Notwendige Voraussetzungen für die Realisierung von Industrie 4.0

Ein Beitrag aus der Sicht der Industriellen Informationstechnik

Der folgende Beitrag wurde im Original in der Zeitschrift ZWF, Ausgabe 03/2015, Seite 134-141, veröffentlicht.

Industrie 4.0 bringt die Vision der Digitalen Fabrik näher, bietet aber auch neue Potenziale für die Virtuelle Produktentstehung (VPE) insgesamt. Der folgende Beitrag zeigt Möglichkeiten für die Gewerke und Herausforderungen für die industrielle Informationstechnik auf. Der Lösungsansatz einer Informationsfabrik, die durch Industrie-4.0-Services flankiert wird, eröffnet neue Chancen im Umgang mit Produktionsdaten in den Modellen der Virtuellen Produktentstehung und Weiterverwendung der digitalen Modelle in der Produktion.

Einführung

Resultierend aus der Entwicklung eingebetteter Systeme wurden im Jahr 2006 erstmalig cyber-physische Systeme (CPS) beschrieben [1]. Wesentliches Unterscheidungsmerkmal war die Vernetzung. Daraus entwickelten sich das Internet of Things [2] und das Industrial Internet in den USA bzw. das Internet der Dinge und Industrie 4.0 in Deutschland. Seit seinem Auftauchen im Jahr 2011 wird der Begriff Industrie 4.0 (I4.0) inflationär und synonym für Neuentwicklungen in den Bereichen der vernetzten Produktion und der industriellen Informationstechnik (IIT) genutzt. Unter IIT wird die Anwendung von Methoden der Informatik zur Lösung ingenieurwissenschaftlicher, organisatorischer und wirtschaftlicher Problemstellungen im gesamten Produktlebenszyklus verstanden. Unzählige Projekte in Industrie und Forschung laufen unter der Flagge der vierten industriellen Revolution und versuchen, der Erwartungshaltung an die intelligente Produktion der Zukunft und dem Internet der Dinge gerecht zu werden [3]. Eine wesentliche Richtschnur für die Ausrichtung aktueller Forschungsaktivitäten bieten die „Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0“ der acatech [4]. Das Spektrum reicht von Aspekten der Standardisierung über Themen der IT-Sicherheit bis hin zur Aus- und Weiterbildung. Wesentliche Treiber für die Umsetzung von I4.0 sind die Forschung sowie Gremien und Organisationen wie VDI/VDE [5] , BITKOM [6], VDMA [7] und ZVEI [8], die gemeinsam Aktivitäten und Vernetzung von Akteuren im Rahmen der I4.0-Plattform (http://www.plattform-i40.de/) vorantreiben.

Der vorliegende Beitrag basiert auf Forschungs- und Entwicklungsarbeiten am Fachgebiet Industrielle Informationstechnik (IIT) des Instituts für  Werkzeugmaschinen und Fabrikbetrieb (IWF) an der TU Berlin in enger Kooperation mit dem Geschäftsfeld Virtuelle Produktentstehung des Fraunhofer Instituts für Produktionsanlagen und Konstruktion (IPK). Er verfolgt das Ziel, anhand eines industrienahen Aufbaus Klärung zu verschaffen, in welchen Stufen I4.0-Anwendungen (Bild 1) realisiert werden können, welche Änderungen sich hierbei vollziehen und welche Implikationen daraus für die IIT erwachsen.

Die Sammlung, Bereitstellung und aktive Nutzung von Daten und der daraus zu extrahierenden Informationen im Umfeld der Produktion und weit darüber hinaus im gesamten Produktlebenszyklus sind einige der Kernaufgaben, die I4.0 leisten soll. Die systematische Auswertung von Informationen soll im Gegensatz zur Automatisierungspyramide unabhängig von den Ebenen der klassischen Planung und operativen Nutzung erfolgen. Angefangen beim einzelnen Sensor, Anlagenzuständen und Linienauslastung bis hin zu vernetzen Werken sollen intelligente Produktionssysteme, Best Practices, Mal Practices und Root Cause-Analysen austauschen, interpretieren und in eine vernetzte, autonome Prozesslandschaft zurückfließen lassen können. Trotz aller Autonomie: Auch mit I4.0 wird der Mensch für die industrielle Produktion unverzichtbar bleiben. Es wird erwartet, dass der Mensch insbesondere für Problemlösung, Planung, Steuerung, Ausführung und Überwachung der Produktion unabdingbar sein wird [23]. Vielmehr sollen die Produktionsarbeiter durch die I4.0-Lösungen befähigt werden, eine zielorientierte Steuerung von Produktionsprozessen proaktiv vornehmen zu können, anstatt – wie heute zumeist praktiziert – reaktiv zu handeln.

Aufbau eines Demonstrators für I4.0 Anwendungen

Für die Forschung an I4.0 wird derzeit am Produktionstechnischem Zentrum Berlin (PTZ) ein Demonstrator entwickelt, der eine modulare Fertigungsstraße virtuell und real abbildet. Ziel ist es, durch einen gesamtheitlichen Charakter die informationstechnischen Wirkzusammenhänge von CPS für die Forschung und industrielle Anwendung gleichermaßen aufzeigen zu können.

