Handbuch Industrie 4.0

Inhaltsverzeichnis

1. Engineering-Aspekte in der Industrie 4.0

   1. Frontmatter

   2. Modulare Produktionsanlagen in der Verfahrenstechnischen Industrie

      Jens Bernshausen, Mario Hoernicke

      Zusammenfassung

      Die vierte industrielle Revolution und die hiermit einhergehenden Bestrebungen zur Digitalisierung führen zu einer Änderung des Marktverhaltens. Durch die Spezialisierung von Produkten auf kleinere Marktgruppen bei gleichzeitiger Verkürzung der Produktlebenszyklen ist die Flexibilisierung des Produktionsprozesses von großer Bedeutung. Die Modularisierung verfahrenstechnische Produktionsanlagen wird hierbei als eine erfolgversprechende Möglichkeit zur Bewältigung dieser Anforderungen in der verfahrenstechnischen Industrie angesehen. Die geforderte Flexibilisierung von Produktionskapazitäten kann durch eine modulare und damit verfahrenstechnisch leicht anpassbare Anlagenarchitektur realisiert werden.

   3. Modulare mechatronische Produktentwicklung im Maschinen- und Anlagenbau mit Anwendungen zur Smart Factory

      Peter Stelter

      Zusammenfassung

      Die Maschinen und Anlagen des Maschinen- und Anlagenbaus, speziell auch die Maschinen- und Anlagen des Verpackungsmaschinenbaus, sind einerseits durch eine hohe Produktkomplexität, die sich u. a. durch die komplexe Verfahrenstechnik und die vielfältigen kinematischen Bewegungsvorgänge ergeben, andererseits durch die marketinggetriebenen Entwicklungen der Konsumgüterproduzenten. Dieser Produktkomplexität, aus Sicht der Hersteller handelt es sich um eine externe Varianz, ist durch eine geeignete modulare Gestaltung der Maschinen und Anlagen zu begegnen. Ziel ist es weiterhin alle Anforderung des Marktes mit dem Portfolio abdecken zu können und in den Märkten zu wachsen, ohne ein zu starkes Anwachsen der Produkt- und Prozess- und Organisationskomplexität innerhalb des Unternehmens zu erzeugen.

      Der Begriff Smart Factory ist sicher nicht scharf abgegrenzt und wird in verschiedene Branchen teilweise sehr unterschiedlich verwendet. Im Maschinen- und Anlagenbau, welcher vor allem Produktionsanlagen für eine große Produktpalette herstellt, geht es darum die Fabriken der Kunden „smarter“ zu gestalten mit Automatisierungstechnik, Konnektivität und geeigneten Datenauswertungen für z. B. vorbeugende Instandhaltung.

      Basierend auf der Automatisierungstechnik sind die Maschinen und Anlagen mit sinnvollen Vernetzungen aus dem Industrie 4.0 Baukasten ergänzbar. Die in der Vergangenheit überwiegend mechanisch geprägten Produktstrukturen sind sinnvoll durch mechatronische Architekturen zu ersetzen und zu ergänzen. Hierzu gehört eine modulare Gestaltung der elektronischen Hardware, wie auch der Softwaremodule. Diese sind maschinennah mit teilweise proprietären Softwarewerkzeugen (SPS) realisiert und werden zunehmend durch Softwaremodule in Hochsprachen ergänzt.

      Anhand von realisierten Beispielen werden die modernen Verfahren der Vernetzung und der Drahtlosverbindungen aufgezeigt. Hiermit sind innovative Formen der Mensch-Maschine-Kommunikation möglich. Aufgrund der zunehmenden Komplexität der Maschinen- und Anlagen und der vergleichsweise langen Nutzungsphase (10–30 Jahre), sowie der unterschiedlichen Lebenszyklen von mechanischen, elektronischen und Softwareelementen, ist eine methodische modulare Entwicklungsmethodik unabdingbar geworden.

