Effizienzsteigerung industrieller Prozesse durch AAS-Integration von Zeitreihendaten und Serviceanfragen
-
Aaron Zielstorff
Aaron Zielstorff M.Sc. ist beim Fraunhofer-Institut für Experimentelles Software Engineering IESE in Kaiserslautern beschäftigt und im Bereich Digital Twin Engineering tätig.
,
Dirk Schöttke
Dipl.-Ing. Dirk Schöttke ist Mitarbeiter an der Hochschule für Technik und Wirtschaft Berlin und im Bereich der Prozesssteuerungssysteme tätig.
,
Fiona Helena Büttner
Fiona Helena Büttner ist studentischer Mitarbeiter im FO-Projekt „BaSys4Transfer“ und studiert an der Hochschule für Technik und Wirtschaft Berlin im Studiengang Ingenieurinformatik.
,
Thomas Kämpfe
Thomas Kämpfe M.Sc. ist Mitarbeiter an der Hochschule für Technik und Wirtschaft Berlin und war Projektmitarbeiter im FO-Projekt „BaSys4Transfer“.
and
Stephan Schäfer
Prof. Dr.-Ing. Stephan Schäfer ist Professor für Automatisierungssysteme und industrielle Robotik an der Hochschule für Technik HTW Berlin. Seine Forschungsschwerpunkte liegen in der Erforschung digitaler industrieller Zwillinge und verteilter Automatisierungssysteme.
Zusammenfassung
Die Digitalisierung in der industriellen Fertigung bietet erhebliche Potenziale zur Prozessoptimierung und Effizienzsteigerung. Ein zentraler Standard zur Unterstützung dieser Entwicklung ist die Asset Administration Shell (AAS), die einen interoperablen Informationsaustausch ermöglicht. Dieser Beitrag untersucht die Integration von Zeitreihendaten und automatisierten Serviceanfragen der dafür relevanten AAS-Teilmodelle, mit dem Ziel, die Effizienz und Zuverlässigkeit industrieller Prozesse zu verbessern. Die für die Asset-Integration, sowie Integration von Zeitreihen erforderliche Architektur wird mit ihren Bestandteilen erläutert. Eine Fallstudie demonstriert deren Anwendung unter Einsatz von Softwarekomponenten wie Eclipse BaSyx, InfluxDB und externen Tools zur Anomaliedetektion. Dies erfolgt unter Nutzung etablierter Schnittstellen aktueller Steuerungssysteme.
Abstract
The advancing digitalization in industrial manufacturing offers significant potential for process optimization and efficiency enhancement. A central standard supporting this development is the Asset Administration Shell (AAS), which enables interoperable information exchange. This paper examines the integration of time series data and automated service requests using relevant AAS submodels, aiming to improve the efficiency and reliability of industrial processes. The architecture required for asset integration, as well as the integration of time series, is explained with its components. A case study demonstrates their practical application using software components such as Eclipse BaSyx, InfluxDB, and external tools for anomaly detection. This occurs through the use of established interfaces of current control systems.
Über die Autoren
Aaron Zielstorff M.Sc. ist beim Fraunhofer-Institut für Experimentelles Software Engineering IESE in Kaiserslautern beschäftigt und im Bereich Digital Twin Engineering tätig.
Dipl.-Ing. Dirk Schöttke ist Mitarbeiter an der Hochschule für Technik und Wirtschaft Berlin und im Bereich der Prozesssteuerungssysteme tätig.
Fiona Helena Büttner ist studentischer Mitarbeiter im FO-Projekt „BaSys4Transfer“ und studiert an der Hochschule für Technik und Wirtschaft Berlin im Studiengang Ingenieurinformatik.
Thomas Kämpfe M.Sc. ist Mitarbeiter an der Hochschule für Technik und Wirtschaft Berlin und war Projektmitarbeiter im FO-Projekt „BaSys4Transfer“.
Prof. Dr.-Ing. Stephan Schäfer ist Professor für Automatisierungssysteme und industrielle Robotik an der Hochschule für Technik HTW Berlin. Seine Forschungsschwerpunkte liegen in der Erforschung digitaler industrieller Zwillinge und verteilter Automatisierungssysteme.
-
Research ethics: Not applicable.
-
Informed consent: Not applicable.
-
Author contributions: The authors have accepted responsibility for the entire content of this manuscript and approved its submission.
-
Use of Large Language Models, AI and Machine Learning Tools: None declared.
-
Conflict of interest: The authors state no conflict of interest.