Am Demonstrator soll ein Getränkegefäßuntersetzer hergestellt werden, der vom Kunden in geometrischen Grenzen in Form, Material und Farbe gestaltet werden kann und direkt vor seinen Augen oder auch mittels Fernauftrag und Überwachung gefertigt wird. Das Produkt, das der Kunde mittels HMI konfiguriert, kann als Einzelteil oder als Baugruppe spezifiziert werden, wodurch sich unterschiedliche Wege in der Produktion ergeben. Der Demonstrator (Bild 2) besteht aus drei Modulen, die vorerst in fester, später auch in variabler Anordnung im Raum arrangiert und medien- und informationstechnisch miteinander verbunden werden. Ausgehend von der Produktspezifikation durch den Kunden werden vollautomatisch Produktstruktur, Prozessplan und Steuerungsprogramme erzeugt. Diese umfassen u. a. G-Code für die Zerspanung, Bauteilnummern auf RFID-Chips, Steuerung der Spannvorrichtungen, Logistik- und Qualitätsprüfungsprozesse sowie Ableitung des Montageplans.

Zu jedem Zeitpunkt sind die Teile mittels RFID-Technologie entlang der Produktion und in späteren Ausbaustufen auch während der Produktnutzung eindeutig identifizierbar. Je nach Auftrag werden die Rohteile in der Frässtation auf die gewünschte Form gebracht. Eine kamerabasierte Qualitätskontrolleinheit überprüft Produkteigenschaften wie Form, Maßhaltigkeit, Material und Farbe und weist Teile bei Nichtbestehen ggf. zurück in die Zerspanung. Gleichzeitig sollen noch tolerierte Abweichungen kontinuierlich in die automatische G-Code- Erzeugung zurückfließen, um eine ständige Verbesserung der Produktionsdaten zu erzielen. Nach Einzelteilprüfung werden die Teile mittels autonomer Transportraupenroboter an den manuellen Montagearbeitsplatz befördert, wo sie mittels dynamisch erzeugter Montageanweisungen per Display, Head-up-Display oder Pick-by-Light vom Monteur gefügt werden. Das Montageergebnis wird abermals kamerabasiert qualitätsgeprüft, bei Bestehen in das Endlager befördert und nach Identifizierung des Auftraggebers an der Entnahmestation an diesen übergeben. Weitere Ausbaustufen sehen die Fertigung von CPS selbst, also beispielsweise sensorbestückter und sogar automatisch vernetzender Produkte, hier Getränkegefäßuntersetzer, die ihre eigene Nutzung sensorisch erfassen und auch im Internet bereitstellen können, vor. Die Kommunikation zum Austausch von Prozess- und Planungsdaten erfolgt nach vorläufiger Planung basierend auf OPCDA, später auch auf OPC-UA, mittels WLAN, RFID und stellenweise Ethernet, EtherCAT und weiteren Industriebussystemen wie ProfiBus oder ProfiNet. Der Demonstrator soll aber auch als Testumgebung für neue Protokolle des Internets der Dinge dienen, insbesondere das Constrained Application Protocol (CoAP) [10].

Die Zielstellung des Demonstrators besteht darin, Methoden und Technologien der Virtuellen Produktentstehung (VPE) über die neuen Möglichkeiten von I4.0-Lösungen mit Methoden und Technologien der realen Produktentstehung zu verbinden und konkrete Nutzenpotenziale und Lösungswege aufzuzeigen (Bild 3). Die Autoren dieses Artikels sind davon überzeugt, dass aus der alleinigen Sammlung und Analyse von Daten aus den Maschinen und Operationen der realen Produktion (Fertigung und Montage) noch keine verlässlichen Annahmen darüber abzuleiten sind, wie eine robuste Änderung der Produktionsabläufe und ihrer expliziten Steuerungen vorzunehmen ist. Der Abgleich mit den intelligenteren Modellen der bisherigen und zukünftigen Digitalen Fabrik als Teil der Informationsfabrik von morgen (siehe auch Kapitel Lösungsansätze) ist hierfür notwendig. Dieser wird jedoch in den meisten Ansätzen des Internet der Dinge und im Umfeld der cyber-physischen Produktionssysteme (CPPS) derzeit noch nicht berücksichtigt.

Die Komplexität der Verbindung zwischen VPE und realer Produktentstehung sowie der auf Basis von CPS operational betriebenen Fabrik besteht u. a. in folgenden Punkten:

• zielgerichtete Aggregation, Überführung und Integration von Sensordaten in die Simulationsmodelle der Produktionsplanung,
• Kopplung und Regelung mit echtzeitfähigen Simulationsmodellen sowie
• Transparenz und Entscheidungsunterstützung für den Produktionsfacharbeiter, indem aktuelle Sensordaten den Prozesszustand in einem Simulationsmodell beschreiben.

Die wesentlichen Herausforderungen sind die Integration von CP/PS in die Modellierung und Entwicklung, Prozessplanung und -entwicklung und in das Informationsmanagement [11] sowie die Kopplung von Sensorik und Aktorik mit den digitalen Modellen der VPE. Zusätzlich soll die virtuelle Absicherung aus verschiedenen Perspektiven (Konstruktion, Produktionsplanung, Prozessentwicklung, Anlagenbau, SPS-Programmierer) und zu verschiedenen Phasen im Produktentstehungsprozess (Entwicklung, Planung, Betrieb, Rekonfiguration, Demontage) betrachtet werden.

Herausforderungen für die Industrielle Informationstechnik

Im Folgenden werden die derzeitigen Zustände der Gewerke Fertigung, Montage, Logistik, Qualitätssicherung und IT vor dem Hintergrund von I4.0 kurz zusammengefasst, um die jeweiligen Herausforderungen aufzuzeigen. Diese Aufteilung erfolgt nach dem noch vorherrschenden Stand in der Industrie, bei dem innerhalb der VPE gewerkspezifische Modelle verwendet werden. Prozesskettenübergreifende, interdisziplinäre Modelle sind Gegenstand der Forschung. Die gemeinsame Herausforderung aller Gewerke besteht darin, einerseits die digitalen Modelle und Informationen der vorgelagerten Entwicklungs- und Planungsphasen im Produktionskontext um Produktionsdaten erweitert bereitzustellen und andererseits die realen Informationen aus den Produktionsnetzwerken in die Modelle der Entwicklungs- und Planungsphasen zurückzuführen.