      Im Weiteren geht es auch darum, das eigene Unternehmen als Smart Factory auszugestalten indem eine lückenlose digitale Informationsweitergabe vom Vertrieb, über Entwicklung und Konstruktion bis hin zur eigenen Produktion und Lieferkette realisiert wird. Hier leisten die entsprechenden IT-Werkzeuge wie Konfigurationssysteme, Produktdatenmanagementsysteme und Enterprise Ressource Planning (ERP) Systeme einen wertvollen Beitrag. Vor allem die mechatronische Produktentwicklung ist in einem geeigneten Produktentwicklungsprozess (PEP) und mit einer innerbetrieblichen medienbruchfreien IT-Landschaft abzubilden.

   4. Softwaremodularität als Voraussetzung für autonome Systeme

      Birgit Vogel-Heuser, Juliane Fischer, Eva-Maria Neumann

      Zusammenfassung

      Im Rahmen von Industrie 4.0 steigen die Anforderungen an Flexibilität und Autonomie von Maschinen- und Anlagen sowie ihrer Bestandteile stetig an. Um diesen Anforderungen bei gleichbleibender Softwarequalität gerecht zu werden, ohne dabei die Entwicklungszeit von Steuerungssoftware zu erhöhen, ist die Verwendung modularer, wiederverwendbarer Softwaremodule ein wirksamer Hebel, denn ein modulares Design von Steuerungssoftware erhöht zum einen durch die Kapselung der Daten und klare Trennung der implementierten Funktionalitäten die Verständlichkeit von Steuerungssoftware. Zum anderen ermöglicht das modulare Design durch klar definierte Schnittstellen den Austausch einzelner Softwareteile bzw. die Interaktion autonomer Systeme nach Prinzipien wie Plug & Produce.

      In diesem Beitrag werden zunächst die Kriterien modularer Software eingeführt und in den Kontext der gewählten Softwarearchitektur gesetzt, welche sich oftmals an den Architekturrichtlinien der betrachteten Anwendungsdomäne orientiert. Zudem werden aktuelle Ansätze aus der Forschung zur quantitativen Bewertung der Reife von modularen Steuerungssoftwareteilen, wie z. B. Bibliotheksmodulen, präsentiert. Die metrikbasierte Berechnung der Reife ermöglicht eine objektive Aussage, welche zum einen als Grundlage für die Freigabe von Bibliotheksmodulen verwendet werden kann, darüber hinaus aber auch beispielsweise zur Testfallpriorisierung nutzbar ist. Zusätzlich unterstützen Metriken die Identifikation schwer verständlicher oder suboptimal umgesetzter Softwareteile, was anhand einer mit Industriesoftware evaluierten Metrik für Funktionsbausteinsprache (eine graphische Programmiersprache, definiert in der Norm IEC 61131-3) gezeigt wird. Basierend auf diesen Grundlagen, wird ein Anwendungsbeispiel aus der Domäne der Intralogistik beschrieben, um mithilfe von Codeanalyse und unter Verwendung von Softwaremetriken den Transfer von historisch gewachsener Legacy Software hin zu modularer Software als Basis für autonome Systeme zu schaffen. Im Rahmen der Codeanalyse von Legacy Software können hierbei durch die Analyse von Modulschnittstellen und von direktem sowie indirektem Datenaustausch in der Software Potenziale aufgezeigt werden, um die Modularität der analysierten Software zu erhöhen und diese geplant wiederzuverwenden. Hierbei spielt auch die Betrachtung verschiedener Varianten der analysierten Steuerungssoftware eine große Rolle, da beispielsweise bekannte Varianten eines Bibliotheksmoduls soweit wie möglich im geplanten Wiederverwendungskonzept berücksichtig werden müssen. Der Beitrag schließt mit einer kurzen Zusammenfassung ab.

   5. Interdisziplinarität – DER Realisierungs-Schlüssel von Industrie 4.0 und der digitalen Transformation

      Bagher Feiz-Marzoughi

      Zusammenfassung

      Das, was technisch und ziemlich futuristisch begann, entwickelte sich zu einer zeitkritischen technologischen und gesellschaftlichen Realität.

      Sehr schwer zu vermitteln war die Nutzung des Wortes ‚Revolution‘ und zwar die vierte davon!

