LinkedIn Logo YouTube Logo
ANZEIGE
Überbestimmte Datenbestände in softwaredefinierten Anwendungen

Chance oder Risiko?

Eine Grundvoraussetzung für die Realisierung des Paradigmas Software-defined Manufacturing ist eine durchgängige Datenrepräsentation. Das entsprechende Referenzmodell propagiert die Verwendung von Verwaltungsschalen und lässt damit viele Modellierungsfreiheiten. Doch welche Risiken gehen mit diesen Freiheiten einher?
 Schematische Darstellung der Abbildung von Produkt, Prozess und Ressource über Verwaltungsschalen im SDM-Referenzmodell
Schematische Darstellung der Abbildung von Produkt, Prozess und Ressource über Verwaltungsschalen im SDM-ReferenzmodellBild: ISW Institut für Steuerungstechnik der Werkzeugmaschinen, Universität Stuttgart

Aufgrund stetig sinkender Produktzyklen ist eine schnelle Anpassungsfähigkeit von Fertigungsanlagen Voraussetzung wirtschaftlicher Handlungsfähigkeit. Das Paradigma des Software-defined Manufacturing (SDM) verfolgt dieses übergeordnete Ziel durch die Entkopplung der Softwarekomponenten von mechanischen und elektrischen Komponenten. Auf diese Weise erlaubt SDM die freie Definition der Funktionalität, rein durch Software, limitiert nur durch die physikalischen Beschränkungen der Maschinen und Anlagen.

Die Umsetzung des SDM-Paradigmas ist Ziel des vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderten Forschungsprojekts Software-defined Manufacturing für die Fahrzeug- und Zulieferindustrie (SDM4FZI). Eine Grundvoraussetzung für die flexible Verkettung verschiedener Hardware- und Softwarekomponenten im Rahmen von SDM ist eine durchgängige Repräsentation in einem einheitlichen Datenmodell. Das im Konsortialprojekt etablierte SDM-Referenzmodell ist im Folgenden näher beschrieben.

Referenzmodell für die softwaredefinierte Fertigung

Als Grundlage der Verortung des SDM-Referenzmodells dient das dreidimensionale Schichtenmodell der Referenzarchitekturmodells der Industrie 4.0 (RAMI 4.0). RAMI 4.0 definiert auf der X-Achse dem Lebenszyklus eines Assets, auf der Z-Achse die Hierarchieebene vom Feldgerät bis zur Vernetzen Welt und auf der Y-Achse die fachliche Funktion nach ihrem Bestimmungszweck in einem entsprechenden Schichtenmodell. Eine der Ebenen der RAMI-4.0-Y-Achse kennzeichnet die Informationsschicht, in die das SDM-Referenzmodell einzuordnen ist. Darüber hinaus nimmt das SDM-Referenzmodell für sich in Anspruch den gesamten Lebenszyklus und die vollständige Hierarchie vom Feld bis in die Cloud in sich zu vereinen. Um diesem Anspruch gerecht zu werden und unterschiedliche Sichtweisen auf die softwaredefinierte Welt zu ermöglichen setzt das SDM-Referenzmodell auf den etablierten Grundzusammenhang von Produkt, Prozess und Ressourcen (PPR). Daraus ergibt sich dann die abgebildete schematische Darstellung.

Technologisch propagiert das SDM-Referenzmodell die Abbildung der PPR-Perspektiven in Verwaltungsschalen. Verwaltungsschalen haben sich in den letzten Jahren etabliert und finden weitgehende Verwendung in der Industrie. Die Strukturierung einer Verwaltungsschale (engl. Asset Administration Shell, AAS) erfolgt in sogenannten Teilmodellen, die die Informationen eines spezifischen Anwendungsfalls in sich bündeln. Durch die Industrial Digital Twin Association (IDTA) stehen standardisierte Teilmodelle zur Verfügung, durch deren Verwendung die Interoperabilität der AAS sichergestellt werden kann. Steht für einen Anwendungsfall kein passendes, standardisiertes Teilmodell zur Verfügung, steht Anwendern die Definition und Verwendung proprietärer Teilmodelle offen, sodass die Technologie der AAS weitgehende Flexibilität ermöglicht. Informationen, die bereits in spezifischen und etablierten Datenformaten vorliegen, wie beispielsweise Konstruktionszeichnungen in CAD-Formaten, verbleiben in diesen und werden aus den AAS-Teilmodellen heraus referenziert.

