Projekte

Aktuelle Forschungsprojekte

+-
 Beispielhafte Konfiguration des Softwareagentensystems zur Lösung gekoppelter Probleme mithilfe von Gebietszerlegungsverfahren (c)
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.

Ansprechpartnerin am IAS
Grobplanung von Systemen der Intralogistik (c)
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
Vorgehen von FlexA bei der Produktionsplanung für Montage- und Handhabungsautomaten in der Anwendung (c)
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 wird 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 dieses Forschungsvorhabens ist die Entwicklung einer Planungssystematik, die auf Basis der Idee von cyberphysischen 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.

Dazu sollen zunächst drei Montage- und Handhabungsautomaten exemplarisch auf hardware- und softwarebasierte Flexibilisierungsmöglichkeiten hin untersucht werden. Die so gewonnenen Erkenntnisse werden anschließend systematisiert und bewertet und als Entwurfsmuster für Modifikationen bereitgestellt. Der Prozess zur Spezifikation und Übermittlung von Flexibilitätsanforderungen, zum Abgleich mit der vorhandenen Konfiguration von bestehenden Automaten und insbesondere zur Identifikation möglicher Modifikationen wird modelliert, formal beschrieben und auf ein Agentensystem übertragen, das die Planung interaktiv mit dem Nutzer durchführen soll. Wenn demnach eine neue Produktionsanforderung aufkommt, wird diese dann an das Agentensystem weitergegeben, das bewertet, ob dieser Produktionsauftrag bearbeitbar ist bzw. mit welchem voraussichtlichen Umbauaufwand entsprechend der Mustermodifikationen eine Bearbeitung möglich wäre.

Die Ergebnisse werden prototypisch implementiert sowie anhand von weiteren Automaten evaluiert und verallgemeinert, um zu einer universellen Planungssystematik für die Migration hin zu cyber-physischen Produktionssystemen zu gelangen.

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

Effizienzschub in der Massivumformung durch Entwicklung und Integration digitaler Technologien im Engineering der gesamten Wertschöpfungskette

Das Institut für Automatisierungstechnik und Softwaresysteme (IAS) der Universität Stuttgart beteiligt sich im Gesamtvorhaben des vom BMWi geförderten Projektes „Effizienzschub in der Massivumformung durch Entwicklung und Integration digitaler Technologien im Engineering der gesamten Wertschöpfungskette“ bei der Anforderungsanalyse, der Entwicklung von Konzepten und Methoden, der Echtzeitdatenerfassung und der Implementierung von Softwarelösungen. Der Schwerpunkt liegt hierbei auf der Erfassung und Bereitstellung von Echtzeitdaten sowie der Rückführung von Steuerdaten zur Erhöhung der Qualität in Massivumformungsprozessen. Auf Basis der bereitgestellten Daten soll die Rückverfolgbarkeit einer kleinstmöglichen Teilmenge entlang der Wertschöpfungskette realisiert werden.

Der Arbeitsplan sieht vier Arbeitspakete vor:

  1. Anforderungsanalyse und -definition
  2. Konzipierung einer Softwarelösung zur Anbindung der Objektidentifikation (OI) und der übergeordneten Steuerungen
  3. Implementierung der Softwarelösung
  4. Aufbau eines Modells und Validierung der Konzepte und Methoden
Ansprechpartner am IAS

Beitrag über das Projekt EMuDig4.0 im Magazin der Uni Stuttgart

Modellierungskonzept einer Metamodell-Simulation für Automatisierungssysteme (c)
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)

+-
Überblick über das IAS-Fähigkeitenmodell (c)
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 (c)
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.