atp edition Anlagentopologien automatisch erstellen (Vorschau)

4 / 2014 

56. Jahrgang B3654 

DIV Deutscher Industrieverlag GmbH 

Automatisierungstechnische Praxis 

Anlagentopologien 

automatisch erstellen | 28 

IKT in der Fabrik 

der Zukunft | 42 

Intelligente Assistenzsysteme 

für die Automation | 54 

Advanced Position Control 

für Servoachsen | 62

Rund um die Uhr 

erstklassig informiert 

• das innovative Online-Medium 

• Nachrichten gezielt recherchieren 

• die ideale Ergänzung zu atp edition 

www.atpinfo.de 

Automatisierung 

auf den Punkt 

Noch schneller informiert mit dem Newsletter atp!update 

Jetzt für den Newsletter anmelden: 

www.atpinfo.de/newsletter 

• atp edition 

• Branche 

• Veranstaltungen 

• Forschung 

• Produkte 

update

EDITORIAL 

Die Integration macht’s 

Diese Ausgabe der atp edition – automatisierungstechnische Praxis ist ein 

hervorragendes Beispiel für das Spektrum und die Themenvielfalt der Automatisierungstechnik. 

So geht es in dieser Ausgabe um die Fabrik der Zukunft, 

um intelligente Assistenzsysteme, um Anlagentopologie und deren automatische 

Erstellung, aber auch um Positionsregelung für Servo-Achsen. Die Beiträge 

zeigen, wie wir in der Automatisierungstechnik auf verschiedenen Ebenen 

sowohl in der Breite vorgehen als auch Themen in der Tiefe adressieren. 

In der Automatisierungstechnik beherrschen wir es, vielgestaltige Themen 

zu bündeln und als Ganzes voranzubringen. Natürlich ist es bei dieser Fülle 

von Themen, Anwendungen und Herausforderungen nicht ganz einfach zu 

vermitteln, was die Spezialitäten unsere Fachdisziplinen sind. Denn, als Integrationswissenschaft 

befassen wir uns mit einer Vielfalt von Aspekten und 

haben zudem den Anspruch, unsere Konzepte in einer Reihe von Industriebereichen 

zur Anwendung zu führen. Hier helfen uns die Schlagworte von 

„Industrie 4.0“ und „Cyber-physischen Systemen“, um darüber die Themen 

der Automatisierungstechnik in Politik und Gesellschaft zu transportieren. 

In meiner Startphase an der Universität Stuttgart ergibt sich bei der Übernahme 

des Instituts für Automatisierungs- und Softwaretechnik (IAS), einem 

Institut mit fast 80-jähriger Tradition, eine ganze Reihe von Fragestellungen, 

die die Zukunft betreffen. Welche zukünftige Strategie und Ausrichtung verspricht 

Erfolg? Welche Forschungen sind derzeit besonders relevant? Wo liegen 

die größten Innovationspotenziale? Welche Anwendungen sind signifikant? 

Bei der Hyperspezialisierung in der Branche teilen Sie womöglich meine 

Beobachtung immer speziellerer Lösungsangebote. So manche Fachmesse 

überrascht kaum mit Technologie, sondern mit Angeboten für bisher ungeahnte 

Nischenanwendungen. 

Trotzdem ist ein Trend klar erkennbar: Vernetzte Systeme aus intelligenten 

Einheiten und damit die Möglichkeit einer dezentralen Organisation. Meine 

Forschung in Stuttgart wird sich daher auf Automatisierungstechnik und Softwaresysteme 

konzentrieren, die Frage der Komposition von Baukästen – mechatronisch 

und multidisziplinär –, der Konfiguration von Systemen statt 

deren Entwicklung, Methoden zur Steuerung dezentraler Systeme, aber auch 

Fragen nach dem Test und der Evaluation nachgehen. 

Doch bei aller Relevanz dieser Themenstellung geht es heute nicht nur darum, 

die Spezialitäten einzelner Forschungseinheiten zu platzieren. Vielmehr 

muss es uns auch als Gemeinschaft der Automatisierer gelingen, Konzepte 

föderativ voranzutreiben. 