Publizieren oder Duplizieren

Soll das Modell über den gesamten Lebenszyklus eines Assets anwachsen, so muss bei Besitzübergang des Assets von einer Entität an die nächste sichergestellt werden, dass auch dessen digitale Repräsentation zugänglich bleibt. Hierbei sind zwei unterschiedliche und zum Teil widersprüchliche Anforderungen gegeneinander abzuwägen: Datenhoheit und die Vermeidung von Duplikaten. Im Namen der jeweiligen Datenhoheit liegt die Bereitstellung einer AAS-Instanz im Ökosystem der Entitäten, beispielsweise des Herstellers und Betreibers, nahe. Das damit verbundene Risiko liegt jedoch in der möglichen Divergenz der Modelle. Ein möglicher Ausweg besteht in der Aggregation von Verwaltungsschalen. Damit verbleibt bei einer föderierten Datenhaltung die Datenhoheit über die jeweilige AAS bei den generierenden Entitäten. Die Verfügbarkeit der AAS kann und sollte hierbei, vergleichbar zu Softwarelizenzen, vertraglich geregelt werden.

Widersprüchlichkeit wird toleriert

Die für klassische Datenbanken übliche Annahme der geschlossenen Welt (engl. Closed World Assumption, CWA), die davon ausgeht, dass die gesamte Weltsicht innerhalb eines bekannten Bezugssystems definiert ist und Anfragen mit Wahr oder Unwahr beantwortet werden, ist durch die Koexistenz unterschiedlicher Teilmodelle innerhalb einer Verwaltungsschale nicht länger ausreichend. Stattdessen muss für verwaltungsschalenbasierte Applikationen die Annahme der offenen Welt (engl. Open World Assumption, OWA) gelten. In Ergänzung zu den bekannten, bipolaren Zuständen Wahr und Unwahr wird bei Anwendung der OWA ein dritter Zustand angenommen. Dieser dritte Zustand definiert, dass eine angefragte Aussage nicht innerhalb der adressierten Datenquelle zugänglich ist und wird zum Rückgabewert für alle Anfragen, die innerhalb der Datenbasis nicht explizit als Wahr oder Unwahr definiert sind. Diese Unbekannt-Aussage kann, bei Anwendung der AAS, zu einem späteren Zeitpunkt im Lebenszyklus des Assets definiert werden. Alternativ kann eine Unbekannt-Aussage in einem proprietären Teilmodell oder einem spezifischen Datenformat, beispielsweise einer CAD-Datei, definiert, für die Applikation jedoch nicht zugänglich sein.

Seiten: 1 2Auf einer Seite lesen

Das könnte Sie auch Interessieren

Weitere Beiträge

Bild: SSV Software Systems GmbH
Bild: SSV Software Systems GmbH
So lassen sich KI-Erweiterungen einfach nachrüsten

So lassen sich KI-Erweiterungen einfach nachrüsten

Die künstliche Intelligenz und besonders das maschinelle Lernen bieten vielfältige Möglichkeiten, um bestehende Systeme durch ein Retrofit mit völlig neuen Eigenschaften auszustatten und dadurch für den Nutzer einen erheblichen Mehrwert zu schaffen. Ein Beispiel wäre die Nachrüstung KI-basierter Sensoren zur Anomalieerkennung für eine Maschinen- und Anlagensteuerung.