Aspekte der Teile-Fertigung

Aus Sicht der IIT bestehen vielfältige Werkzeuge und Methoden, um die Fertigungsprozesse digital zu entwickeln und abzusichern. Die grundlegenden Technologien und Werkzeuge für die Entwicklung von Fertigungsprozessen sind verfügbar. Als ein wesentlicher Enabler für I4.0 sollen die Virtuelle Inbetriebnahme (VIBN) und die digitale Inspektion mit der Zielrichtung präventive Wartung und Reparatur hervorgehoben werden. Die VIBN bildet die Verbindung zwischen der Digitalen Fabrik und der realen Produktion jedoch nur aus steuerungstechnischer Sicht ab. Die Virtualisierung der Anlagen soll der bidirektionalen Kopplung zwischen realem Anlagenverhalten und digitalen Prozesssimulationsmodellen in einem skalierbarem Detailgrad ermöglichen.

Wird das Virtuelle Produkt in die reale Produktion überführt, vollzieht sich ein Schnitt auf mehreren Ebenen. Zum einen geht das Wissen der (Simulations-)Modelle verloren, anstatt die Modelle um das reale Prozessverhalten zu erweitern. Zum anderen führen hohe Prozessgeschwindigkeiten und/oder fehlende Zugänglichkeit dazu, dass die Fehlerursachen nur sehr aufwändig identifiziert werden können. Teilweise werden Hochgeschwindigkeitskameras eingesetzt, um die Fehlerursachen zu erkennen. Eine weitere Herausforderung ist die Erstellung und Absicherung der CNC-/SPS-Programme in einem Ad-hoc-Modus. Die Beherrschung eines solchen Modus in Verbindung mit den Modellen der VPE ist eine notwendige Voraussetzung für die Fähigkeit, CPPS basierend auf verarbeiteten Sensordaten entscheiden lassen zu können.

Daher ist geplant, die folgenden Herausforderungen am Demonstrator anzugehen:

• automatische Anpassung des Prozessplans im PLM-System,
• Kopplung zwischen realem Anlagenverhalten, VIBN und Prozesssimulationsmodellen,
• Generierung des G-Codes für die Fräsbearbeitung sowie
• Veränderung der CNC-Steuerungsprogramme in Abhängigkeit vom in-situ-vermessenen Produkt.

Aspekte der Montage

Die manuelle Montage wird eingesetzt, da nur ein Mensch das Potenzial besitzt, sich flexibel an geänderte Randbedingungen, Produktvarianten anzupassen oder Probleme zu beheben [12, 13]. Voraussetzung ist die ausreichende Schulung oder Unterstützung bei der „Führung des Produktionsfacharbeiters“, um genau das passende Bauteil für den Verbau auszuwählen. Die hybride Montage, bei der Produktionsfacharbeiter und Roboter kooperieren, vereint die Vorteile von manueller und automatisierter Montage. Jedoch muss die höhere technische Komplexität von hybriden Systemen als gesteigerter Aufwand in der Entwicklung berücksichtigt werden [14].

Durch CPS können die Montageinformationen direkt vom Werkstück an die Produktionsfacharbeiter, Handhabungsgeräte oder Montageanlagen übergeben werden. Dies können ganze Roboterprogramme oder auch vom Kunden gewünschte individuelle Anbauteile sein. In der manuellen und hybriden Montage können dem Produktionsfacharbeiter mit dem Werkstück die zu dem Auftrag zu verbauenden Bauteile am Arbeitsplatz angezeigt werden, Instruktionen spezifisch, dynamisch generiert und sogar abhängig vom IST-Zustand des Bauteils und der Montagemöglichkeiten für den Verbau übermittelt und notwendiges Knowhow im Kontext des spezifischen Produkts bereitgestellt werden.

Für die Unterstützung der Montage sollen am Demonstrator mobile und stationäre Applikationen entwickelt werden, um Montageinformationen für das kundenspezifische Produkt zu übermitteln. Entsprechend des erstellten Prozessplans sollen Bauteile über Pick-by-Light-Operationen entnommen und Montageoperationen anhand von animierten Montagesequenzen durchgeführt werden.

Aspekte der fabrikinternen Logistik

Fahrerlose Transportsysteme (FTS) identifizieren Werkstücke, Werkstückträger oder Kisten und bringen diese zu ihrem Bestimmungsort. Die Systeme sind jedoch nicht selbstorganisierend, intelligent oder gar flexibel. Die im Boden eingelassenen Marker werden mittels eingebetteter Sensorik erfasst, wobei die Steuerung der FTS noch immer zentralisiert über die Leitsysteme erfolgt. Insgesamt ist festzustellen, dass die betrachteten Referenzsysteme einen flexibleren Aufbau des Transportsystems zeigen und somit die Entscheidungsmöglichkeiten im Hinblick auf das Routing von Aufträgen deutlich steigern [15].

Mit I4.0 sollen FTS als Transportsysteme stärker in die Produktionssteuerung eingebunden werden. Auf den FTS montierte Manipulatoren können Bauteile direkt aus dem Bearbeitungsbereich entnehmen bzw. positionieren, was eine Kommunikation zwischen FTS und Bearbeitungsstation voraussetzt [16]. Das FTS soll ohne vorherige Absicherung Transporte übernehmen, selbstständig einen Weg des Transports suchen und sich in den betrieblichen Ablauf einordnen.