-
Research funding: This research work was funded by the project “BaSys4Transfer” by the Federal Ministry of Education and Education and Research (BMBF) under the reference number 01IS22089G.
-
Data availability: Not applicable.
Literatur
[1] H. Bedenbender, Verwaltungsschale in der Praxis, Plattform Industrie 4.0, Tech. Rep., 2020.Search in Google Scholar
[2] F. Schnicke, “Enabling industry 4.0 service-oriented architecture through digital Twins,” in Software Architecture, Springer International Publishing, 2020, pp. 490–503.10.1007/978-3-030-59155-7_35Search in Google Scholar
[3] R. Drath, Diskussionspapier – Interoperabilität mit der Verwaltungsschale, OPC UA und AutomationML; Zielbild und Handlungsempfehlungen für industrielle Interoperabilität, OPC Foundation, Tech. Rep., 2023.Search in Google Scholar
[4] A. Schütze, N. Helwig, and T. Schneider, “Sensors 4.0 – smart sensors and measurement technology enable Industry 4.0,” J. Sens. Sens. Syst., vol. 7, no. 1, pp. 359–371, 2018. https://doi.org/10.5194/jsss-7-359-2018.Search in Google Scholar
[5] S. J. Blöchl, C. T. Stemplinger, and H. Winkler, “Overall Equipment Effectiveness gezielt verbessern: Fallstudie zum Einfluss der OEE auf das operative Firmenergebnis,” Z. Wirtschaft. Fabrik., vol. 109, no. 11, pp. 830–834, 2014. https://doi.org/10.3139/104.111235.Search in Google Scholar
[6] J. C. M. Vital and C. R. C. Lima, “Total productive maintenance and the impact of each implemented pillar in the Overall equipment effectiveness,” Int. J. Eng. Manage. Res., vol. 10, no. 2, pp. 142–150, 2020. https://doi.org/10.31033/ijemr.10.2.17.Search in Google Scholar
[7] M. Focke and J. Steinbeck, Steigerung der Anlagenproduktivität durch OEE-Management: Definitionen, Vorgehen und Methoden, Fachmedien Wiesbaden, Springer, 2024.10.1007/978-3-658-44766-3Search in Google Scholar
[8] M. Holzmann, “Erarbeitung eines Konzeptes für die OEE-Optimierung am Beispiel eines Bearbeitungszentrums in der Schienenfahrzeugindustrie,” Ph.D. thesis, Wien, 2021.Search in Google Scholar
[9] Industrial Digital Twin Association e.V. (IDTA), Time Series Data (IDTA 02008-1-1), Tech. Rep., 2023.Search in Google Scholar
[10] C. Fimmers, P. Blanke, M. Wieczorek, O. Petrovic, and W. Herfs, “Asset administration Shells in tool lifecycle monitoring,” in 56th CIRP Conference on Manufacturing Systems, CIRP CMS, South Africa, vol. 23, 2023, pp. 1209–1214. https://doi.org/10.1016/j.procir.2023.09.150.Search in Google Scholar
[11] S. Cavalieri and M. G. Salafia, “A model for predictive maintenance based on Asset Administration Shell,” Sensors, vol. 20, no. 21, p. 6028, 2020. https://doi.org/10.3390/s20216028.Search in Google Scholar PubMed PubMed Central
[12] O. Eisele, T. Jeske, and F. Lennings, “Produktivitätsmanagement,” in Produktivitätsmanagement 4.0: Praxiserprobte Vorgehensweisen zur Nutzung der Digitalisierung in der Industrie, T. Jeske and F. Lennings, Eds., Berlin, Heidelberg, Springer, 2021, pp. 7–41.10.1007/978-3-662-61584-3_2Search in Google Scholar
[13] M. Braglia, D. Castellano, M. Frosolini, and M. Gallo, “Overall material usage effectiveness (OME): a structured indicator to measure the effective material usage within manufacturing processes,” Prod. Plan. Control, vol. 29, no. 2, pp. 143–157, 2018. https://doi.org/10.1080/09537287.2017.1395920.Search in Google Scholar
[14] S. Nakajima, Introduction to TPM: Total Productive Maintenance, Cambridge, Productivity Press, 1988.Search in Google Scholar
[15] A. Sivakumar and K. Saravanan, “A Systemized operational Planning, implementation and Analysis of Robust Framework for improvement of partial and total productivity in Textile Fabric industry: a Research paper,” Eur. J. Sci. Res., vol. 53, no. 1, pp. 385–399, 2011.Search in Google Scholar
[16] M. Netzer, “Intelligente Anomalieerkennung für hochflexible Produktionsmaschinen: Prozessüberwachung in der Brownfield Produktion,” Ph.D. thesis, Karlsruher Institut für Technologie (KIT), German, 2023, p. 151.Search in Google Scholar