      In der Tat können wir bis heute eine ‚evolutionäre Revolution‘ beobachten, die Grundsätze unserer Modelle aus der Vergangenheit umwirft!

      Die ‚Dinge‘ sollen nun die Layers, die Domänen, die Boxes und die Clusters verlassen und sich direkt vernetzen. Keine ‚Pyramide‘ kann abbilden, was hier realisiert werden soll.

      Das Netz und seine ‚Dinge‘, wozu auch der Mensch gehört, werden intelligent, kommunizieren direkt miteinander und kennen keine Grenzen mehr. Die Intelligenz, die man so selbstverständlich nur den Menschen zugerechnet hat, bekommt eine künstliche Form „KI“, die inzwischen überall eine Anwendung findet! Das Volk unterhält sich inzwischen mit ChatGPT und zwar nicht nur über SW-Codes, sondern auch über die Kochrezepte. Dabei fragt man sich, wie wir dieses Ding nun gendern müssen (der, die, das).

      Der Systemtheoretiker und Soziologe Niklas Luhmann hätte es mit seiner Systemtheorie: ‚System=System-Umwelt‘ schwer, Umwelt zu definieren, wenn wir nun die Grenzen verschieben!

      The Internet of Things bedeutet, die Welt und ihre zugehörigen Dinge als EINS zu sehen und zu behandeln, und das nicht nur in der Technik. Interdisziplinarität ist der Schlüssel hierzu.

   6. Prozessunterstützung für modellorientiertes Engineering von CPPS von der Konzeptphase bis zur virtuellen Inbetriebnahme

      Bedarfe und Lösungsansätze Stefan Biffl, Dietmar Winkler, Lukas Kathrein, Felix Rinker, Richard Mordinyi, Heinrich Steininger

      Zusammenfassung

      Anlagen im Industrie 4.0 Umfeld erfordern den Austausch von Engineering-Modellen und Engineering-Daten über Fachbereichsgrenzen hinweg. Der Einsatz heterogener Software-Werkzeuglandschaften bestimmt jedoch häufig den Engineering-Prozess automatisierter Systeme. In der Kombination von standardisierten Datenformaten wie AutomationML und geeigneten Datenaustausch- und Verwaltungsplattformen für Engineering-Modelle und Daten lassen sich sowohl Engineering-Prozesse verbessern als auch Anlagemodelle über den gesamten Lebenszyklus effizient erstellen und pflegen. Häufig bilden Modelle jedoch nur einzelne Teilaspekte einer Anlage ab und erschweren somit einerseits eine ganzheitliche Sicht auf die Anlage und andererseits die Analyse von übergreifenden Faktoren, wie etwa Konfigurationen, die von unterschiedlichen Fachbereichen bereitgestellt und genutzt werden. Integrationsplattformen und Konzepte, wie etwa der Produkt-Prozess-Ressourcen-Ansatz (PPR) ermöglichen eine ganzheitliche Sicht auf die Anlage aus unterschiedlichen Sichtweisen und können einen effizienten Datenaustausch über Fachbereichsgrenzen hinweg ermöglichen. Dieses Kapitel diskutiert Bedarfe, Herausforderungen und Lösungsansätze sowie Stärken und Einschränkungen von gängigen Ansätzen für effizienten Datenaustausch im heterogenen Engineering-Umfeld anhand von Forschungsfragen und Anwendungsfällen. Wesentliches Ziel der Forschung und Entwicklung ist das Herstellen einer effizienten Datenlogistik in einem heterogenen Engineering-Umfeld. Dadurch ergeben sich Möglichkeiten für eine verbesserte Beobachtung und Orchestrierung von Engineering-Prozessen.

   7. AutomationML in a Nutshell

      Arndt Lüder, Nicole Schmidt

      Zusammenfassung

      Die Welt der Produktionssysteme ist an einem Wendepunkt. Die wachsende Bedeutung der Kundenwünsche und die wachsende Geschwindigkeit des technischen Fortschritts haben Produktionssysteminhaber dazu gebracht, die Flexibilität von Produktionssystemen hinsichtlich Produktportfolio und Ressourcennutzung auszuweiten (Terkaj et al. 2009). Jedoch ist diese Flexibilitätserweiterung nicht kostenlos zu haben. Neue Vorgehensweisen und Methoden des Entwurfes und der Nutzung von Produktionssystemen haben sich als notwendig erwiesen, wie sie in der Industrie 4.0 Initiative anvisiert werden (Kagermann et al.; Jasperneite 2012).

