es um Wertschöpfungsnetze, in die die Digitalen Zwillinge integriert sind und diese so miteinander interagieren. Außerdem ging es nun darum, die Übertragbarkeit des Konzeptes auf eine andere Domäne, nämlich die Produktionsdomäne zu demonstrieren. Dies ist in einer Simulation erfolgreich gelungen. Dazu wurde der Digitale Zwilling eines Greifers in einer Produktionslinie erstellt, der anhand der Kraftverläufe (Prozessdaten) automatisch erkennt, wann seine Modelle erweitert werden müssen.

Ansprechpartner am IAS
Systemüberblick mit dem stationären und mobilen Tablettendispenser sowie deren Vernetzung mit dem cloud-basierten Server
Systemüberblick mit dem stationären und mobilen Tablettendispenser sowie deren Vernetzung mit dem cloud-basierten Server

Therapietreue Tabletteneinnahme für multimorbide Patienten leicht gemacht

Intelligente Assistenzsysteme bieten die Möglichkeit für eine zukunftsorientierte Unterstützung der älter werdenden Bevölkerung an. Dazu werden neue technologische Ansätze sowie Ansätze des Internet der Dinge angewandt, um diese im Alltagsleben durch die Anbindung von persönlichen Alltagsgeräten einzubetten. Ein Anwendungsfall hierfür ist die Unterstützung bei den Medikamenteneinnahmen, der im Rahmen des vom ZIM geförderten Forschungsprojekt TANTUM durch das IAS und in Kooperation mit dem Institut für Konstruktionstechnik und Technisches Design (IKTD) und der Firma CompWare Medical GmbH bearbeitet worden ist.

Ziel dieses Projektes war es, ein innovatives und intelligentes Gesamtsystem zu entwickeln, das eine regelmäßige und präzise Medikamenteneinnahme ermöglicht. Die Hauptnutzergruppe bildete sich hierbei aus älteren, chronisch erkrankten Menschen.

Das entwickelte Assistenzsystem sollte sich an die Bedürfnisse des Nutzers anpassen und ihn adaptiv unterstützen. Der entstandene Lösungsansatz berücksichtigte Altersgerechtigkeit durch die umgesetzte Usability- Design Aspekte des automatisierten Systems. Demzufolge wurde ein System aus einem stationären sowie einem mobilen Tablettendispenser entwickelt, was die Flexibilität des Systems und die Integration in den Alltag steigert. Durch die Vernetzung beider Teilsysteme mit dem zentralen Cloud-basierten Server sind alle Informationen zur Medikamentenentnahme lokal aber auch zentral zuverlässig und sicher gespeichert. Der Grad der Automatisierung und die multimodale Benutzungsschnittstelle unterstützen und entlasten besonders die älteren Nutzer bei der Befüllung von Tabletten sowie bei der Tablettenausgabe. Durch das vernetzte System können Fehlerfälle - wie z. B. Fehlmedikationen oder verzögerte Medikation - frühzeitig erkannt und Eskalationsmaßnahmen wie Kontaktaufnahme zu Angehörigen oder medizinischem Hilfspersonal ergriffen werden. Außerdem dient dieses System als Grundlage zur Ermittlung, Berechnung sowie zur Verbesserung der eigenen medizinischen Adhärenz, was bisher auf generischer und unsystematischer Weise erfolgte. Die Ergebnisse wurden anhand eines vom IAS entwickelnden Prototypen umgesetzt, der hardware- sowie softwaretechnisch implementiert sowie in ein altersgerechtes Gehäuse-Design des IKTDs eingebettet ist.

Ansprechpartnerin am IAS
Beispielhafte Konfiguration des Softwareagentensystems zur Lösung gekoppelter Probleme mithilfe von Gebietszerlegungsverfahren
Beispielhafte Konfiguration des Softwareagentensystems zur Lösung gekoppelter Probleme mithilfe von Gebietszerlegungsverfahren

Dynamische Gebietszerlegung für die verteilte Lösung gekoppelter Feldprobleme basierend auf Softwareagentensystemen

Das vom DFG geförderte Forschungsprojekt GekoProAg wird durch das Institut für Automatisierungstechnik und Softwaresysteme (IAS) in Kooperation mit dem Institut für Theorie der Elektrotechnik (ITE) bearbeitet.

