Semantische Ermittlung kinematischer Fähigkeiten aus Anlagenplanungsdaten
-
Matthias Glawe
Dipl.-Ing. Matthias Glawe ist ehemaliger wissenschaftlicher Mitarbeiter an der Professur für Automatisierungstechnik an der Helmut-Schmidt- Universität Hamburg. Sein Forschungsschwerpunkt liegt in der Wissensbasierten Unterstützung von Security Analysen für automatisierte Anlagen und der Verbindung von semantischen Netzen mit Engineering-Artefakten.
,
Constantin Hildebrandt
Constantin Hildebrandt ist wissenschaftlicher Mitarbeiter an der Professur für Automatisierungstechnik an der Helmut-Schmidt- Universität Hamburg. Sein Forschungsschwerpunkt liegt im Bereich semantischer Technologien in der Automatisierungstechnik sowie deren modellbasierter Einbindung zur Entwicklungszeit.
Jörn Peschke ist Principal Key Expert for System and Application Engineering bei der Digital Factory Division der Siemens AG. In dieser Rolle befasst er sich hauptsächlich mit Technologien und Standards für Laufzeitsysteme und Engineering von Automatisierungssystemen und flexiblen Fertigungsanlagen.
Alexander Fay (geb. 1970) ist Professor für Automatisierungstechnik im Fachbereich Maschinenbau der Helmut-Schmidt- Universität/Universität der Bundeswehr Hamburg. Seine Hauptforschungsgebiete sind Beschreibungsmittel, Methoden und Werkzeuge für ein effizientes Engineering von Automatisierungssystemen sowie dezentrale und agentenbasierte Steuerungen. Ein weiteres Forschungsthema ist die Nutzung semantischer und wissensbasierter Technologien im Engineering von Automatisierungssystemen. Die Anwendungsfelder reichen dabei von der Produktion (sowohl Prozess- als auch Fertigungsindustrie) über die Logistik und die Energietechnik bis zu Gebäudeautomation. Prof. Fay leitet seit 2007 den Fachbereich 6 „Engineering und Betrieb von automatisierten Anlagen“ der VDI/VDE-Gesellschaft für Mess- und Automatisierungstechnik (GMA).
Zusammenfassung
Zur klaren, möglichst automatisierbaren Beantwortung der Frage, ob ein Fertigungssystem einen Produktionsauftrag realisieren kann, bedarf es einer möglichst rechnerbasiert auswertbaren Fähigkeitsbeschreibung. Für heutige Fertigungssysteme liegt eine solche Fähigkeitsbeschreibung meist nicht vor und müsste durch Auswertung vorliegender Engineering-Artefakte (z. B 3D-CAD-Modelle) von Experten manuell erstellt werden. Der vorliegende Beitrag zeigt eine Methode auf, um die Lücke zwischen vorliegenden Engineering-Artefakten und notwendigen Fähigkeitsbeschreibungen zu schließen. Dabei wird anhand der Ermittlung kinematischer Fähigkeiten aus 3D-CAD-Daten ein Ansatz zur automatischen, regelbasierten Ermittlung der Fähigkeiten aufgezeigt und die Repräsentation der ermittelten Fähigkeiten in Form einer Ontologie zur weiteren, Plattform-übergreifenden Verwendung dargestellt.
Abstract
Answering the question whether a production system is able to realize a production order requires a computable evaluable skill representation. Such skill representation is not available for actual production systems and should be created manually by experts from existing engineering artefacts (e. g., CAD-models). This article presents a method to close the gap between existing engineering artefacts and the necessary skill representation. Basing on the determination of kinematic skills from 3D-CAD data an approach to an automatic rule-based determination of skills is shown and the representation of the determined skills in the form of an ontology for further usage across platform is presented.
About the authors
Dipl.-Ing. Matthias Glawe ist ehemaliger wissenschaftlicher Mitarbeiter an der Professur für Automatisierungstechnik an der Helmut-Schmidt- Universität Hamburg. Sein Forschungsschwerpunkt liegt in der Wissensbasierten Unterstützung von Security Analysen für automatisierte Anlagen und der Verbindung von semantischen Netzen mit Engineering-Artefakten.