      Industrie 4.0 fordert eine verstärkte Integration in verschiedensten Richtungen bezogen auf die Struktur und Entwurf/Erstellung/Nutzung von Produktionssystemen. So empfiehlt es eine verstärkte Integration der verschiedenen Lebenszyklusphasen eines Produktionssystems, stärkere Integration der verschiedenen Ebenen der Automatisierungspyramide von der Feldebene bis zur Unternehmenssteuerung und die Integration entlang der Entwurfskette des Produktionssystems, d. h. die Abfolge von Aktivitäten, die von Ingenieuren mit entsprechenden Entwurfswerkzeugen auszuführen sind (Biffl et al. 2017).

      Die zunehmende Flexibilität der Produktionssysteme erzwingt eine höhere Frequenz an Entwurfsaktivitäten (Neubau und Umbau). Deshalb nimmt die Bedeutung des Entwurfs im Lebenszyklus des Produktionssystems zu, dessen Anteile an Lebenszyklus und Kosten des Produktionssystems steigen. Die Integration von Ingenieuraktivitäten und ihre beteiligten Werkzeuge entlang der Entwurfskette sollen ein Mittel sein, Zeit und Kosten des Entwurfs durch die Vermeidung von unnötigen Wiederholungen von Entwurfsaktivitäten zu sparen, eine Zunahme an Kontinuität der Entwurfswerkzeugketten sicherzustellen und eine Verbesserung der Zusammenarbeit unter den Ingenieuren (um nur einige erwartete Einflüsse zu nennen) zu erreichen (Biffl et al. 2017).

      Eine Mittel, die Integration von Entwurfsaktivitäten und Werkzeugen entlang der Entwurfsketten des Produktionssystems zu ermöglichen und außerdem die Verwendung von Entwurfsdaten innerhalb der Nutzungsphase eines Produktionssystems möglich zu machen, ist ein geeignetes Datenaustauschformat. Folgend der Industrie 4.0 Roadmap (DIN/DKE 2018) muss ein solches Datenformat entwickelt werden. In diesem Paper wird das Datenaustauschformat AutomationML betrachtet. Um eine Bewertung der Anwendbarkeit von AutomationML im Industrie 4.0 Kontext zu ermöglichen, soll der Umfang der Darstellbarkeit von Entwurfsdaten mit AutomationML detailliert untersucht werden.

   8. Modellunterstützte Qualitätssicherung von Engineering-Daten industrieller Produktionssysteme

      Dietmar Winkler, Kristof Meixner, Richard Mordinyi, Stefan Biffl

      Zusammenfassung

      Die Zusammenarbeit von Fachexperten in einem heterogenen Entwicklungsumfeld im Industrie 4.0 Umfeld bringt neben dem verstärkten Bedarf an effizientem Datenaustausch weitere Herausforderungen aber auch neue Möglichkeiten an fachbereichsübergreifenden Maßnahmen der Qualitätssicherung zur Verbesserung der Projekt-, Prozess- und Produktqualität mit sich. Engineering-Modelle stellen dabei meist die Grundlage der einzelnen Fachbereiche dar und müssen effizient aufeinander abgestimmt werden. Durch modellunterstützte Qualitätssicherung und automatisierte Tests können Fehler, fachbereichsübergreifend effizient erkannt und durch beteiligte Ingenieure behoben werden. Dieses Kapitel beschreibt Bedarfe an Methoden zur fachbereichsübergreifenden Qualitätssicherung sowohl für Ingenieure als auch für Projekt- und Qualitätsmanager und stellt Konzepte und Lösungsansätze anhand exemplarischer Industrieprototypen dar: Fachinspektionen durch Experten ermöglichen die gezielte Untersuchung von Änderungen in Engineering-Modellen oder die Überprüfung generierter Modelle. Testansätze erlauben die Überprüfung der Durchgängigkeit von Signalinformationen (End-to-End Test). Ein Testautomatisierungsframework unterstützt die flexible und semi-automatische Testplanung und Testdurchführung auf Systemebene. Im Rahmen der Projektbeobachtung können kritische Projekt- oder Prozessparameter überwacht werden. Die Grundlage für diese Lösungsansätze bilden Mechanismen zum effizienten und qualitätsgesicherten Datenaustausch basierend auf integrierten Datenmodellen oder effizienten Datenaustauschplattformen, die etwa auf AutomationML aufgebaut werden können. Basierend auf diesen integrierten Datenmodellen können diese Ansätze helfen, um Fehler und Inkonsistenzen in Planungsdaten unterschiedlicher Fachbereiche schneller und effizienter zu finden und einen besseren Überblick über den aktuellen Projektstatus zu erhalten.