Das Ziel dieses Projekts ist die effiziente Lösung komplexer, dreidimensionaler, gekoppelter Feldprobleme. Dabei werden in einem neuartigen Ansatz Softwareagenten zusammen mit bewährten numerischen Verfahren wie der Methode der finiten Elemente und der Randelementmethode eingesetzt. Das Gesamtproblem wird hierfür in Teilprobleme basierend auf den zugrundeliegenden Problemklassen und unter Berücksichtigung geometrischer Aspekte agentenbasiert zerlegt. Die Teilprobleme werden jeweils einem Softwareagenten zugeordnet. Die Kopplung und damit die Lösung des Gesamtproblems erfolgt nun ausschließlich mithilfe der Softwareagenten. Im Gegensatz zu den bekannten Gebietszerlegungsverfahren ist dieser Ansatz sehr flexibel, da die Softwareagenten während der Laufzeit selbstständig entscheiden können, wie sie auf die von den anderen Softwareagenten erhaltenen Daten reagieren und in welchem Umfang sie die numerischen Rechnungen durchführen. Zudem ist es möglich, auf unterschiedlichen Ressourcenbedarf der Teilprobleme beispielsweise durch eine Rekonfiguration, die von den Softwareagenten durchgeführt wird, zu reagieren. Somit kann der Gesamtaufwand bei großen, nichtlinearen Problemen deutlich reduziert werden. Zudem ist dieser Ansatz hervorragend geeignet, eine Rechnerwolke, die in der Regel aus sehr unterschiedlich leistungsfähigen Rechnern besteht, effizient für numerische Simulationen zu nutzen.

Ehemalige Mitarbeiterin am IAS
  • Dr. Desirée Vögeli
Vorgehen von FlexA bei der Produktionsplanung für Montage- und Handhabungsautomaten in der Anwendung
Vorgehen von FlexA bei der Produktionsplanung für Montage- und Handhabungsautomaten in der Anwendung

Flexibilisierung von Montage- und Handhabungsautomaten mit Hilfe von Agentensystemen

Das Projekt FlexA wurde in Zusammenarbeit mit dem Institut für Automatisierungstechnik der Helmut-Schmidt-Universität Hamburg durchgeführt.

Heutige Anforderungen an Montage- und Handhabungsautomaten umfassen insbesondere flexible Anpassungen, z.B. an veränderte Produktionsvolumen oder an die Produktion neuer Produkte bzw. Produktvarianten. Hierzu müssen die oft als Einzwecksystem ausgelegten Automaten jeweils aufwendig umgebaut werden.

Ziel des im Juli 2018 abgeschlossenen Forschungsvorhabens war die Entwicklung einer Planungssystematik, die auf Basis der Idee von cyber-physischen Produktionssystemen bestehende Montage- und Handhabungsautomaten flexibilisieren kann. Dieses soll bei der Planung von Umbauten und Erweiterungen bestehender Automaten helfen, auf einfache, transparente und schnelle Art und Weise Flexibilisierungsvorschläge zu generieren, um dann die vorhandenen Systeme durch Umbau zu befähigen, auf die neuen Anforderungen künftig einfacher reagieren zu können.

Hierzu wurde eine Methodik entwickelt, um die einzelnen Phasen des Flexibilisierungsprozesses, durch einen systematischen Ansatz zu unterstützen. Neben der Analyse und Modellierung des Ist-Zustands des Automaten wurde ein Ansatz zur automatischen Generierung von Umbaumaßnahmen entwickelt.

Um die Anwendung der Systematik zu erleichtern, wurde ein agentenbasiertes Assistenzsystem konzipiert und realisiert. Dieses arbeitet auf Basis eines Produkt-, Prozess-, Ressourcenmodells und ist in der Lage, anhand von gegebenen Produktionsanfragen, Umbauvorschläge zu erzeugen, um die gestellte Produktionsanfrage zu erfüllen und die Flexibilität des Systems zu erhöhen. Die generierten Umbauvorschläge werden vom System selbständig oder in Kooperation mit dem Benutzer hinsichtlich ihres Aufwands und Nutzens bewertet, um dem Benutzer eine geeignete Entscheidungsgrundlage zu bieten.

 

Ehemaliger Mitarbeiter am IAS
  • Dr. Philipp Marks
Weiterführende Informationen
  • P. Marks, X. L. Hoang, M. Weyrich, and A. Fay, “A systematic approach for supporting the adaptation process of discrete manufacturing machines,” Research in Engineering Design, 2018. [ Link ]
  • Technischer Bericht "Agentenbasiertes Assistenzsystem zur Unterstützung bei der Anwendung der in FlexA entwickelten Methodik" [ Link ]
Grobplanung von Systemen der Intralogistik
Grobplanung von Systemen der Intralogistik

Dezentrale selbstorganisierte Planung von Intralogistiksystemen mit Hilfe eines Software-Agentensystems

Das vom DFG geförderte Forschungsprojekt DEPIAS wird durch das Institut für Automatisierungstechnik und Softwaretesysteme (IAS) in Kooperation mit dem Institut für Fördertechnik und Logistik (IFT) bearbeitet.