[17] A. Belyaev, AAS Reference Modelling: Exemplary Modelling of a Manufacturing Plant with AASX Package Explorer based on the AAS Metamodel, Plattform Industrie 4.0, Tech. Rep., 2021.Search in Google Scholar
[18] G. di Orio, P. Maló, and J. Barata, “NOVAAS: a reference implementation of Industrie4.0 asset administration Shell with best-of-breed practices from IT engineering,” in IECON 2019 – 45th Annual Conference of the IEEE Industrial Electronics Society, vol. 1, 2019, pp. 5505–5512.10.1109/IECON.2019.8927081Search in Google Scholar
[19] Industrial Digital Twin Association e.V. (IDTA), Service Request Notification (IDTA 02010-1-0), Tech. Rep., 2023.Search in Google Scholar
[20] K. R. Ngoy and K. Israel, The strategy of successful total productive maintenance (TPM): implementation and benefits of TPM (literature review), 2021. https://www.ijirmps.org/papers/2021/6/1290.pdf [accessed: Jan. 24, 2025].Search in Google Scholar
[21] S. Cavalieri and M. Giuseppe Salafia, “Predictive maintenance model based on asset administration Shell,” in Proceedings of the 23rd International Conference on Enterprise Information Systems – Volume 2: ICEIS, SciTePress, 2021, pp. 681–688.10.5220/0010389306810688Search in Google Scholar
[22] S. Schäfer, “Synchronizing devices using asset administration shells,” in Innovative Intelligent Industrial Production and Logistics, Cham, Switzerland, Springer Nature, 2023, pp. 70–92.10.1007/978-3-031-37228-5_5Search in Google Scholar
[23] M. Bansal, “Performance comparison of MQTT and CoAP protocols in different simulation environments,” in Inventive Communication and Computational Technologies, Singapore, Springer International Publishing, 2021, pp. 549–560.10.1007/978-981-15-7345-3_47Search in Google Scholar
[24] F. Schnicke, T. Kuhn, and P. O. Antonino, “Eclipse BaSyx DataBridge – Datenintegration einfach machen!: Skalierbare Datenintegration mit Verwaltungsschalen durch Eclipse BaSyx,” atp magazin, 2023, pp. 50–58.10.17560/atp.v65i5.2654Search in Google Scholar
[25] PagerDuty, Real-time operations, incident response, on-call. https://www.pagerduty.com/ [accessed: Jan. 24, 2025].Search in Google Scholar
[26] ServiceNow, Put AI to work. https://www.servicenow.com/ [accessed: Jan. 24, 2025].Search in Google Scholar
© 2025 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Frontmatter
- Survey
- Combining OPC UA with Semantic Web technologies and AI – state-of-the-art and future research directions
- Methods
- Analysis of the effect of irrelevant information for the design of soft sensors
- Alternative observer-based compensator design for robust asymptotic disturbance rejection in view of input saturation
- Applications
- SIM-CIP: concept of a spatial information model for complex industrial plants
- Effizienzsteigerung industrieller Prozesse durch AAS-Integration von Zeitreihendaten und Serviceanfragen
- Modellbasierter Entwurf und Validierung einer Eigenschaftsregelung für das Drückwalzen metastabiler Austenite
- Gleichmäßige Momentenverteilung in einer dualen dreiphasigen Synchronmaschine zur Bestimmung der wirkenden Last
Articles in the same Issue
- Frontmatter
- Survey
- Combining OPC UA with Semantic Web technologies and AI – state-of-the-art and future research directions
- Methods
- Analysis of the effect of irrelevant information for the design of soft sensors
- Alternative observer-based compensator design for robust asymptotic disturbance rejection in view of input saturation
- Applications
- SIM-CIP: concept of a spatial information model for complex industrial plants
- Effizienzsteigerung industrieller Prozesse durch AAS-Integration von Zeitreihendaten und Serviceanfragen
- Modellbasierter Entwurf und Validierung einer Eigenschaftsregelung für das Drückwalzen metastabiler Austenite
- Gleichmäßige Momentenverteilung in einer dualen dreiphasigen Synchronmaschine zur Bestimmung der wirkenden Last