   9. Diagnose von Inkonsistenzen in heterogenen Engineeringdaten

      Stefan Feldmann, Birgit Vogel-Heuser

      Zusammenfassung

      Industrie 4.0 bedeutet mehr Komplexitat – nicht zuletzt auch während des Engineerings automatisierter Produktionssysteme. Essenziell für den Erfolg von Industrie 4.0-Entwicklungsprojekten ist, dass Fehler während der Entwicklung frühzeitig erkannt und behoben werden. Solche Fehler manifestieren sich in vielen Fällen durch Inkonsistenzen in den Engineeringdaten, die oftmals sehr heterogener Natur sind. Zur Adressierung dieser Problematik analysiert dieses Kapitel die Herausforderung des Managements (d. h. der Erkennung und Behebung) von Inkonsistenzen in heterogenen Engineeringdaten und stellt einen Ansatz zur Diagnose von Inkonsistenzen vor.

   10. Automatische Generierung von Fertigungs-Managementsystemen

       Grundlage der durchgängigen Vernetzung in der Lebensmittelindustrie Stefan Flad, Benedikt Weißenberger, Xinyu Chen, Susanne Rösch, Tobias Voigt

       Zusammenfassung

       Eine wesentliche Herausforderung von Industrie 4.0 ist die vertikale Integration der Produktionsebenen mit ihren eingebetteten Systemen. Manufacturing Execution Systeme (MES) spielen dabei ein zentrale Rolle, da sie das Bindeglied zwischen dem Enterprise Ressource Planning (ERP) System und der Produktionswelt darstellen.

       Die industrielle Produktion von Lebensmitteln erfolgt in komplexen Prozessen, in denen die Transparenz aller Prozessschritte zur Beherrschung von Qualität, Effizienz und Ressourcenverbrauch notwendig ist. MES-Lösungen helfen hier Prozesse und Anlagen zu überwachen, Fehler zu erkennen und zu analysieren und komplexe Auswertungen von aggregierten Daten durchzuführen.

       Dieser Beitrag beschreibt eine kostengünstige Vorgehensweise für die Vernetzung der Lebensmittelproduktion. Der Aufwand zur Implementierung und Rekonfiguration von MES-Lösungen soll dadurch reduziert werden.

       Dabei wird auf MES-Beschreibungsstandard – der MES-ML –und Datenstandards der Lebensmittelindustrie (Weihenstephaner Standards) aufgesetzt. Es wurden Beschreibungsmodelle für das automatische Generieren von MES-Funktionen entwickelt, die die Anlagenkonfiguration, die ablaufenden Prozesse und die MES-Funktionalität beschreiben. Die Modellierung erfolgt in einem eigens entwickelten Werkzeug. Dieser verarbeitet die Modellierung und beschreibt das ganzheitliche MES in einer standardisierten und offenen Schnittstelle. Aus der Spezifikation werden durch Codegeneratoren automatisch MES-Lösungen parametriert. Der Beitrag erläutert die Vorgehensweise anhand eines Beispiels aus der Lebensmittelindustrie.

