Adaptive Prozessketten

Andreas Mühlbauer,

Vernetzte Edge-Cloud-Architektur

Die Verbindung von Edge und Cloud in einer gemeinsamen Architektur ermöglicht moderne Produktionen mit Echtzeit-Komponenten und Big-Data-Analyse. Gleichzeitig ermöglicht diese Struktur den flexiblen Einsatz vernetzter Roboter.

Informations- und Kommunikationstechnologien ermöglichen die Entwicklung hin zu dynamischen und linienlosen Montagesystemen. © WZL, RWTH Aachen

Die Weiterentwicklung von Produktionssystemen durch Informations- und Kommunikationstechnologien zu einem Netz aus Services, Ressourcen, Robotern und Produkten ermöglicht adaptive Prozessketten und kurze Reaktionszeiten auf Störungen und

Schwankungen. Einzelne Prozesse und Ressourcen werden nicht mehr lokal betrachtet, sondern interagieren übergreifend und dynamisch miteinander. Dadurch ergibt sich insbesondere in der Montage, die als letztes Glied der Wertschöpfungskette besonders von Schwankungen betroffen ist, das Potenzial zur Auflösung starrer Prozessketten hin zu dynamischen und linienlosen Montagesystemen.

Da insbesondere Roboter in der Montage bisher als geschlossene Systeme gesehen wurden, sind diese und deren Prozesse gekapselt. Konventionelle Robotersteuerungen bieten über ihre Basisfunktionen hinaus wenig Spielraum für komplexere und rechenintensive Applikationen. Beispiele hierfür sind Algorithmen des maschinellen Lernens oder eine Anbindung an übergeordnete Netzwerke zur Auswertung großer Datenmengen (Big Data).

Edge und Cloud vernetzt

Ein Lösungsansatz ist eine Edge-Cloud-Architektur. Auf der Cloud-Ebene sind fabrikweit Applikationen wie eine Web-Roboterprogrammierung, Dashboards und Datenbanken verfügbar. Die Factory Cloud kann im selben Netzwerk oder in ausgelagerten Netzwerken gehostet werden. Eine Verbindung zu der Edge-Ebene lässt sich über gängige nicht-zeitkritische Netzwerke herstellen. Prozessdaten lassen sich aggregiert von der Edge auf die Cloud übertragen. Aus der Cloud werden als Container gepackte Applikationen auf die Edge Server ausgerollt und dort ausgeführt. Dieses Ausrollen lässt sich durch DevOps strukturieren und durch Continuous Deployment/Continuous Integration automatisieren. Diese Applikationen können beispielsweise Roboter-Pfadplanungen, Algorithmen zur Bildverarbeitung oder Anwendungen von Lokalisierung und Navigation mobiler Roboter sein.

Anzeige

Die Applikationen kommunizieren direkt mit der Shop-floor-Ebene. Dies ist nur möglich, wenn Echtzeitanforderungen zur Steuerung und Regelung wie niedrige Latenz, hohe Zuverlässigkeit und hohe Verfügbarkeit sowohl von der Kommunikationsinfrastruktur als auch von der Edge eingehalten werden. Der Time Sensitive Networks Standard (TSN) kann als Grundlage für deterministische Ethernet-Netzwerke dienen, die eine niedrige Latenz und hohe Verfügbarkeit ermöglichen. Der Mobilfunkstandard 5G ermöglicht in der Konfiguration „Ultra Reliable and Low Latency Communications (uRLLC)” außerdem die drahtlose echtzeitfähige Kommunikation. Hardwareseitig können auf der Shopfloor-Ebene IIoT-Gateways als Geräte zur Befähigung der Echtzeitkommunikation von Robotersteuerungen oder anderen Feldgeräten dienen. Diese Befähigung wird durch den Einsatz von Treibern, Funkmodulen und Protokollen umgesetzt.

Autonome und anpassungsfähige Roboter

Die vertikale Vernetzung von Robotern und die Auslagerung der Rechenleistung erschließen neue Anwendungsfelder, die mit lokalen Steuerungen nicht möglich sind. Ein Beispiel ist ein autonomer mobiler Roboter (AMR) mit einer schnellen Bauteilerkennung in Verbindung mit einer adaptiven Bahnplanung zur schnellen Anpassung von Prozessen an neue Produkte. Hierfür wird neben der echtzeitfähigen Drahtloskommunikation die hohe verfügbare Rechenleistung auf der Edge und auch die Fähigkeit der Edge ausgenutzt, durch Graphical Processing Units (GPUs) Bilddaten bei Bedarf schnell zu verarbeiten.