Im Demonstrator wird die Aufgabe der FTS von autonomen Transportraupenrobotern übernommen. Zusätzlich zu den FTS werden Portal-Roboter für Pick-and-Place-Operationen verwendet, die sich in den Transporträumen überschneiden. Wegen der Kollisionsgefahr werden beide Systeme miteinander kommunizieren. Für die Überwachung und Steuerung soll zusätzlich eine 3D-Kamera zum Einsatz kommen. Für die Materialflusssimulation sollen daher verschiedene Sensordaten als Informationsquelle verwendet werden. Für die Steuerung des Materialflusses hingegen soll die erweiterte Logik des Simulationsmodells genutzt werden, welche durch die Sensorik ermöglicht wird.

Aspekte der Qualitätssicherung

Gegenwärtig ist die Qualitätssicherung sowohl in der Entwicklung als auch in der Produktion geprägt von statistischen Verfahren [17]. Während man in der Entwicklungsphase u. a. die Variational Simulation-Analyse nutzt, um Toleranzen des Produkts prospektiv abzusichern, werden in der Produktion Stichproben und Trendanalysen von Inline-Messungen genutzt, um die Qualität des Produkts real abzusichern. Erfahrene Mitarbeiter justieren manuell nach. Die Prozessursachen der Justage werden den vorgelagerten Prozessen jedoch nicht mitgeteilt. Der Eingriff erfolgt lokal und reaktiv.

Mittels I4.0 soll der Weg von einer passiven hin zu einer aktiven Qualitätssicherung beschritten werden. Neue Möglichkeiten intelligenter Korrekturvorrichtungen können Fehler zum Teil beheben und vor- und nachgelagerten Teilprozessen Abweichungen mitteilen. Dies setzt jedoch voraus, dass das Wissen zur Fehlerbehebung in einer verwendbaren Form vorliegt.

Am Demonstrator soll dazu die direkte Bereitstellung und Nutzung von realen Produktionsfähigkeiten für die Qualitätsplanungsmodelle entwickelt werden. Anstatt sich die cpk-Werte aus den jeweiligen Gewerken manuell zu beschaffen, sollen diese direkt in den Prozessmodellen hinterlegt werden. Aus der Kombination von Technologien des Reverse Engineerings (RE) und der VIBN wird ein Produktmodell entwickelt, welches zusätzlich zur geometrischen Abweichung um Zeit- und Sensordaten angereichert wird. Dadurch sollen Ursachen direkt am Bauteil identifiziert und visualisiert werden können. Nach bisherigem Stand der Forschung sind die RE-Verfahren noch zu zeitaufwändig, um diese parallel zur Produktion einzusetzen, geschweige denn diese um weitere Sensordaten zu erweitern. Das IPK forscht in diesem Zusammenhang an der Beschleunigung der RE-Verfahren, sowohl für die „normale“ Flächenrückführung von Baugruppen mittels optischer Scan-Verfahren für die Wartung und Instandhaltung im Fraunhofer Innovationscluster MRO (www.innovationscluster-mro.de) [18] als auch – im Verbund mit der TU Berlin – für elektronische Baugruppen mittels CT-Scans im Projekt INPIKO.

Daten- und Informationsmanagement

Heute wird die Produktion mittels der klassischen Automatisierungstechnikpyramide gesteuert. Getrieben durch CPS soll diese durch vernetzte, dezentral organisierte bzw. teilweise selbstorganisierende Dienste ersetzt werden (Bild 4) [19].

In der Automatisierungspyramide werden heute Daten und Informationen von der Feldebene über Steuerungs- und Prozessebene von unten nach oben verdichtet. Informationen über die zu fertigenden Produkte aus CAx-Systemen werden aus EDM-/PDM-Systemen über ERP-Systeme an die Fertigungssteuerung übergeben (Bild 5).

Die Daten aus der Produktionsplanung und -absicherung liegen in den Unternehmen in PLM-Lösungen vor. Jedoch fehlt eine durchgängige Verknüpfung von Daten und Informationen aus der Produktentwicklung, Produktionsplanung und der Produktion, obgleich die Unternehmen die Notwendigkeit hierfür auch ohne Industrie 4.0 erkannt haben (vgl. [21]).

Auf Grund der Auflösung der hierarchischen Automatisierungspyramide (vgl. Bild 4) durch die CPPS müssen daher die Entwicklungsdaten, aber auch Informationen aus der Planung und Absicherung über verteilte Dienste teilweise auch in Echtzeit in der Produktion bereitgestellt werden.

Dies beinhaltet nicht nur einen reinen Transfer der Planungsdaten, sondern auch die Transformation in eine für die Maschinen oder die Produktionsfacharbeiter interpretierbare Form. Hierfür sind eine kontextgerechte Aufbereitung und Bereitstellung des Wissens notwendig. Den zukünftigen Mensch-Maschine-Schnittstellen kommt dabei eine besondere Bedeutung zu, da die Begrenzung der Darstellung von bestimmten Informationen in einer Ebene der Automatisierungstechnik nun aufgehoben wird [20].

Die Informationsfabrik – die neue Wertschöpfungsstätte von Industrie 4.0

Die Auswirkungen von I4.0 treffen nicht nur die reale Produktionsphase, sondern den gesamten Produktlebenszyklus. Daher sollte der Fokus nicht nur auf Produkte (CPS) oder Produktionssysteme (CPPS), sondern auch auf Cyber Physical Lifecycle Systems (CPLS) gelegt werden.