Moderne Materialflusskomponenten und Automatisierungslösungen erlauben heute in bestimmten Grenzen eine zeitnahe Anpassung an sich verändernde Umfeldbedingungen. Dagegen verläuft die Planung von Materialflusssystemen nach einem erfahrungsabhängigen, intransparenten und zeitaufwendigen Planungsprozess.

Ziel dieses Forschungsvorhabens ist die Entwicklung einer dezentral aufgebauten und auf Selbstorganisation beruhenden Methodik zur Grobplanung von Intralogistiksystemen auf Basis von intelligenten Planungsobjekten und einem Software-Agentensystem. Hierzu werden Materialflusssysteme als komplexe adaptive Systeme und ihre Planung als dialogbasierter Prozess modelliert, formal beschrieben und auf ein Agentensystem übertragen. Der neue Planungsprozess basiert auf einem Bottom-Up-Vorgehen, bei dem das Intralogistiksystem durch eine mehrfache zielgerichtete Komposition, Konfiguration und Adaption gebildet wird.

Die Planung, basierend auf definierten Regeln, führt zu einer Steigerung der Transparenz und Nachvollziehbarkeit. Die regelbasierte Systembildung sorgt für eine Einbeziehung aller möglichen Varianten in die Planung und verbessert so die Planungssystematik. Die Formalisierung der Beschreibung von Planungsobjekten erlaubt den nachträglichen Austausch von Systemen und ermöglicht dadurch die dynamische Anpassung an sich verändernde Umfeldbedingungen. Insgesamt tritt eine Verkürzung der Planungszeiten ein.

Das Ergebnis dieses Forschungsvorhabens soll eine dezentral aufgebaute und auf Selbstorganisation beruhende Methodik zur Bottom-Up-Grobplanung von Intralogistiksystemen sein. Die Grobplanung erfolgt auf Grundlage eines dialoggeführten Kompositions-, Konfigurations- und Adaptionsprozesses zwischen den Objekten der Planung.

Ansprechpartner IAS
Überblick über das IAS-Fähigkeitenmodell
Abbildung 1: Überblick über das IAS-Fähigkeitenmodell [1]

Das „Stuttgarter Industrie-4.0-Evaluationsmodell“

KPIs zur Beurteilung von cyber-physischen Produktionssystemen

Das IAS kooperiert mit der zentralen Forschungsabteilung Corporate Technology der Siemens AG. In diesem Projekt wurde evaluiert, welche Vorteile der Einsatz von Informationstechnologie (IT) in der Produktion im Umfeld von Industrie 4.0 bringt. Hierbei reicht das Spektrum von einer Erweiterung der bisherigen konventionellen IT in der Produktion bis hin zu einem „Game-Changer“, welcher die Produktion revolutionieren könnte und einen deutlichen Mehrwert bietet.

Diese cyber-physischen Produktionssysteme (CPPS) besitzen Fähigkeiten (abilities), welche in Experten­interviews sowie in einer umfassenden Literaturrecherche definiert wurden. Abbildung 1 visualisiert diese Fähigkeiten sowie ihr Verhältnis zueinander.

Es wurde ein Scoring-System entwickelt, welches auf Basis der Fähigkeiten automatisierte Produktions­systeme beurteilen kann. Bestehende sowie neu definierte Kennzahlen (Key Performance Indicators / KPI) werden für das Scoring-System eingesetzt. Dies veranschaulicht Abbildung 2.

KPIs messen, wie gut eine Organisation Fortschritte bei der Erreichung von bestimmten Zielen macht.
Abbildung 2: KPIs messen, wie gut eine Organisation Fortschritte bei der Erreichung von bestimmten Zielen macht. [1]
Links / Veröffentlichungen zum Thema:
[1] Michael Weyrich, Matthias Klein, Jan-Philipp Schmidt, Nasser Jazdi, Kurt D. Bettenhausen, Frank Buschmann, Carolin Rubner, Michael Pirker and Kai Wurm: Evaluation Model for Assessment of Cyber-Physical Production Systems. In: Industrial Internet of Things, Cybermanufacturing Systems: Jeschke, S., Brecher, C., Song, H., Rawat, D.B. (Eds.), Springer International Publishing 2016
[2] Michael Weyrich: Vortrag NOKIA-Lectures at University of Stuttgart: Evaluation of Information Technology for „Industrie 4.0“ Production systems (2.6 MB)
[3] Michael Weyrich and Kurt D. Bettenhausen: Informationstechnische Bewertung und Simulation von Industrie-4.0-Produktionssystemen, 5. VDI-Fachtagung Industrie 4.0, Düsseldorf (Programm)
[4] Michael Weyrich and Kurt D. Bettenhausen: Informationstechnische Bewertung und Simulation von Industrie-4.0-Produktionssystemen, 5. VDI-Fachtagung Industrie 4.0, Düsseldorf (Vortrag) (1.42 MB)

 

Architektur des Testmanagementsystems
Architektur des Testmanagementsystems

Multi-Agent System in Testing and Verification 2

Das Projekt „Multi-Agent System Bringing Autonomy in Testing and Verification 2 (MASATV2)“ wurde in Zusammenarbeit mit der T-Systems GmbH und der ESA bearbeitet.

