Automatisierte Bereitstellung von Maschinensteuerungsdaten in Brownfield-Produktionssystemen - Ein Beitrag zur Digitalisierung von Bestandsanlagen am Beispiel von Werkzeugmaschinen

Industrie 4.0 war in den letzten zehn Jahren für viele Unternehmen eine Erfolgsgeschichte, nicht zuletzt aufgrund der nach wie vor wachsenden Anzahl an gewinnbringenden Anwendungen. Vor allem in der Brownfield-Produktion mit Bestandsmaschinen stellt die Umsetzung von Industrie 4.0 aufgrund heterogener Anlagen- und Datenstrukturen jedoch häufig eine große Herausforderung für Unternehmen dar. Die kommunikationstechnische Anbindung von Bestandsmaschinen sowie die Identifikation und Zuordnung von Signalen zu Industrie 4.0-Anwendungen ist für Anwender häufig ein manueller und zeitaufwändiger Prozess. ... mehr
Im Rahmen dieser Dissertation werden Ansätze für die automatisierte Bereitstellung von Maschinensteuerungsdaten in Brownfield-Produktionssystemen entwickelt. Ziel des entwickelten Systems sind die automatisierte Extraktion von Daten aus Schnittstellen von Bestandsmaschinen sowie die Identifikation und Zuordnung angestrebter Signale für Industrie 4.0-Anwendungen aus den extrahierten Datensätzen. Dafür werden zunächst auf Basis von Open Source-Bausteinen Konnektoren für den Datenaustausch mit im Brownfield existierenden Steuerungssystemen und Kommunikationsprotokollen erarbeitet. Im darauffolgenden Schritt werden Konzepte zur automatisierten Signalidentifikation auf Basis von analytischen sowie Machine Learning-Ansätzen entwickelt. Das von beiden Ansätzen abgeleitete hybride Lösungsystem wird darauf aufbauend zusammen mit den erarbeiteten Konnektoren in ein Assistenzsystem integriert. Teil des Assistenzsystems ist ein geführter Modus, der den Anwender von der Auswahl der Datenquelle bis zur Ausgabe der Signalzuordnung durch den Bereitstellungsprozess leitet. Der Ansatz wird abschließend an ausgewählten Demonstratoren hinsichtlich seiner Funktionalität und Übertragbarkeit validiert.

Industry 4.0 has been a success story for many companies over the last ten years, not least because of the ever-growing number of profitable applications. However, the implementation of Industry 4.0 often poses a major challenge for companies, particularly in brownfield production with legacy machines, due to heterogeneous equipment and data structures. The communication connection of existing machines as well as the identification and assignment of signals to Industry 4.0 applications is often a manual and time-consuming process for users.
This dissertation develops approaches for the automated provision of machine control data in brownfield production systems. ... mehrThe aim of the developed system is the automated extraction of data from interfaces of existing machines as well as the identification and assignment of targeted signals for Industry 4.0 applications from the extracted data sets. To achieve this, connectors for data exchange with existing control systems and communication protocols in the brownfield are created on the basis of open source components. In the next step, concepts for automated signal identification based on analytical and machine learning approaches are developed. The hybrid solution system derived from both approaches is then integrated into an assistance system together with the established connectors. Part of the assistance system is a guided mode that directs the user through the provisioning process from the selection of the data source to the output of the signal assignment. Finally, the approach is validated on selected demonstrators with regard to its functionality and transferability.