In Analogie zur klassischen Fabrik machen I4.0-Lösungen eine durchgängige Informationsbasis notwendig. Die Informationsfabrik versteht sich als virtuelle Produktionsstätte, die mittels Kombination unterschiedlichster Arbeitsvorgänge unter Zuhilfenahme von Algorithmen, Datenquellen, Logik und menschlicher Führung Informationserzeugnisse für den Fabrikbetrieb generiert (Bild 6).

Die angestrebte (teil-)autonome, adaptive Produktion ist mittels Standardisierung und I4.0-Services allein nicht umzusetzen. Die nächste Stufe des Daten- und Informationsmanagements für die Industrie besteht daher in der Externalisierung und Abbildung von Wissen über die Planung und Steuerung von komplexen Arbeitsvorgängen. Für diesen Schritt stehen unterschiedliche technische Lösungen zur Verfügung (z. B. Workflow Engines, Mustererkennung, maschinelles Lernen, Big Data und formale Notationen wie WS-BPEL). Höhere Intelligenz, vergleichbar mit menschlicher Intelligenz, gehört auch nach über 30 Jahren intensiver Beschäftigung mit künstlicher Intelligenz zu den Forschungsthemen mit geringer Anwendungsreife für die industrielle Produktion.

Ebenfalls Forschungsgegenstand ist das Thema Absicherung. Unterschiedliche Quellen sprechen heute von 0,5 bis 50 Fehlern auf 1.000 Zeilen Programmquelltext. In einer hochvernetzten Produktion können Fehlerfortpflanzungen im schlimmsten Fall zum Stillstand des Gesamtsystems führen. Jegliche (teil-)autonome Prozesse sind daher im Verbund des Gesamtsystems vorab auszulegen und abzusichern. Die Informationsfabrik virtualisiert und simuliert zu diesem Zweck das Gesamtsystem und ist bidirektional mit diesem gekoppelt. Die Informationsfabrik geht damit weit über den Ansatz der bisherigen Digitalen Fabrik hinaus. Die Informationsfabrik wird zum Schlüssel für I4.0 und muss daher eine Reihe von Fähigkeiten über die Bereitstellung von Intelligenzen aufweisen, wenn der I4.0-Ansatz erfolgreich umgesetzt werden soll.

Die o.g. Anwendungsbereiche haben gezeigt, dass der Zugang zu I4.0 in den Informationen und deren Verwendungs- und Anwendungskontext liegt. Doch zunächst müssen Informationen verfügbar sein. Dafür sind im Kontext von I4.0 diese erst aus Daten zu gewinnen und bereitzustellen. Dies erfordert die Einbindung von Sensoren, die notwendige Daten erfassen, aber auch in den erforderlichen Notationen und Formaten speichern und weiterverarbeiten.

Industrie 4.0 Services

In Anlehnung an die bekannten Web-Services stellen I4.0-Services Hilfsmittel zur Beherrschung der Datenflut für die verantwortlichen Rollen dar. Ein Service kapselt Arbeitsvorgänge des Daten- und Informationsmanagements. I4.0-Services sollen die horizontale und vertikale Integration zwischen der realen Produktion und dem Product-Lifecycle-Management-Konzept ermöglichen. Dafür ist es notwendig, dass diese mit PLM-Services [22] und CAx-Werkzeugen kommunizieren können. Dies macht eine Erweiterung der PLM-CAx-Infrastruktur notwendig. Unter anderem müssen PLM-Services angepasst werden, um beispielsweise die Zuordnung von realen Sensordaten zu digitalen Prozess- und Simulationsmodellen der Digitalen Fabrik durchführen zu können.

I4.0-Services bieten das Potenzial, die Diskrepanz zwischen den Modellen der VPE und der realen Produktion aufzulösen und digitale, bidirektionale Durchgängigkeit über den gesamten Produktlebenszyklus zu erzielen. Folgende Szenarien sollen der Veranschaulichung dienen:

• Der Konstrukteur würde für ein Bauteil prozesskettenübergreifende Sensordaten von Prozesseinflüssen in seinen CAx-Modellen bereits vorfinden (z. B. ausgesetzte Temperaturschwankungen).
• Der Fertigungsprozessentwickler würde reales Anlagenverhalten mittels der VIBN sowie reale physikalische Prozesswerte mittels der Sensorik für seine Prozessmodelle erhalten.
• Der Produktionsfacharbeiter hätte digitale Modelle von Anlage und Prozess zur Verfügung. Er könnte wesentlich schneller auf die Problemursache stoßen und Ausweichstrategien entwickeln.
  Die Anlagenbauer könnten ihre Anlagen präziser auslegen, müssen jedoch zusätzliche Informationsbedarfe über die Auslegung und Auswertung der Sensorik berücksichtigen.

