Kommunikation und Bildverarbeitung in der Automation

Mit der Einführung von Industrie 4.0 werden neue Anforderungen an industrielle Netzwerke gestellt. Eine der neuen Anforderungen ist, deterministische Kommunikation nicht nur in der Maschine, sondern auch Maschinenübergreifend zu ermöglichen. Deterministische Maschinen-Maschinen Kommunikation soll in Zukunft auch Dynamik, Robustheit und hohe Verfügbarkeit unterstützen. Um herstellerübergreifende deterministische Kommunikation auf Ethernet basierenden Netzwerken umzusetzen, werden Standards benötigt. Die IEEE 802.1 Arbeitsgruppe für Time-Sensitive-Networking (TSN) hat sich zur Aufgabe gestellt Bausteine für deterministisches Ethernet für zeitkritische Applikationen zu standardisieren, welche auch die erweiterten industriellen Anforderungen erfüllen. Dieser Beitrag erläutert, wie sich die Bausteine für klassenbasierte Streams zusammenfügen lassen um flexible, robuste und redundante deterministische Kommunikation zu ermöglichen

Das Konzept Industrie 4.0 sieht steigende Flexibilität und Mobilität im Produktionsprozess vor. Im industriellen Funkkommunikationsbereich werden zunehmend höhere Anforderungen an das Zeit- und Fehlerverhalten einer Nachrichtenübertragung gestellt. Dabei ist zu beachten, dass sich die Kommunikationsanforderungen im Laufe der Zeit ändern können und gegebenenfalls neue Anwendungen wichtiger als bereits vorhandene werden. In Folge dieser gestellten Kommunikationsanforderungen kommen unterschiedliche Funkkommunikationssysteme (WCS) zum Einsatz. Diese WCS können auf der Basis unterschiedlicher Technologien (WiFi, Bluetooth oder DECT) implementiert sein. Wenn mehrere WCSs auf dem gleichen Frequenzband, zur selben Zeit und im selben Raum übertragen, können sie sich gegenseitig beeinflussen, bzw. interferieren. Die WCSs sollten dabei koexistieren. Der Begriff der Koexistenz wurde in [IE14] mit der folgenden Definition belegt: “Koexistenz ist ein Zustand, in dem alle Funkkommunikationslösungen einer Anlage, die ein gemeinsames Medium nutzen, alle Kommunikationsanforderungen ihrer Anwendung erfüllen”. Maßnahmen, die zum Erreichen bzw. Beibehalten der Koexistenz beitragen, werden Koexistenzmanagement genannt. Aktuell wird in der industriellen Funkkommunikation verbreitet das manuelle Koexistenzmanagement angewendet. Um das zeitliche Verhalten, hinsichtlich der Reaktion auf eine Störung, weiter zu optimieren, befassen sich wesentliche Forschungsschwerpunkte mit dem automatischen Koexistenzmanagement in der industriellen Automation. In diesem Beitrag wird ein dezentraler Regelalgorithmus für ein dezentrales Koexistenzmanagement vorgestellt und an einem Hardware in the Loop Aufbau validiert. Das besondere hieran ist, dass der Ansatz anwendungsbasiert und technologieunabhängig ist. Ergebnisse zur Modellierung der Regelstrecke, welche im Zusammenhang mit der drahtlosen Kommunikation als Koexistenzstrecke bezeichnet wird, wurden in [Sc17] und [SZJ18] gezeigt. Hierbei wird das zeitliche Übertragungsverhalten einer Nachricht, im ungestörten und gestörten Fall, modelliert und bewertet. Als Regelgröße dafür wird die Übertragungszeit (engl. Transmission time) daher nachgebildet. Diese entspricht in der Realität die Messgröße. Als Methodik zur Modellierung wird die Petrinetznotation in der max − plus Algebra gewählt. Diese Methodik hat den Vorteil, dass das Streckenverhalten als lineares Systemverhalten nachgebildet werden kann. Der dezentrale Regelalgorithmus bezieht sich auf die Methodik in der max − plus Algebra. Hierbei wird ein modellprädiktivesVerfahren (engl. Model predictive control MPC) angewendet. Diesesbeinhaltet die Definition einer Zielfunktion, welche eine Anzahl von Nebenbedingungenunterliegt. Um den Regelalgorithmus zu validieren, wirdein industrienaher Hardware in the Loop Aufbau gewählt. Hieran werdeneinzelne Testszenarien mit mehreren WCSs definiert, wobei sich dieWCSs gegenseitig stören. Störung heißt in diesem Falle, dass das WCSden Koexistensbereich verlässt. Der Regler, soll das jeweilige WCS inden Koexistenzbereich zurückführen