Im Rahmen der Qualitätssicherung müssen Automatisierungssoftwaresysteme vor der Auslieferung an den Kunden getestet werden. Ein großes Problem des Testmanagers ist dabei, dass er nicht ausreichend Ressourcen zur Verfügung hat, um einen vollständigen Test durchzuführen, der alle möglichen Ausführungen des Systems durchtestet. Ihm stehen viele Testfälle zur Verfügung und eine begrenzte Anzahl an Ressourcen wie Personal und Testhardware. Seine Aufgabe besteht nun darin, einen bestmöglichen Testplan aufzustellen.

Mit MASATV2 wurde am IAS ein Testmanagementsystem basierend auf Softwareagenten entwickelt, das den Testmanager von diesen manuellen Tätigkeiten entlastet. Das Ziel ist, eine automatisierte Testplanung und Teststeuerung beim Systemtest zu erreichen, die die Effizienz des Tests steigert und die Testkosten reduziert.

Mediale Hochschulperspektiven 2020 in Baden-Württemberg

In den letzten Jahren sind zahlreiche internetbasierte Lernanwendungen und -umgebungen entstanden, die zunehmend Eingang in die akademische Bildung finden. Neben speziellen Internetplattformen zum Anbieten von Online-Lernmaterialien sind insbesondere MOOCs (Massive Open Online Courses) momentan in aller Munde. Gleichzeitig nutzen auch Studierende selbständig zahlreiche Internetdienste, um sich mit anderen Studierenden zu vernetzen bzw. um auf Lerninhalte zuzugreifen. Diese Entwicklungen und deren Wechselwirkungen werden in den nächsten Jahren auf die universitäre Lehre Einfluss nehmen.

Auch das IAS setzt seit vielen Jahren, in einer Vorreiterrolle innerhalb der Universität Stuttgart, E-Learning in seinen Lehrveranstaltungen ein. Neben öffentlich zugänglichen Online-Materialien werden alle Lehrveranstaltungen live ins Internet gestreamt. Dabei werden Studierende im Hörsaal und im Livestream durch das am Institut entwickelte mobile Feedback-System MOFIAS aktiv in die Vorlesung eingebunden. Studierende können über MOFIAS mit ihrem Smartphone Fragen an den Dozenten stellen und Feedback geben (z.B. Beantwortung von Ja/Nein-Fragen, Beeinflussung des Vorlesungstempos). Auch am MOOC@TU9 war das IAS im Jahre 2014 beteiligt.

Vor dem Hintergrund dieser Entwicklungen wird derzeit die Studie „Mediale Hochschulperspektiven 2020 in Baden-Württemberg“, gefördert durch das Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg (MWK), durchgeführt. Am IAS und dem Karlsruher Institut für Technologie werden im Rahmen der Studie aktuell relevante Themen multimedialen Lehrens und Lernens im universitären Umfeld untersucht. Basierend auf der Erfassung der heutigen organisatorischen, technischen und didaktischen Angebote befasst sich die Untersuchung mit möglichen Entwicklungen der internetbasierten Lehre unter Berücksichtigung internationaler Entwicklungen.

Im Februar fand im Rahmen des Projekts eine Informationsveranstaltung in Stuttgart statt, die interessierte Akteure des E-Learning-Marktes an der Uni Stuttgart sowie Dozierende adressierte. Im Nachgang an die Veranstaltung wurden innerhalb der Studie zahlreiche Interviews und Anwendergespräche mit Gesprächspartnern des Stuttgarter E-Learning-Umfelds sowie Dozierenden geführt. Deren Wünsche, Bedarfe und Zukunftsvorstellungen wurden ausgewertet und im Oktober innerhalb des Symposiums „Digitale Trends 2025 – Entwicklungen in der akademischen Bildung“ in Karlsruhe präsentiert. Die Projektergebnisse werden bis Ende des Jahres in Form von Entwicklungsperspektiven und Handlungsempfehlungen an das MWK zusammengefasst.

Zum Seitenanfang