Dies kann als zusätzliches Geschäftsmodell im Rahmen von industriellen Produkt-Service-Systemen (IPS2) erfolgen. Die vorläufigen Analysen der Autoren unterscheiden folgende Arten von I4.0-Services (als ein Teil der zukünftigen smarten Dienstewelt):

• Basisdienste
  Die Datenerfassung und -bereitstellung erfolgt auf der Sensor-/Aktorebene. Der Kontext umfasst alle Informationen, die notwendig sind, um die Quelle der Sensordaten eindeutig zu identifizieren und die Sensordaten in den jeweiligen Prozessen sowie Produkt- und Prozessmodellen bereitzustellen. Zusätzlich zum Kontext werden für die Aktoren auch Aktionsmodelle bereitgehalten, um die Steuerung und Prozessbeeinflussung zu identifizieren.
• Anwendungsdienste
  Basierend auf logischen Regeln und formalisiertem Wissen werden Basisdienste koordiniert. Dies ermöglicht eine prozesskettenübergreifende Anpassung. Beispielsweise können erfasste Messdaten mit Best Practices verglichen werden, um ggf. Korrekturwerte für die Aktorik in die vor- und nachgelagerten Prozesse zu übermitteln.
• Ingenieursdienste
  Die Ingenieursdienste stellen den Ingenieuren ganzheitliche Informationen über die gesamte Prozesskette bereit. Sie sind mit den CAx-Werkzeugen gekoppelt und unterstützen Ingenieure bei der Informationsbeschaffung und Modellierung. Sie fußen auf den Basis- und Anwendungsdiensten und unterstützen bei unternehmensübergreifenden, technischen Änderung, Verbesserung, Fehlerfindungs- und -behebungstätigkeiten. Ingenieursdienste müssen für spezifische technische Aufgabenstellungen ausgelegt werden.
  Die Komplexität in der Verbindung zwischen den Modellen der Virtuellen Produktentstehung und großen Datenmengen realer Prozesse besteht u. a. in der sinnvollen Verknüpfung und in der kontext-basierten Aufbereitung von Sensordaten.
• Managementdienste
  Managementdienste betrachten die wirtschaftlichen und organisatorischen Aspekte standortübergreifend. Neben den Zielgrößen Qualität, Zeit und Kosten werden beispielsweise auch Energieeffizienz, Ressourcenverfügbarkeit und -auslastung, Personalplanung, Lieferantenbewertungen mit berücksichtigt. In Verbindung mit den technischen Diensten (Basis-, Anwendungs- und Ingenieursdienste) stellen diese eine detaillierte ganzheitliche Entscheidungsbasis bereit.

Ein I4.0-Service kann beispielsweise anhand der Eingabe von Anforderung an die Prozessqualität Aussagen zu notwendigen Wartungsintervallen treffen. Dafür nutzt der I4.0-Service Maschinendaten, wie z. B. Laufzeiten und Schalthäufigkeiten, die auch heute schon Gegenstand der Betriebsdatenerfassung sind. Eine bisher unerfüllte Anforderung an die Realisierung ist die standardisierte Anreicherung von Daten mit semantischen Informationen. Ähnlich der Wettermessstation, deren Daten einer Georeferenz zugeordnet sind, müssen auch die technischen Betriebsdaten über einen hinreichenden Satz an Metadaten eindeutig dem Entstehungskontext zuordenbar sein. Ist diese Anforderung erfüllt, kann mit einer schnellen Verbreitung von I4.0-Services gerechnet werden. Jedoch erwachsen auch aus dieser Entwicklung weitere Herausforderungen. Dies betrifft vor allem die Orchestrierung der Services, also die sinnhafte Kombination von einzelnen, informationstechnisch abgebildeten Arbeitsvorgängen.

Für die weitere Entwicklung der I4.0-Services müssen entsprechende Standards evaluiert bzw. weiterentwickelt werden. Gegenwärtig müssen auf Grund der hohen Echtzeitanforderungen steuerungstechnische Spezifika Berücksichtigung finden. Dennoch sollen hier die aus Sicht der Autoren wichtigsten Standards in diesem Kontext genannt werden:

• OLE for Process Control (OPC – DA & UA) (https://opcfoundation.org),
• MTConnect (USA) (http://www.mtconnect.org) und
• das Constrained Application Protocol (CoAP) (https://tools.ietf.org/html/ rfc7252),
  aber auch das für die mechatronische Entwicklung von Anlagen ausgelegte AutomationML (www.automationml.org).

In diesem Zusammenhang muss ebenfalls SysML (http://sysml.org) erwähnt werden, da dieses Format aus dem Systems Engineering die Zusammenhänge zwischen Produkt, Prozess, Ressourcen und zugehörigen Sensordaten in ein für das PLM verarbeitbares Format überführen kann.

Stufenmodell für die Informationsfabrik

Die beschriebenen Ziele, die mit I4.0 verfolgt werden sollen, können nicht ad hoc umgesetzt werden, da die Voraussetzungen, v.a. aus informationstechnischer Sicht wie die Vernetzung der Informationen in Entwicklung und Planung, nur teilweise gegeben sind. Auch liegen die Daten in den Domänen Entwicklung, Planung, Arbeitsvorbereitung und Produktion in unterschiedlichen, heterogenen Formaten vor (vgl. [21] ), die damit nicht direkt für die I4.0-Anwendung genutzt werden können.

Hierzu wurde in enger Zusammenarbeit zwischen dem Fachgebiet Industrielle Informationstechnik des IWF an der TU Berlin und dem Geschäftsfeld Virtuelle Produktentstehung des Fraunhofer-IPK ein Stufenmodell entwickelt, welches eine schrittweise Implementierung des Informationsmanagements auf dem Weg zu I4.0 beschreibt (Bild 7).

Die erste Stufe stellt hierbei die „Stufe der Daten und Informationen“ dar, in der eine intelligente und verteilte Betriebs- und Maschinendatenerfassung erfolgt. Diese Datenerfassung bildet die Grundlage für die folgende Aufarbeitung der gesammelten Daten zu produktionsrelevanten Informationen sowie Intelligenzen und stellt gleichzeitig die Voraussetzung für die folgende Stufe dar.

Die zweite Stufe der „Aktivitäten in Entwicklung und Betrieb von Produktionssystemen“ ermöglicht die Veränderung von betrieblichen Abläufen wie die Steuerung von dezentralen Dienstleistungen in Wartung und Instandhaltung, aber auch für die Weiterentwicklung von IPS2.