Momentan werden neue Kommunikationstechnologien wie z. B. OPC UA, TSN oder auch SDN ausgearbeitet und eingeführt, um den Anforderungen einer Industrie 4.0 gerecht zu werden. Dabei konzentriert man sich verständlicherweise hauptsächlich auf die funktionalen Aspekte der jeweiligen Technologie. Dabei können bestimmte grundlegende Qualitätsmerkmale aber leicht unterschätzt oder einfach übersehen werden. Dieses Dokument beschäftigt sich mit der Fragestellung, ob das Thema der Netzlastrobustheit bei OPC UA im Standard oder bei der Zertifizierung der OPC UA-fähigen Geräte bereits eine Rolle spielt. Wie die Erfahrungen der letzten Jahrzehnte in der Nutzung der Ethernet-basierten industriellen Netzwerke (z. B. PROFINET) zeigen, spielt dieses Thema eine sehr wichtige Rolle.

OPC UA hat sich in den letzten Jahren als Protokoll für industrielle nicht-echtzeitkritische Kommunikation durchgesetzt. Mit OPC UA PubSub wird nun OPC UA um das Publish / Subscribe Kommunikationsmuster erweitert. Es wird gezeigt, wie OPC UA PubSub in Kombination mit Time-Sensitive Networking (TSN) auch für echtzeitkritische Kommunikation genutzt werden kann. Der Ausgangspunkt ist die Erkenntnis, dass zur Einhaltung der Zeitschranken für Echtzeitkommunikation der Publisher in einem (von der Netwerkhardware getriggerten) Interrupt ausgeführt werden muss. Daraus folgern Anforderungen an die Synchronisation des PubSub Publishers mit dem nichtechtzeitkritischen OPC UA Server, dessen Informationsmodell auch die Grundlage für die im Publisher erzeugten Nachrichten ist.

Dieser Beitrag berichtet über den aktuellen Stand der Standardisierung von Anforderungen für die fünfte Generation von Mobilfunknetzen (5G) in der 3GPP Arbeitsgruppe SA1 als auch anstehende Aktivitäten in der nahen Zukunft. Hierbei liegt der Schwerpunkt auf industriellen Anforderungen. Weiterhin wird kurz auf die Vergabe von Frequenzbändern für lokale 5G-Netze eingegangen.

Die Kommunikationsstrukturen industrieller Applikationen sind im Zuge von Industrie 4.0 einem Wandel unterworfen. Die aktuell verwendeten, kabelgebundenen Netzwerke sind einerseits hervorragend erprobt, bringen aber andererseits die typischen Nachteile mit sich. Diesbezüglich ist der Einsatz von drahtlosen Netzwerken aufgrund ihrer Flexibilität sowie ihrer einfachen Nachrüstbarkeit interessant. Diesen Vorteilen steht die bisher nur eingeschränkte Eignung insbesondere für die hohen Anforderungen industrieller Applikationen der Fertigungsautomation entgegen.

In diesem Beitrag werden Anforderungen von Applikationen der Fertigungsautomation zusammengefasst. Daraus wird deutlich, dass diese Anforderungen bisher nur von Industrial Ethernet Netzwerken (IEN) vollständig abgedeckt werden. Zur Unterstützung der Migration von IEN zu Funknetzwerken wird eine hybride, kaskadierte Topologie vorgestellt, in welcher ein bestehendes IEN durch eine drahtlose Technologie erweitert wird. Durch Analyse der Freiheitsgrade drahtloser Technologien wird herausgestellt, welche Eigenschaften ein Funksystem besitzen sollte, um sich für eine solche Erweiterung zu eignen.

Die immer stärker vernetzten und automatisierten Industrieanlagen erfordern zur Kommunikation der einzelnen Aktoren und Sensoren zunehmend den Einsatz von Funksystemen. Aufgrund der hohen Anforderungen an Stabilität der Funkverbindung durch Reflexion, Interferenz mit anderen Funksystemen und beweglichen Metallteilen können bestehende Standards in der Industrie nicht eingesetzt werden. Des Weiteren benötigen viele Anwendungen Echtzeitverarbeitung der gesendeten Nachrichten. Diese Arbeit stellt die im Rahmen des Forschungsprojekts HiFlecs implementierte innovative Hardware-Architektur für eine solche robuste Funklösung mit kurzer Latenz (1ms pro Link) vor. Das vollständig in Hardware entwickelte System weist eine geringe Paketfehlerwahrscheinlichkeit und Hardwarekomplexität auf und zeichnet sich durch geringe Leistungsaufnahme, Zuverlässigkeit und Echtzeitfähigkeit bezüglich der Anwendung aus.