Bis auf Sicherheitssysteme und -steuerungen, die aufgrund eines möglichen Ausfalls des Netzwerks lokal auf den Roboter zugreifen müssen, wäre durch die Auslagerung der Rechenleistung ein Betrieb von Robotern ohne kostenintensive dedizierte Robotersteuerung möglich. Ein weiteres Beispiel für ein neues Anwendungsfeld ist die Programmierung von Robotern verschiedener Hersteller mit einer einheitlichen grafischen Oberfläche (GUI) beziehungsweise einer standardisierten Programmiersprache. Hierfür eignet sich die Middleware Suite „Robot Operating System“, die viele Roboter-Modelle und -Treiber sowie Algorithmen zur Bahnplanung und Lokalisierung anbietet. Herausforderungen bei der Umsetzung einer Edge-Cloud-Architektur für Roboter sind die Integration eines echtzeitfähigen, zuverlässigen Netzwerks in einer Brown-Field-Umgebung, die Standardisierung der Kommunikationsprotokolle sowie ein Umdenken hin zur Cloud- und DevOps-basierten Software-Entwicklung. Amon Göppert

Kurz erklärt: Der MHI e.V.

Die Wissenschaftliche Gesellschaft für Montage, Handhabung und Industrierobotik e.V. (MHI e.V.) ist ein Netzwerk renommierter Universitätsprofessoren – Institutsleiter und Lehrstuhlinhaber – aus dem deutschsprachigen Raum. Die Mitglieder forschen sowohl grundlagenorientiert als auch anwendungsnah in einem breiten Spektrum aktueller Themen aus dem Montage-, Handhabungs- und Industrierobotikbereich. Weitere Infos zur Gesellschaft, deren Mitgliedern und Aktivitäten: http://www.wgmhi.de

Kurz erklärt: Das WZL der RWTH Aachen

Das Werkzeugmaschinenlabor WZL der RWTH Aachen wird durch die vier Professoren Thomas Bergs (Fertigungsverfahren, Getriebetechnik), Christian Brecher (Werkzeugmaschinen, Exzellenzcluster, Getriebetechnik), Robert Schmitt (Fertigungsmesstechnik, Qualitätsmanagement, Montagetechnik) sowie Günther Schuh (Produktionssystematik) geführt. Das WZL forscht an aktuellen Themenfeldern der Produktionstechnik und hat umfassende Vorerfahrung u. a. in den Bereichen der Robotik, Sensorik, Echtzeitkommunikation und Montage. Die am WZL durchgeführte Forschung zeichnet sich durch die enge Zusammenarbeit der verschiedenen Disziplinen aus. In der Regel werden die Forschungsarbeiten gemeinsam mit unterschiedlichsten Industrieunternehmen durchgeführt. Hierdurch ist sichergestellt, dass die Forschungsergebnisse rasch in die betriebliche Praxis übernommen werden und dass die Forschungsentwicklungen einen Bedarf in der industriellen Anwendung adressieren.

Anzeige

Das könnte Sie auch interessieren

Anzeige

Edge-Computing

Potenziale nutzen

Die Daten IoT-fähiger Komponenten werden in der Cloud oder an der Edge gespeichert und verarbeitet. Ein Gemeinschaftsprojekt hat unter anderem eine Ablaufverbesserung und Effizienzsteigerung sowie die Integration eines neuen Standards der...

mehr...
Anzeige
Anzeige
Anzeige

Industrie-PCs

Alle Tools an Bord

Die Vorteile von Edge-Anwendungen sind bekannt. Allerdings kann eine traditionelle SPS die anfallenden Daten nicht lokal vorverarbeiten. Mit Edge-PCs inklusive vor­installierter Software-Tools lassen sich IoT-Applikationen einfach umsetzen.

mehr...
Anzeige
Anzeige
Anzeige

Industriekommunikation

Unkompliziert vernetzt

Der beste Weg zur vernetzten Fabrik und die optimale Technologie dafür, das sind Fragen, mit denen sich Thilo Döring, Geschäftsführer der HMS Industrial Networks GmbH, täglich befasst. Wir haben ihn gefragt, wo die deutsche Industrie bei der...

mehr...

Leistungsschalter

Energiedaten in vernetzten Systemen

Kommunikations- und IoT-fähige Schutzgeräte wie der neue offene Leistungsschalter von Siemens liefern über ihre eigentlichen Aufgaben hinaus vielfältige Daten für ein umfassendes Energiemonitoring, für die Zustandsüberwachung und ein...

mehr...

Predictive Maintenance

Freier Datenzugang

Um vorausschauende Wartung in der Produktion sinnvoll umzusetzen, müssen Diagnosedaten erfasst und entsprechend ausgewertet werden. AS-Interface bietet all diese Möglichkeiten und erleichtert Predictive Maintenance in der Praxis.

mehr...