Sind die einzelnen und dezentralen Aktivitäten definiert und realisiert, kann die „Stufe der Modelle und Simulationen“ erreicht werden. Aus den dezentralen Dienstleistungen lassen sich so Informationen über die operative Produktion gewinnen und mit intelligenten Modellen der Digitalen Fabrik, wie z. B. intelligenten Simulations- oder Optimierungsmodellen von Wartungsplanung oder Produktionssteuerung verknüpfen. In der Stufe sollen auch bekannte oder bereits erfolgreich realisierte Entscheidungsmuster mit einbezogen werden, um die selbstlernende Fabrik zu ermöglichen.

Die letzte Stufe, die „Stufe der autonomen Handlungen“ soll nicht nur die Planung von Abläufen beeinflussen, sondern die Abläufe selbst verändern und optimieren. Eine eigenständige Rekonfiguration soll basierend auf neuen Produkteigenschaften, bestehenden Mustern und Auftragsdurchläufen ermöglicht werden. Dafür wird ein selbstständiger Eingriff in Steuerungen und Bearbeitungsprogramme von Maschinen, Anlagen und intelligenten Betriebsmitteln erfolgen.

Die Informationsfabrik soll über den gesamten Lebenszyklus hinweg all diese Ebenen adressieren und abdecken. Hier sollen die im Produktlebenszyklus entstehenden Daten kontinuierlich gesammelt und die jeweils für den Anwendungszweck relevanten Informationen extrahiert und aggregiert werden. Die Informationsfabrik soll aber auch das notwendige Wissen über den Produktlebenszyklus hinweg generieren. So können auch Daten aus den späteren Phasen des Lebenszyklus (z.B. aus dem MES oder QS-System) in Informationen gewandelt werden und als Wissen über das Produkt in die autonome Ebene einfließen.

Zusammenfassung

Der vorliegende Fachartikel zum Thema I4.0 erklärt, warum eine verkürzte Betrachtung einer datensprudelnden Produktionsmaschine mit Internetfähigkeit alleine keine Mehrwerte für einen I4.0- orientierten Fabrikbetrieb und Lebenszyklus liefern kann. Die Autoren haben die Kernelemente einer cyber-physische Produktionswelt aufgezeigt und die Informationsfabrik als neue Wertschöpfungsstätte und zentrales Bindeglied zwischen der realen Produktionsfabrik und der bisher ausschließlich planerisch genutzten Digitalen Fabrik eingeführt sowie die damit bereitzustellenden I4.0-Services vorgestellt. Der derzeit am Produktionstechnischen Zentrum im Aufbau befindliche I4.0-Demonstrator wurde darüber motiviert und bezogen auf die relevanten wissenschaftlichen und industriellen Fragestellungen ausgelegt. Gleichzeitig mit dem Aufbau des Demonstrators und den damit verbunden F & E-Arbeiten werden am Produktionstechnischen Zentrum zusammen mit der Industrie die geeigneten nächsten Schritte gemäß dem in diesem Artikel vorgestellten Stufenmodell für die Umsetzung der I4.0-Informationsfabrik erarbeitet, diskutiert und evaluiert.