Beim Thema Industrie 4.0 ist es zwischenzeitlich geschafft, einen Industrie-4.0-Demonstrator 

als eine Initiative der TuLAUT ins Leben zu rufen. Dieser 

Demonstrator zeigt ein mögliches Konzept für Industrie 4.0, zu dessen 

Realisierung ein Starter-Kit bereitsteht. Ausgehend von diesen initialen Ergebnissen 

sind neue Partner im Sinne des föderativen Ansatzes ausdrücklich 

aufgerufen sich zu beteiligen. 

Ich hoffe, dass wir durch das Zusammenführen unserer Kompetenzen Meilensteine 

für die Automatisierung setzen können. 

PROF. DR.-ING. 

MICHAEL WEYRICH, 

Institutsdirektor, 

Institut für Automatisierungsund 

Softwaretechnik, 

Universität Stuttgart 

atp edition 

4 / 2014 

3

INHALT 4 / 2014 

FORSCHUNG 

8 | Software Campus sucht IT-Projekte, die Förderung verdienen 

Call for atp experts: Mensch-Prozess-Kommunikation 

9 | KommA: Beiträge bis 9. Mai 2014 einreichen 

Call for Papers: SPS IPC Drives 2014 

10 | Automatisierte Fehlerursachensuche im 

Chip-Entwurf gewinnt Embedded Award 2014 

Cebit-Innovation-Award-Sonderpreis: 

Touchscreen erkennt Nutzer am Fingerabdruck 

BRANCHE 

11 | Kolloquium in Boppard: Best Paper Award geht nach München 

12 | Big-Data-Kompetenzen in Berlin und Dresden 

Achema-Gründerpreis: Bewerbung bis Ende 2014 

Lanxess: Zachert Anfang April im Amt 

VERBAND 

14 | Nach zehn Jahren: Gunther Koschnick löst 

Reinhard Hüppe als Geschäftsführer ab 

VDE sieht beim taktilen Internet Zukunftschancen 

Automation 2014: Robotik und Gebäudeautomation 

15 | Verband der Chemischen Industrie: 

Optimistische Prognose für die Branche in diesem Jahr 

RUBRIKEN 

3 | Editorial 

74 | Impressum, Vorschau 

4 


4 / 2014

PRAXIS 

16 | Betriebssicherheit: Differenzstrom-Überwachung 

erhöht Verfügbarkeit der Anlage 

18 | Durchflussmessgeräte unterstützen 

bei Erfüllung behördlicher Auflagen 

und sparen Kosten 

20 | 129 Photobioreaktoren sorgen für 

energieeffiziente Nutzung von Gebäudefassade 

in Hamburg 

22 | Burst-Technologie ermöglicht hohe Qualität 

ohne Reibungsverlust bei der Laserbearbeitung 

24 | Funktionales Engineering: 

Maschinen mit aktualisierter Software 

übergreifend konfiguriert 

Produkte, 

Systeme 

und Service 

für die 

Prozessindustrie? 

Natürlich. 

NACHRUF 

26 | Fachwelt der Automation trauert 

um Prof. Dr.-Ing. Uwe Maier 

HAUPTBEITRÄGE 

28 | Anlagentopologien automatisch erstellen 

M. HOERNICKE, L. CHRISTIANSEN UND A. FAY 

42 | IKT in der Fabrik der Zukunft 

C. FREY, M. HEIZMANN, J. JASPERNEITE, O. NIGGEMANN, 

O. SAUER, M. SCHLEIPEN, T. USLÄNDER UND M. VOIT 

54 | Intelligente Assistenzsysteme 

für die Automation 

S. WINDMANN UND O. NIGGEMANN 

62 | Advanced Position Control 

für Servoachsen 

O. ZIRN, L. KATTHÄN UND M. KREUTZER 

System 800xA 5.1 hilft Anlagen 

noch effizienter zu betreiben und 

die Produktivität und Rentabilität 

zu verbessern. Dies wird durch 

gesteigerte Bediener-Effizienz, 

optimiertes Handling bei Batch- 

Produktion, effizientere Sequenzkonfiguration, 

verbesserte 

Asset-Verwendung und optimierte 

Engineering Best Practices erreicht. 