Constantin Hildebrandt ist wissenschaftlicher Mitarbeiter an der Professur für Automatisierungstechnik an der Helmut-Schmidt- Universität Hamburg. Sein Forschungsschwerpunkt liegt im Bereich semantischer Technologien in der Automatisierungstechnik sowie deren modellbasierter Einbindung zur Entwicklungszeit.
Jörn Peschke ist Principal Key Expert for System and Application Engineering bei der Digital Factory Division der Siemens AG. In dieser Rolle befasst er sich hauptsächlich mit Technologien und Standards für Laufzeitsysteme und Engineering von Automatisierungssystemen und flexiblen Fertigungsanlagen.
Alexander Fay (geb. 1970) ist Professor für Automatisierungstechnik im Fachbereich Maschinenbau der Helmut-Schmidt- Universität/Universität der Bundeswehr Hamburg. Seine Hauptforschungsgebiete sind Beschreibungsmittel, Methoden und Werkzeuge für ein effizientes Engineering von Automatisierungssystemen sowie dezentrale und agentenbasierte Steuerungen. Ein weiteres Forschungsthema ist die Nutzung semantischer und wissensbasierter Technologien im Engineering von Automatisierungssystemen. Die Anwendungsfelder reichen dabei von der Produktion (sowohl Prozess- als auch Fertigungsindustrie) über die Logistik und die Energietechnik bis zu Gebäudeautomation. Prof. Fay leitet seit 2007 den Fachbereich 6 „Engineering und Betrieb von automatisierten Anlagen“ der VDI/VDE-Gesellschaft für Mess- und Automatisierungstechnik (GMA).
Literatur
1. Plattform Industrie 4.0: Ergebnispapier Aspekte der Forschungsroadmap in den Anwendungsszenarien, April 2016; https://www.plattform-i40.de/I40/Redaktion/DE/Downloads/Publikation/anwendungsszenarien-auf-forschungsroadmap.pdf?__blob=publicationFile&v=15/, zuletzt geprüft am 19.10.2017.Search in Google Scholar
2. Hildebrandt, Constantin; Glawe, Matthias; Muller, Andreas W.; Fay, Alexander (2017): Reasoning on Engineering Knowledge: Applications and Desired Features. In: Eva Blomqvist, Diana Maynard, Aldo Gangemi, Rinke Hoekstra, Pascal Hitzler und Olaf Hartig (Hg.): The Semantic Web. European Semantic Web Conference (ESWC). Portoroz, Slovenia, 28.05–01.06. Chambridge: Springer International Publishing (10250).Search in Google Scholar
3. Malec, Jacek; Nilsson, Anders; Nilsson, Klas; Nowaczyk, Slawomir (2007): Knowledge-Based Reconfiguration of Automation Systems. In: IEEE International Conference on Automation Science and Engineering (CASE). Scottsdale, Arizona. Institute of Electrical and Electronics Engineers; Robotics and Automation Society; IEEE International Conference on Automation Science and Engineering; IEEE CASE; Annual IEEE Conference on Automation Science and Engineering. Piscataway, NJ: IEEE Service Center.10.1109/COASE.2007.4341829Search in Google Scholar
4. Järvenpää, Eeva; Siltala, Niko; Lanz, Minna (2016): Formal resource and capability descriptions supporting rapid reconfiguration of assembly systems. In: IEEE International Symposium on Assembly and Manufacturing (ISAM). Fort Worth, TX, USA, 120–125.10.1109/ISAM.2016.7750724Search in Google Scholar
5. Järvenpää, Eeva (2012): Capability-based Adaptation of Production Systems in a Changing Environment. Dissertation. Tampere University of TechnologyTampere.Search in Google Scholar
6. Pfrommer, Julius; Stogl, Denis; Aleksandrov, Kiril; Escaida Navarro, Stefan; Hein, Björn; Beyerer, Jürgen. Plug & produce by modelling skills and service-oriented orchestration of reconfigurable manufacturing systems, at - Automatisierungstechnik 63 (10), 2015.10.1515/auto-2014-1157Search in Google Scholar