Literatur

1. Lee, E. A.: Cyber-Physical Systems: Are Computing Foundations Adequate? 2006
2. Perera, C.; Liu, C. H.; Jayawardena, S.; Chen, M.: A Survey on Internet of Things from Industrial Market Perspective. IEEE Access 2 (2014), S. 1660 – 1679
3. Drath, R.; Horch, A.: Industrie 4.0: Hit or Hype? [Industry Forum]. EEE Ind. Electron. Mag. 8 (2014) 2, S. 56 – 58
4. Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0: Abschlussbericht des Arbeitskreises Industrie 4.0. acatech – Deutsche Akademie der Technikwissenschaften e. V, Apr. 2013
5. Bettenhausen, K. D.; Kowalewski, S.: Cyber- Physical Systems: Chancen und Nutzen aus Sicht der Automation, 2013
6. Bühler, J.; Schlund, S. et al.: Industrie 4.0 – Volkswirtschaftliches Potenzial für Deutschland. Available: http://www.bitkom.org/files/documents/Studie_Industrie_4.0.pdf (2015, Feb. 27)
7. Stahl, B.; Goericke, D.: VDMA-Forum Industrie 4.0. Available: http://industrie40.vdma.org/ (2015, Feb. 27)
8. Koschnick, G.: Industrie 4.0 schafft Wertschöpfungsnetzwerke. Available: http://www.zvei.org/Themen/Industrie40/Seiten/default.aspx (2015, Feb. 27)
9. Uhlmann, E.; Kohl, H.; Hohwieler, E.: Potenzialanalyse Industrie 4.0 – Berlin. Berlin
10. N. N.; The Constrained Application Protocol (CoAP), 2070 – 1721, 2014
11. Derler, P.; Lee, E. A.; Vincentelli, A. S.: Modeling Cyber-Physical Systems. Proc. IEEE 100 (2012) 1, S. 13 – 28
12. Zäh, M.; Wiesbeck, M.; Engstler, F.; Friesdorf, F.; Schubö, A.; Stork, S.; Bannat, A.; Wallhoff, F.: Kognitive Assistenzsysteme in der manuellen Montage: Adaptive Montageführung mittels zustandsbasierter, umgebungsabhängiger Anweisungsgenerierung. wt Werkstattstechnik online 97 (2007) 9, S. 644 – 650
13. N.N: Manuelle Montage 3.0: Dreiklang am Arbeitsplatz”, Im Zusammenführen von Produktionssystem, IT-System und Montagearbeitsplätzen zu einem integrativen System sieht Bott den Beginn einer neuen Epoche in der manuellen Montage, Dec. 2013
14. Verl, A.; Fritsch, D.; Winkler, B.: Hybride Systeme in der Montage: Volle Wirtschaftlichkeit bei halber Automation. wt Werkstattstechnik online 99 (2009) 9, S. 606 – 613, http://www.werkstattstechnik.de/wt/get_article.php?data[article_id]=50572, 2009.
15. Schreiber, S.: Entwicklung einer Vergleichs- und Bewertungsmöglichkeit von dezentralen Steuerungsarchitekturen für Produktionssysteme. Dissertation, Professur für Automatisierungstechnik, Helmut Schmidt Universität – Hochschule der Bundeswehr Hamburg, Hamburg, 2013
16. Bauernhansl, T.; ten Hompel, M.; Vogel-Heuser, B.: Industrie 4.0 in Produktion, Automatisierung und Logistik. Springer Fachmedien, Wiesbaden 2014
17. Geiger, W.; Kotte, W.: Handbuch Qualität. 5. Aufl., Vieweg Verlag, Wiesbaden 2008
18. Stark, R.; Grosser, H.; Müller, P.: Product Analysis Automation for Digital MRO Based on Intelligent 3D Data Acquisition. CIRP Annals – Manufacturing Technology 62 (2013) 1, S. 123 – 126
19. N. N.: VDI, Cyber-Physical Systems: Chancen und Nutzen aus Sicht der Automation: Thesen und Handlungsfelder. Available: http://www.vdi.de/uploads/media/Stellungnahme_Cyber-Physical_Systems.pdf (2015, Mar. 03)
20. Jung, M.; Schuh, G.: Produktionsmanagement Vorlesung 08 Somersemster 2007:Product Lifefcycle Mangement I. Aachen
21. Deuse, J.; Kim, M.; Neumeyer, S.; Schallow, J.; Stark, R.: Studie „Digital Manufacturing“ – Status Quo und Handlungsempfehlungen für die digitale Produktentstehung. ProduktDatenJournal (2014) 2, S. 12 – 17
22. Product Lifecycle Management Services, formal/2011 – 05 – 03, 2011
23. Spath, D. (Hrsg.): Produktionsarbeit der Zukunft – Industrie 4.0. Studie des Fraunhofer-Instituts für Arbeit, Wirtschaft und Organisation. Fraunhofer IRB Verlag, Stuttgart 2013.

Die Autoren dieses Beitrags
Prof. Dr.-Ing. Rainer Stark, geb. 1964, studierte Maschinenbau an der Ruhr-Universität Bochum sowie der Texas A & M University (USA). Von 1989 bis 1994 war er als Wissenschaftlicher Mitarbeiter am Lehrstuhl für Konstruktionstechnik/ CAD der Technischen Fakultät der Universität des Saarlandes beschäftigt. Mit der Erlangung des Grades Dr.-Ing. wechselte er zur Ford AG. Dort war er zuletzt als Technischen Manager der „Virtuellen Produktentstehung und Methoden“ der Ford Motor Company Europa tätig. Seit Februar 2008 ist er Leiter des Fachgebietes Industrielle Informationstechnik der TU Berlin und Direktor des Geschäftsfeldes Virtuelle Produktentstehung des Fraunhofer-Instituts für Produktionsanlagen und Konstruktionstechnik.

Dipl.-Ing. Marcus Kim, geb. 1978, studierte Wirtschaftsingenieurwesen Maschinenwesen an der TU-Berlin und Innovationsmanagement an der University of California. Seit 2007 arbeitet er als Wissenschaftlicher Mitarbeiter im Fachgebiet Industrielle Informationstechnik an der Technischen Universität Berlin. Sein Forschungsbereich umfasst die Schnittstellen zwischen Produktentwicklung und Produktionsplanung sowie dem Informationsmanagement.

M. Eng. Thomas Damerau, geb. 1982, studierte Telematik an der Technischen Hochschule Wildau. Seit 2011 arbeitet er als Wissenschaftlicher Mitarbeiter im Geschäftsfeld Virtuelle Produktentstehung am Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik (IPK). Seine Arbeitsschwerpunkte umfassen das Informationsmanagement für die Produktentstehung sowie die aktive Kundenintegration in die Produktentstehung.

Dipl.-Ing. Sebastian Neumeyer, geb. 1979, studierte Maschinenbau mit Schwerpunkt Produktionstechnik an der Technischen Universität Berlin. Seit 2009 arbeitet er als Wissenschaftlicher Mitarbeiter im Geschäftsfeld Virtuelle Produktentstehung am Fraunhofer IPK. Seine Arbeitsschwerpunkte umfassen die Themen Produktdatenmanagement und Product Lifecycle Management sowie das Themenfeld der Digitalen Fabrik.

Dipl.-Ing. Thomas Vorsatz, geb. 1981, studierte Maschinenbau mit Schwerpunkt Konstruktionstechnik an der Technischen Universität Berlin. Nach mehrjähriger Tätigkeit als Konstrukteur im Sondermaschinenbau ist er seit 2014 als Wissenschaftlicher Mitarbeiter im Geschäftsfeld Virtuelle Produktentstehung am Fraunhofer IPK beschäftigt. Seine Arbeitsschwerpunkte umfassen das Systems Engineering sowie Methoden der frühen Absicherung mittels Simulation und Erlebbarkeit durch Smart Hybrid Prototyping in der Produktentwicklung.