mehr lesen
Bild: Faktorzwei GmbH
Bild: Faktorzwei GmbH
Übergreifende Transparenz: MKW auf dem Automatisierungstreff

Übergreifende Transparenz: MKW auf dem Automatisierungstreff

Der Forderung nach Datenerfassung, Analytics und IoT kann sich in der produzierenden Industrie heute niemand mehr entziehen. Doch mit Blick auf die einzelnen Unternehmensebenen – vom Shopfloor bis zu ERP und Cloud – sind die Ansprüche sehr verschieden. Das Unternehmen MKW will alle unterschiedlichen Facetten mit einer Software abdecken und damit durchgängige Transparenz schaffen. Welche Mehrwerte sich daraus für den Anwender ableiten, veranschaulicht ein Workshop auf dem Automatisierungstreff am 9. April in Heilbronn.

mehr lesen
Bild: in.hub GmbH
Bild: in.hub GmbH
Digitalisierung ohne 
IT-Vorkenntnisse

Digitalisierung ohne IT-Vorkenntnisse

Viele Unternehmen wünschen es sich, ihre Maschinen und Anlagen einfach und schnell digitalisieren zu können. Ohne umfangreiche Programmierkenntnisse ist dies jedoch in der Regel nicht möglich. Siineos von In.hub ist eine dieser Ausnahmen. Die Redaktion sprach mit IIoT Senior Partnermanager Christoph Müller, was die IIoT-Plattform sonst noch kann, außer Daten effizient zu erfassen, zu verarbeiten und zu visualisieren.

mehr lesen
Bild: Blue Danube Robotics
Bild: Blue Danube Robotics
Vom Robot zum Cobot

Vom Robot zum Cobot

Airskin von Blue Danube Robotics verbindet automatisierte Arbeitsprozesse von Industrierobotern mit der sicheren Kollaboration zwischen Mensch und Cobot. Mit Solidworks und der 3DExperience Plattform von Dassault Systèmes konnte das Unternehmen die Entwicklung der berührungssensitiven Sicherheitshaut beschleunigen, die am Roboter angebracht wird und ihn bei Kollisionen sofort stoppt. Zudem verbessern die Tools die Effizienz der Zusammenarbeit.

mehr lesen
Bild: Nvidia GmbH
Bild: Nvidia GmbH
Physical AI soll neue Ära einläuten

Physical AI soll neue Ära einläuten

Dr. Timo Kistner, EMEA Industry Lead, AI for Manufacturing and Industrial, Nvidia
Durch die Verbindung von künstlicher Intelligenz und Physik revolutioniert Physical AI die Art und Weise, wie Maschinen in und mit der realen Welt interagieren. Diese neue Technologie, die auch als generative physische KI bezeichnet wird, ermöglicht es Robotern und autonomen Fahrzeugen, mit höchster Genauigkeit komplexe Umgebungen wahrzunehmen, sie zu verstehen und in ihnen autonom zu navigieren. Durch die Erstellung realitätsnaher virtueller Simulationen beeinflusst Physical AI nicht nur Robotik und autonome Fahrzeuge, sondern eröffnet auch neue Möglichkeiten in dem Gaming-Bereich und im Fertigungsumfeld.

mehr lesen
Bild: Fraunhofer Cluster of Excellence Cognitive Intern
Bild: Fraunhofer Cluster of Excellence Cognitive Intern
Smarte Sensorik für Umformmaschinen

Smarte Sensorik für Umformmaschinen

Für Maschinenbauer geht es trotz rückläufiger Auftrags- und Umsatzzahlen darum, in zukunftsfähige Technologien zu investieren. Schließlich trägt die Modernisierung der Fertigung zu mehr Wettbewerbsfähigkeit und zur eigenen wirtschaftlichen Stabilität bei. Der intelligente Nutenstein SmartNotch ist mit seiner integrierten Sensorik ein wirksamer Hebel für Effizienzsteigerungen.

mehr lesen