Wünschen Sie sich auch so eine 

effiziente Anlagenbedienung? 

www.abb.de/controlsystems 

Wussten Sie, dass Ihnen ABB 

neben maßgeschneiderten 

Leitsystemen ein umfassendes 

Portfolio für die Instrumentierung, 

herausragende Produkte und 

Lösungen für die Analysentechnik 

sowie erstklassigen Service bietet? 

Lesen Sie mehr unter: 

www.abb.de/ 

prozessautomatisierung 

ABB Automation GmbH 

Tel.: +49 (0) 1805 26 67 76 

marketing.control-products@de.abb.com

Ein Partner für alles – und die Welt 

der Prozessautomatisierung ist komplett. 

Endress+Hauser bietet Ihnen weltweit das komplette 

Leistungsspektrum für die Prozessautomatisierung – 

von der vollumfänglichen Feldinstrumentierung bis hin 

zu Automatisierungslösungen und attraktivem Life Cycle 

Management. Als solides, finanzkräftiges Familienunternehmen 

mit 60 Jahren Erfahrung stehen wir für Fairness 

und Verlässlichkeit, höchste Qualität, Innovationskraft 

und Technologieführerschaft. Beste Voraussetzungen, um 

Ihnen die komplette Welt der Prozessautomatisierung zu 

erschließen.

07.–11.04.2014 | Hannover 

www.hannovermesse.de 

Halle: 11 

Stand C39 

Der Film zum Komplettanbieter – 

jetzt informieren. 

Alles unter 

www.einfachalles-alleseinfach.de

FORSCHUNG 

Software Campus sucht IT-Projekte, 

die Förderung verdienen 

Das IT-Förderprojekt für Doktoranden und Masterstudierende 

„Software Campus“ geht in die nächste 

Runde. Mit bis zum 100 000 Euro finanziert das 

Bundesministerium für Bildung und Forschung mit 

Partnern aus Industrie und Forschung Ideen aus der 

Informationstechnologie und deren Umfeld. Bereits 

zum dritten Mal erhalten 100 Doktorandinnen und 

Doktoranden sowie Masterstudien der genannten Disziplinen 

die Möglichkeit, ihre Projekte mit der Förderung 

umzusetzen. Die Bewerbungsfrist endet am 

9. April 2014. Die jungen Führungskräfte managen 

den gesamten Prozess des Projektes mit Unterstützung 

der Forschungs- und Industriepartner eigenständig, 

stellen Teams zusammen, entscheiden Finanzfragen, 

kontrollieren Teilerfolge. Unterstützt werden 

sie von Fachexperten, Mentoren aus dem Management 

führender Unternehmen und anderen Teilnehmern. 

Theorie und Praxis fließen in Aufenthalten beim Industriepartner 

und speziellen Führungskräftetrainings 

zusammen, die sie ein Jahr besuchen. 123 IT- 

Experten nehmen bereits am Programm teil, das ihnen 

Karrierewege in deutsche Führungsetagen, die 

Unternehmensgründung oder in neue Management- 

Positionen in der Forschung öffnet. 

Bewerben können sich Informatiker unter www. 

softwarecampus.de mit einem kurzen Lebenslauf, einer 

Kurzbeschreibung der eigenen IT-Idee oder einer 

weiterentwickelten Idee eines Industriepartners, 

einem Motivationsschreiben sowie Empfehlungsschreiben 

von mindestens einem Professor. Kontakte 

zu den beteiligten Industrieunternehmen werden anschließend 

in einem mehrstufigen Auswahlprozess 

vermittelt. 

(ahü) 

KICK-OFF: 40 der insgesamt 47 Teilnehmerinnen und Teilnehmer 

des Software Campus starteten in das Führungskräfteentwicklungsprogramm. 