Dieser Beitrag beschreibt die praktische Umsetzung eines industriellen Anwendungsfalls in einer heterogenen TSN-Domäne und legt hierbei einen Schwerpunkt auf die Integration von TSN in industrielle Netzwerk- Endgeräte nach dem Automationsprofil der Avnu Alliance. Er stellt heraus, welche technischen Anforderungen TSN-Endpunkte erfüllen sollten und wie diese aktuell mit am Markt verfügbaren Lösungen umgesetzt werden können.

IEEE 802.1 Ethernet TSN ermöglicht Netzwerkkonvergenz für zeitsensitive Applikationen und Protokolle und ist damit eine wichtige Basistechnologie für universelle, einheitliche und durchgängige industrielle Kommunikation vom Sensor bis zur Cloud. Es ist allerdings nicht einheitlich definiert, welche TSN- und Ethernet-Funktionen mit welchen Ressourcen (z. B. Speicher) dafür notwendig sind bzw. genutzt werden sollen. Hersteller, die IEC und die IEEE arbeiten deshalb daran Ethernet TSN für den Einsatz in der industriellen Automation in einem engeren Rahmen zu definieren als die IEEE 802.1-Standardfamilie dies tut. Das entsprechende Profil IEC/IEEE 60802 TSN Profile for Industrial Automation soll 2021 fertig sein. Die hohe Einsatz- und Anforderungsbandbreite (Sensor bis Cloud) macht eine homogene Lösung aber schwer und die Entwicklung und Verbreitung der Technologie in den Anwendungen wird sehr viel Zeit benötigen. In diesem Beitrag wird ein TSN-Nano Profil vorgeschlagen, das einerseits Ethernet TSN für die Feldebene (Sensoren und Aktoren) skalieren soll und andererseits passende heutige IEC-Echtzeit Ethernet-Hardware mit speziellen Umsetzungsmethoden per Firmware mit TSN-Funktionen updaten kann und so die Markteinführung von Ethernet TSN in der Automation und auch das Retrofitting von existierenden Anlagen vereinfacht und beschleunigt. Es wird vorgeschlagen das Ethernet TSN Nano Profil in das IEC/IEEE 60802 TSN-IAProfil aufzunehmen und so eine Profilskalierung für einfachste Geräte zu erzielen und Retrofitting zu ermöglichen.

Ein Anwendungsfeld mobiler Endgeräte im Kontext von Industrie 4.0 ist das Prozessmonitoring. Daten werden in Echtzeit auf mobilen Endgeräten dargestellt und geben Aufschluss über den aktuellen Zustand des Prozesses. Im Falle von Fehlerzuständen kann es zielführend sein, mit dem mobilen Endgerät steuernd in den Prozess einzugreifen; allerdings wird dazu eine sichere Nutzerauthentifikation benötigt, um den Prozess vor unbefugten Zugriffen zu schützen, beziehungsweise ein abgestuftes Rechtesystem zu etablieren. Eine solche Nutzerauthentifikation, die alle in IEC 62443 genannten Anforderungen erfüllt, wurde prototypisch umgesetzt.

Dieser Beitrag behandelt das Potential von softwaredefinierten Netzwerken für das Industrie 4.0 Anwendungsszenario Plug&Produce. Um dies umzusetzen, müssen Autokonfigurationsmethoden für das industrielle Netzwerk entwickelt und untersucht werden. Software-definierte Netzwerke eignen sich aufgrund ihrer zentralen Administration dafür, jedoch müssen Mechanismen umgesetzt werden, welche die Autokonfiguration vornehmen. Es wird dargestellt, dass die Netzwerkteilnehmer ihre Selbstbeschreibung an die zentrale Administration kommunizieren müssen, damit diese das Netzwerk verwalten und konfigurieren kann. Anhand eines industriellen Use-case, in dem eine Kamera zwischen Produktionslinien ausgetauscht wird und ohne Konfigurationsaufwand reintegriert werden soll, wird eine erste Implementierung der Mechanismen dargestellt. Ergebnis hieraus ist, dass sich die Kombination aus softwaredefinierter Vernetzung und OPC UA sich dafür eignet. Hierbei werden auf den Netzwerkteilnehmern OPC UA-Server installiert. Die Netzwerkadministration bzw. der erstellte Integrierungsmechanismus verfügt über eine OPC UA-Client Implementierung und kann so die Eigenschaften und Anforderungen der Netzwerkteilnehmer auslesen. Anschließend kann er die Informationen verarbeiten und das Netzwerk durch die Installation von SDN-Flows auf den Netzwerkinfrastrukturkomponenten konfigurieren.