7. Cavin, Shirley; Lohse, Niels: Multi-Level Skill-Based Allocation Methodology for Evolvable Assembly Systems. In: IEEE, Institute of Electrical and Electronics Engineers (Hrsg.): 2014 12th IEEE International Conference on Industrial Informatics (INDIN 2014): Porto Alegre - RS, Brazil, 27–30 July 2014. Piscataway, NJ: IEEE, 2014.10.1109/INDIN.2014.6945569Search in Google Scholar
8. Loskyll, Matthias (2013): Entwicklung einer Methodik zur dynamischen kontextbasierten Orchestrierung semantischer Feldgerätefunktionalitäten. Zugl.: Kaiserslautern, Techn. Univ., Diss., 2013. Als Ms. gedr. Kaiserslautern: Techn. Univ (Fortschritt-Berichte pak Kontextadaptive Automatisierung, 25).Search in Google Scholar
9. Puttonen, Juha; Lobov, Andrei; Martinez Lastra. Semantics-Based Composition of Factory Automation Processes Encapsulated by Web Services, IEEE Trans. Ind. Inf. 9 (4), 2349–2359, 2013. DOI: 10.1109/TII.2012.2220554.10.1109/TII.2012.2220554Search in Google Scholar
10. Runde, S., Dibowski, H., Fay, A., Kabitzsch, K.: A semantic requirement ontology for the engineering of building automation systems by means of OWL. In: IEEE Conference on Emerging Technologies & Factory Automation (ETFA’09), 2009.10.1109/ETFA.2009.5346991Search in Google Scholar
11. Negri, Elisa; Fumagalli, Luca; Garetti, Marco; Tanca, Letizia (2016): Require-ments and languages for the semantic representation of manufacturing systems. Computers in Industry 81, 55–66. DOI: 10.1016/j.compind.2015.10.009.10.1016/j.compind.2015.10.009Search in Google Scholar
12. Diedrich, C., Liu, Z., Ontologie in der Automation?, In: VDI Automation 2015, 2015.Search in Google Scholar
13. Drath, R., Fay, A., Barth, M.. Interoperabilität von Engineering-Werkzeugen, at –Automatisierungstechnik 59 (7), 451–460, 2011.10.1524/auto.2011.0938Search in Google Scholar
14. IEC 62424:2008, Representation of process control engineering – Requests in P&I diagrams and data exchange between P&ID tools and PCE-CAE tools, 2008.Search in Google Scholar
15. Glawe, Matthias; Fay, Alexander. Wissensbasiertes Engineering automatisierter Anlagen unter Verwendung von AutomationML und OWL, at - Automatisierungstechnik 64 (3), 186–198, 2016.10.1515/auto-2015-0077Search in Google Scholar
16. Kashyap, Vipul; Bussler, Christoph (2008): The Semantic Web. Semantics for Data and Services on the Web. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg (Data-Centric Systems and Applications). Online verfügbar unter http://site.ebrary.com/lib/alltitles/docDetail.action?docID=10253578.Search in Google Scholar
17. Hildebrandt, Constantin; Hoang, Xuan-Luu; Scholz, André; Fay, Alexander; Schreiber, Andreas; Graeser, Olaf (2016): Modellierung von Aufträgen und Produktionsressourcen in flexibilisierten Produktionsumgebungen. In: VDI - Verein Deutscher Ingenieure e.V. (Hrsg.): AUTOMATION.10.51202/9783181022849-49Search in Google Scholar
18. VDI 2860, 05.1990: Montage- und Handhabsungstechnik.Search in Google Scholar
19. Häger, Wolfgang; Bauermeister, Dirk (2011): 3D-CAD mit Inventor 2011. 1. Aufl. Wiesbaden: Vieweg+Teubner Verlag / Springer Fachmedien Wiesbaden GmbH Wiesbaden (Studium). Online verfügbar unter http://dx.doi.org/10.1007/978-3-8348-8183-0.10.1007/978-3-8348-8183-0Search in Google Scholar
20. Papula, Lothar (2014): Mathematik für Ingenieure und Naturwissenschaftler. Band 1. 14., überarb. u. erw. Aufl. 2014. Wiesbaden: Springer Fachmedien Wiesbaden GmbH.10.1007/978-3-658-05620-9Search in Google Scholar
21. Gross, Dietmar; Hauger, Werner; Schröder, Jörg; Wall, Wolfgang A. (2015): Technische Mechanik 3. Kinetik. 13., überarb. Aufl. Berlin: Springer Vieweg (Springer-Lehrbuch). Online verfügbar unter http://dx.doi.org/10.1007/978-3-642-53954-1.10.1007/978-3-642-53954-1Search in Google Scholar
