Verfügbare Themen

Das zentrale Element in der Entwicklung von Industrie 4.0 ist die Modellierung der Verwaltungsschale (engl. Asset Administration Shell, kurz AAS), mit beliebig vielen Submodellen. Dabei muss das AAS (Meta-)Modell genutzt werden. Existierenden Realisierungen, in XML oder JSON, fehlt jedoch die Möglichkeit komplexe Aspekte vollständig darzustellen und komplizierte Zusammenhänge auszudrücken. Aus diesem Grund muss die Modellierung der AAS in ausdrucksstärkeren Konzepten oder höheren Sprachebenen erfolgen. Ein Ansatz könnte die Abbildungen in Ontologien, DSLs oder Metasprachen sein.

Aufgabe:

• Beschreibung der Möglichkeiten zur (Meta-)Modellierung abseits der bestehenden Formate
• Erfassen, erweitern und überprüfen des AAS Metamodells in semantisch ausdrucksstarker Sprache
• Modellierung der Funktionalität zur Verwaltung der Assets
• Realisieren der Funktionalität zur Verwaltung der Assets aus der Modellierung am Prototyp
• Ableitung eines Prototyps aus der erstellten Ontologie

In Zukunft werden moderne Industrieanlagen mit deutlich mehr Sensoren und Aktoren ausgestattet werden. Die so entstehenden Systeme werden zunehmend verteilter und komplexer, müssen jedoch weiterhin im Bereich Security und Safety den hohen Anforderungen in der Industrie gerecht werden. Die Fehleranalyse und Reaktion auf Ausnahmesituationen können angesichts der Komplexität und der Flexibilität nicht mehr manuell erfolgen. Daher müssen künftig im System selbst geeignete Maßnahmen zur Erkennung, Vorhersage und Reaktion auf Fehlerfälle realisiert werden.

Ziel dieser Arbeit ist das Aufzeigen solcher Maßnahmen und die prototypische Implementierung an einem geeigneten Beispiel.

Aufgabe:

• Erheben von Arten der von der “Normalität” abweichenden Verhalten
• Möglichkeiten zur Beschreibung von Anomalien und Fehlern
• Analyse von Verfahren zur Anomalieerkennung
• Erfassen der Voraussetzungen für das Erkennen von fehlerhaften Verhalten
• Aufzeigen verschiedener Verfahren zur Überwachung von Geräten und Anlagen

Für einen flexiblen und strukturierten Systementwurf wird die Modellierung im Bereich Industrial IoT und Industrie 4.0 immer wichtiger. Dabei kommen unterschiedliche Arten der Modellbildung wie funktionale Modellierung, Daten- und Informationsmodellbildung oder Metamodellierung zum Einsatz. Mit einer zunehmenden Anzahl an aufkommender Modelle werden Methoden für die Generierung, Transformation und Verknüpfung dieser Modelle immer relevanter.

Im Rahmen der Arbeit sind verschiedene in Industrie 4.0 und Industrial IoT aktuell verbreitete Modelle zu analysieren sowie unterschiedliche Verfahren zur Modellverarbeitung zusammenzustellen und zu erläutern. Darüber hinaus ist die Anwendung exemplarisch an einem Beispiel zu zeigen.

Aufgabe:

• Verschiedene Arten zur Modellbildung vorstellen
• Verbreitete Meta-/Informationsmodelle im Bereich Industrie I4.0 und IIoT vorstellen
• Verfahren zur Verknüpfung bzw. Umwandlung von Modellen vorstellen
• Exemplarische Anwendung eines Verfahrens am geeigneten Beispiel

Speicherprogrammierbare Steuerungen (SPS) bilden eine wesentliche gerätetechnische Basis für die Automatisierung industrieller Prozesse. Dabei sind diese SPS-Steuerungen typischerweise als proprietäre Gerätesysteme ausgelegt, die unter Echtzeit-Bedingungen lokal betrieben werden. Im Zeitalter von Industrie 4.0 geht die Entwicklung allerdings in Richtung hochgradig vernetzter Produktionssysteme auf Basis von Cyberphysischen Produktionssystemen (CPPS).

Um eine klassische SPS-Steuerung zu einer CPPS-Komponente zu qualifizieren, muss die Kapselung der Steuerungsfunktionalität aufgehoben und die Steuerungs-funktionen zu (flexiblen) Software-Objekten umgewandelt werden. Zusätzlich muss sichergestellt werden, dass die SPS weiterhin online in den prozessnahen Ebenen eingreifen kann. Eine solchermaßen virtualisierte SPS-Steuerung lässt sich als Software-Instanz in einer Cloud betreiben.

Kernziel der Arbeit ist die Analyse möglicher Technologien zur Realisie­rung einer solchen Cloudbasierten Steuerung und die exemplarische Implementierung mit ausgewählten geeigneten Technologien. Bei Entwurf und Implementierung sowie bei der Aufsetzung einer passenden Testumgebung ist auf das Verwenden geeigneter Software, Frameworks und Techniken zu achten. Zusätzlich soll betrachtet werden, inwieweit künftig auch zeit- und einsatzkritische Funktionen in eine solche Industrial Cloud ausgelagert werden können. Die Ergebnisse der Arbeit sind in geeigneter Weise zu evaluieren und umfassend zu dokumentieren..

Voraussetzungen: Erfahrung mit C#, Python oder C++, Grundlagenwissen in der Automation, der Besuch einer oder mehrerer Vorlesungen zu diesem Themengebiet an unserem Lehrstuhl wäre vorteilhaft

Dieses Thema eignet sich sowohl für eine Studien-, als auch für eine Bachelorarbeit, als auch Diplomarbeit.