Die Anzahl miteinander vernetzter Sensoren, Geräte und Systeme wird in den nächsten Jahren weltweit weiter massiv ansteigen. Die Erhebung dieser Menge an Daten, es wird von Big Data gesprochen, ist nur dann sinnvoll, wenn Schlussfolgerungen daraus extrahiert werden. Auch die Anwendungsbereiche industrielle Automation und Smart City werden von Internet of Things- (IoT) und Big Data-Technologie derzeit maßgebend geprägt. Mit dem Anstieg von Datenquellen (IoT) und somit erzeugten Daten, die verarbeitet und analysiert werden müssen, müssen IT-Infrastrukturen entwickelt und angewandt werden, die die Anforderungen im Zusammenhang mit Big Data und IoT erfüllen. Eine Möglichkeit die wachsenden Datenmengen und Anforderungen zu bewältigen bietet die Integration von IoT und Big Data in Cloud Infrastrukturen. Heute sind viele Cloud-Lösungen marktverfügbar und die Begriffe IoT und Big Data werden inflationär genutzt, daher fällt es zunehmend schwer eine passende Lösung auszuwählen, die spezifischen Anforderungen einer Anwendung genügen. In diesem Paper wird eine strukturierte Anforderungstaxonomie entwickelt, die die spezifischen industriellen Anforderungen hervorhebt und die es erleichtert Cloud Plattformen passend zur Applikation auszuwählen und zu konfigurieren. Die Taxonomie wird an einem Use Case aus der industriellen Produktion und einem Use Case aus dem Smart City-Bereich evaluiert.

In der Abfüllindustrie geht der Trend hin zur Selbstdiagnose, Optimierung und Qualitätsüberwachung der Prozesse. Ziel ist es, die Produktionsmengen zu erhöhen und gleichzeitig die Qualität zu steigern. Hierfür sind neue Konzepte in der Abfüll- und Regelungstechnik notwendig. Für diese Konzepte ist eine kontinuierliche Überwachung des Abfüllvorgangs Voraussetzung. In diesem Beitrag werden Algorithmen zur kontinuierlichen Füllprozessbewertung vorgestellt. Auf Basis von Referenzbildern wird die Füll- und Schaumhöhe bestimmt. Des Weiteren wird die Turbulenz der Flüssigkeit bewertet

Im pharmazeutischen Umfeld ist die Sicherstellung unversehrter Glasbehälter eine essentielle Herausforderung, da diese in direktem Kontakt zum Medikament stehen. Insbesondere dürfen die Behälter keine durchgehenden Risse enthalten, welche die Sterilität des Produktes gefährden. Daher ist eine 100%-Kontrolle der Erzeugnisse notwendig. Breitet sich ein Riss entlang der optischen Achse aus, wird er für eine Kamera nahezu unsichtbar. Daher ist es zwingend notwendig, Bildaufnahmen der Prüflinge aus unterschiedlichen Perspektiven vorzunehmen. Diese Arbeit stellt eine Mehrzeilen-Scantechnik zur Digitalisierung der Glasoberfläche mit einer Matrixkamera aus mehreren Perspektiven vor. Diese Methode reduziert die Anzahl benötigter Kameras erheblich und ermöglicht weitergehende Bildanalysen, da die Aufnahme der einzelnen Bildzeilen synchron erfolgt. Diese Veröffentlichung schließt mit einem Beispiel zur Rissdetektion mittels synchroner Aufnahme mehrerer Zeilenbilder ab. Die Sensorbereiche sind derart gewählt, dass die Zeilenbilder unter unterschiedlichen Winkeln zur Glasoberfläche erfasst werden. Neben einem Zeilenbild, dass den Scheitelpunkt des Glaszylinders erfasst, werden weitere Zeilenbilder akquiriert, welche die Glasoberfläche in einem anderen Winkel erfassen. Somit stehen mehrere Bilder zur Verfügung, die sowohl separat, als auch unter Nutzung deren spatiotemporalen Zusammenhangs verarbeitet werden können.

Eine klassische Problemstellung in der heutigen Technik ist die computergestützte Erkennung von Farben. So ist es beispielsweise für manche Tierexperimente interessant, Bewegungsmuster von Tieren automatisch zu erkennen und auszuwerten. Ein Lösungsansatz besteht darin, die Tiere mit mehreren Farbmarkern zu versehen und zu filmen, um aus den Bewegungen der Farbpunkte abzuleiten, wie sich die Tiere bewegen. Gerade in Versuchsumgebungen mit wechselender oder abgeschwächter Beleuchtung kann die Unterscheidung der Farben jedoch eine Herausforderung sein. Dieser Beitrag schlägt vor, das Szenario mit sehr schnell wechselnden schmalbandigen Spektralfarben zu beleuchten. Je nach Kombination aus Wellenlänge und Farbmarker entstehen so unterschiedliche Bilder ein und der selben Situation, welche aufgrund der unterschiedlichen Farbeindrücke der Bilder für eine bessere Auswertung der Situation genutzt werden können.