123 Doktoranden und Masterstudierende 

sind im Programm eingeschrieben. Bild: Software Campus 

EIT ICT LABS GERMANY GMBH, 

Ernst-Reuter-Platz 7, D-10587 Berlin, 

Tel. +49 (0) 30 345 06 69 01 50, 

Internet: www.softwarecampus.de 

Call for atp experts: Mensch-Prozess-Kommunikation 

DIE AUSGABE 56(10) DER ATP EDITION 

widmet sich dem Stellenwert einer gut 

gestalteten Mensch-Prozess-Kommunikation. 

Deren Bedeutung hat in den 

vergangenen Jahren zugenommen. 

Faktoren sind unter anderem die steigende 

Komplexität der Prozessautomation, 

höhere Anforderungen an die Produktivität 

der Wartenfahrer und Feldmannschaften 

und veränderte Gewohnheiten 

der Nutzer. Die Ausgabe 56(10) 

möchte Ihre praktischen Erfahrungen 

und Erfolge in innovativen Projekten 

und Ihre wissenschaftlich-technischen 

Lösungsansätze und Forschungsergebnisse 

diskutieren. Wir erhoffen uns 

Beiträge über den gesamten Lebenszyklus 

der Mensch-Prozess-Kommunikation 

von Methoden und Technologien, 

von der Aufgabenanalyse, über Konzeption, 

Implementierung und Schulung 

bis hin zum nachhaltigen Betrieb und 

effektiven Change-Management-Prozessen. 

Wir bitten Sie bis zum 31.05.2014 zu dem 

Schwerpunkt einen gemäß der Richtlinien 

der atp edition ausgearbeiteten 

Hauptbeitrag an urbas@di-verlag.de 

einzureichen. 

Die atp edition ist die hochwertige Monatspublikation 

für Fach- und Führungskräfte 

der Automatisierungsbranche. 

In den Hauptbeiträgen werden 

Themen mit hohem wissenschaftlichem 

und technischem Anspruch vergleichsweise 

abstrakt dargestellt. Im Journalteil 

werden praxisnahe Erfahrungen 

von Anwendern mit neuen Technologien, 

Prozessen oder Produkten beschrieben. 

Alle Beiträge begutachtet das atp- 

Fachgremium. Sollten Sie sich selbst 

aktiv an dem Begutachtungsprozess 

beteiligen wollen, bitten wir um kurze 

Rückmeldung. Für weitere Rückfragen 

stehen wir Ihnen selbstverständlich 

gern zur Verfügung 

Redaktion atp edition 

Leon Urbas, Anne Purschwitz, 

Aljona Hartstock 

CALL FOR 

Aufruf zur Beitragseinreichung 

Thema: Mensch-Prozess- 

Kommunikation 

Kontakt: urbas@di-verlag.de 

Termin: 31. Mai 2014 

8 


4 / 2014

KommA: Beiträge bis 

9. Mai 2014 einreichen 

Zum fünften Mal findet am 18. November 2014 das 

Jahreskolloquium Kommunikation in der Automation 

– KommA, dieses Mal in Lemgo, statt. Die 

Veranstaltung, die von Prof. Dr.-Ing. Jürgen Jasperneite 

und Prof. Dr.-Ing. Ulrich Jumar geleitet wird, 

befasst sich mit Themen wie Aspekte vernetzter 

eingebetteter Systeme, Echtzeit, Dienstgüte (QoS), 

IT-Sicherheit (Security), Funktionale Sicherheit 

(Safety), Fehlertoleranz, Verfügbarkeit, Zuverlässigkeit, 

Diagnose, Systemintegration, Kommunikationssysteme 

und Anwendungsbereichen von Kommunikation 

im industriellen Umfeld. 

Das Kolloquium, das Init (Institut für industrielle 

Informationstechnik) und Ifak (Institut für Automation 

und Kommunikation) ausrichten, sucht nun Vorträge 

aus dem Anwendungsfeld industrieller Kommunikation. 

Auch werden technologie- und methodischorientierte 

Aufsätze entgegengenommen. Autoren 

reichen bis zum 9. Mai 2014 online eine aussagekräftige 

Kurzfassung von ein bis zwei Din-A4-Seiten unter 

www.init-owl.de/komma ein. 