   11. Standardisierte horizontale und vertikale Kommunikation

       Stefan Hoppe

       Zusammenfassung

       OPC Unified Architecture (OPC UA) ist ein Interoperabilitäts-Standard, der für einen durch Authentifizierung und Verschlüsselung sicheren, zuverlässigen, plattform-, sprach- und herstellerunabhängigen Informationsaustausch steht. Der Informationsaustausch beinhaltet Prozessdaten, Alarm- und Ereignissignale, historische Daten und Kommandos.

       OPC UA skaliert vom kleinsten Sensor (Umfang 10 kb) bis in die IT-Enterprise-Welt wie z. B. SAP und die Microsoft Azure Cloud. Als Norm IEC65421 ist OPC UA aktuell die einzige IEC-standardisierte SOA-Technologie auf der deutschen DKE-Normungsliste für die Umsetzung von Industrie 4.0.

       OPC UA ist gelistet in der „Reference Architectural Model Industrie4.0 (RAMI4.0)“. Das BSI untersucht aufgrund der Relevanz für die deutsche Industrie die Sicherheit von OPC UA.

   12. Rahmenwerk zur modellbasierten horizontalen und vertikalen Integration von Standards für Industrie 4.0

       Alexandra Mazak-Huemer, Manuel Wimmer, Christian Huemer, Bernhard Wally, Thomas Frühwirth, Wolfgang Kastner

       Zusammenfassung

       In Anlehnung an Umsetzungsempfehlungen für Industrie 4.0 widmen wir uns in diesem Kapitel dem Handlungsfeld der modellbasierten horizontalen und vertikalen Integration. Wir zeigen, dass die Zusammenführung international etablierter Standards genutzt werden kann, um eine flexible Informationsarchitektur zu schaffen. Zu diesem Zweck präsentieren wir ein offenes Rahmenwerk von Standards für Industrie 4.0, das drei Aspekte umfasst. Der erste Aspekt berücksichtigt die Unterscheidung zwischen den unterschiedlichen Ebenen in einem Unternehmen, in Anlehnung an die klassische Automatisierungspyramide. Der zweite Aspekt unterscheidet zwischen den internen und den externen Aspekten der horizontalen und vertikalen Integration. Der dritte Aspekt differenziert zwischen konzeptuellen Domänenmodellen und deren informationstechnischer Umsetzung.

   13. Hochautomatisierte und autonome cyber-physische Produktionssysteme

       Herausforderungen und Lösungsansätze bezüglich der Gewährleistung von Sicherheit Peter Liggesmeyer, Mario Trapp, Daniel Schneider, Thomas Kuhn

       Zusammenfassung

       In nahezu allen Domänen eingebetteter Systeme sehen wir Trends hin zu immer stärkerer Vernetzung und höheren Automatisierungsgraden. Autonome, cyber-physische Systeme von Systemen sind das entsprechende Schlagwort. Autonome Produktionssysteme stellen sich selbstständig auf neue Prozesse, Produkte und Produktionsumgebungen ein. Sie entscheiden selbstständig wann ein Produkt wie produziert wird. Forschungsanlagen im Bereich der autonomen Produktion zeigen, wie sich Produktionsstraßen mittels mobiler, autonom fahrender Plattformen, auch physisch selbstständig neu konfigurieren können. Die Umsetzung solcher Systeme in realen Umgebungen erfordert die Bewältigung technischer und methodischer Herausforderungen, bevor das Potenzial autonomer Produktionssysteme voll ausgeschöpft werden kann. Eine zentrale Herausforderung ist dabei die Gewährleistung von Sicherheit. Etablierte Methoden und Standards gehen stets von der Grundannahme aus, dass ein System und seine Umgebung vollständig bekannt sind und analysiert werden können – was bei den betrachteten Systemen schlicht nicht der Fall ist. Ferner besteht ein starker Fokus auf funktionale Sicherheit, was bei automatisierten und autonomen Systemen zu kurz gegriffen ist. Entsprechend sind neuartige Ansätze zur Gewährleistung umfassender Sicherheit (im Sinne von Safety und Security) nötig. In diesem Artikel diskutieren wir die diesbezüglichen Herausforderungen und zeigen Lösungsmöglichkeiten aus der Forschung auf.

2. Backmatter