22. McGuinness, Deborah; van Harmelen, Frank (2004): OWL Web Ontology Language. Overview. W3C - World Wide Web Consortium. Online verfügbar unter https://www.w3.org/TR/owl-features/, zuletzt geprüft am 09.10.2017.Search in Google Scholar
23. Runde, S., Fay, A., Wutzke, W. O.: Knowledge-based Requirement-Engineering of building automation systems by means of Semantic Web technologies, In: 7th IEEE International Conference on Industrial Informatics (INDIN’09), 267–272, 2009.10.1109/INDIN.2009.5195815Search in Google Scholar
24. Abele, L., Legat, C., Grimm, S., Müller, A.; Ontology-based validation of plant models, In: IEEE 11th International Conference on Industrial Informatics, 2013.10.1109/INDIN.2013.6622888Search in Google Scholar
25. Horrocks, Ian; Patel-Schneider, Peter F.; Boley, Harold; Tabet, Said; Grosof, Benjamin; Dean, Mike (2004): SWRL: A Semantic Web Rule Language Combining OWL and RuleML W3C - World Wide Web Consortium. Online verfügbar unter https://www.w3.org/Submission/SWRL/#8, zuletzt geprüft am 09.10.2017.Search in Google Scholar
26. Matentzoglu, Nicolas; Leo, Jared; Hudhra, Valentino; Parsia, Bijan; Sattler, Uli: A survey of current, stand-alone OWL Reasoners. In: Informal Proceedings of the 4th International Workshop on OWL Reasoner Evaluation, 2015.Search in Google Scholar
27. Schmidberger, T., Fay, A.: A rule format for industrial plant information reasoning. In: IEEE Conference on Emerging Technologies and Factory Automation (EFTA’07), 2007.10.1109/EFTA.2007.4416790Search in Google Scholar
28. Thongnuch, Suthida; Fay, Alexander; Drath, Rainer: Semi-Automatic Generation of a Virtual Representation of a Production Cell - Combining 3D CAD and VDI-2860 Behaviour Models by Means of AutomationML. at - Automatisierungstechnik 66 (5).10.1515/auto-2017-0108Search in Google Scholar
29. Schreiber, Werner; Zimmermann, Peter: Virtuelle Techniken im industriellen Umfeld: Das AVILUS-Projekt; Technologien und Anwendungen. 1. Aufl. s.l.: Springer-Verlag, 2011.10.1007/978-3-642-20636-8Search in Google Scholar
© 2018 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Frontmatter
- Editorial
- Modellbasierte Verfahren in der Automation von Produktionsanlagen
- Übersicht
- Model-based development in automation
- Methoden
- Semi-automatic generation of a virtual representation of a production cell
- Semantische Ermittlung kinematischer Fähigkeiten aus Anlagenplanungsdaten
- Obtaining as-built models of manufacturing plants from point clouds
- Kollaborative Produktionssystemplanung unter Verwendung eines modellbasierten, PLM-gestützten Entwicklungsprozesses
- Entwurf, Modellierung und Verifikation von Serviceabhängigkeiten in Prozessmodulen
- Anwendungen
- Model-based development of a multi-agent system for controlling material flow systems
Articles in the same Issue
- Frontmatter
- Editorial
- Modellbasierte Verfahren in der Automation von Produktionsanlagen
- Übersicht
- Model-based development in automation
- Methoden
- Semi-automatic generation of a virtual representation of a production cell
- Semantische Ermittlung kinematischer Fähigkeiten aus Anlagenplanungsdaten
- Obtaining as-built models of manufacturing plants from point clouds
- Kollaborative Produktionssystemplanung unter Verwendung eines modellbasierten, PLM-gestützten Entwicklungsprozesses
- Entwurf, Modellierung und Verifikation von Serviceabhängigkeiten in Prozessmodulen
- Anwendungen
- Model-based development of a multi-agent system for controlling material flow systems