(ahü) 

KOMMA – KOMMUNIKATION IN DER AUTOMATION, 

c/o inIT – Institut für industrielle Informationstechnik, 

Liebigstraße 87, D-32657 Lemgo, 

Tel. + 49 (0) 5261 70 21 36, 

Internet: www.init.-owl.de 

Call for Papers: 

SPS IPC Drives 2014 

Der Kongress der SPS IPC Drives vom 25. bis 

27. November 2014 in Nürnberg sucht nach aktuellen 

Vorträgen. Interessierte reichen Vorschläge bis 

zum 9. Mai 2014 beim Kongresskomitee unter der 

Leitung von Prof. Dr.-Ing. Georg Frey, Prof. Dr.-Ing. 

Walter Schumacher und Prof. Dr.-Ing. Alexander Verl 

ein. Für herausragende Leistungen werden die besten 

drei Referenten unter 35 Jahre mit einem aktuellen 

und noch nicht veröffentlichten Thema ausgezeichnet. 

Das Kongresskomitee wählt auf Basis der Abstracts 

die Gewinner aus. Einzureichen sind der Titel 

des Beitrags und ein Abstract mit Zusammenfassung 

und Aufgabenstellung, Lösungsansatz und Ergebnis. 

Der Beitrag, der 5 000 Zeichen nicht überschreiten 

darf, muss einem Kongressthema zugeordnet sein. 

Für das Kurzprogramm muss eine Beschreibung eingereicht 

werden. Außerdem darf der Autor nicht auf 

die Kurzbiografie und die Veröffentlichungen der 

vergangenen drei Jahre verzichten. 

(ahü) 

MESAGO MESSEMANAGEMENT GMBH, 

Rotebühlstr. 83-85, D-70178 Stuttgart, 

Tel. +49 (0) 711 61 94 60, 

Internet: www.mesago.de/sps/callforpapers 

Ihr Erfolg durch 

unsere Erfahrung 

Stellungsregler Bauart 3730 und 3731 

• Komfortables Bedienen vor Ort und über 

Prozessleitsystem (HART ® , PROFIBUS-PA 

oder FOUNDATION fieldbus) 

• Robuste Anbausätze für Hub- und 

Schwenkantriebe 

• Geeignet für den Einsatz in sicherheitsgerichteten 

Kreisen (SIL 3 gem. IEC 61508) 

• Kostenfreie Ventildiagnose für Regel- und 

Auf/Zu-Armaturen (z. B. Teilhubtest (PST)) 

• Global einsetzbar durch nationale und 

internationale Explosionsschutz- 

Zulassungen (Ex ia oder Ex d) 

Bewährte Stellungsregler mit 

hoher Regelgüte 

SAMSON AG · MESS- UND REGELTECHNIK 

www.samson.de · www.samsongroup.net 

A01147DE

FORSCHUNG 

Automatisierte Fehlerursachensuche im 

Chip-Entwurf gewinnt Embedded Award 2014 

SIEGER 

Daniel Große, Jan 

Wessels, André 

Sülflow gründeten 

aus der Uniforschung 

heraus 

ihre eigene GmbH 

und freuen sich 

nun über den 

Embedded Award 

2014. Bild: Uwe Niklas 

Alle 18 Monate, so eine Faustregel der Branche, verdoppelt 

sich die Anzahl der Komponenten auf einem 

Computerchip. Da ist es schwierig, den Überblick zu behalten 

und eventuelle Fehler in den Schaltungen schnell 

zu lokalisieren. Jan Wessels, Daniel Große und André 

Sülflow entwickelten ein Verfahren, das Fehlerursachen 

beim Entwurf von komplexen Digitalchips lokalisieren 

kann. Die Forscher, die ihre Arbeit an der Universität 

Bremen begannen, gewannen damit den Embedded 

Award 2014 auf der Embedded Fachmesse in Nürnberg. 

Fehlerhafte Chips im Markt können teuer für den Anbieter 

werden. Solvertec-Mitgründer Große weiß nach 

einem Jahrzehnt Erfahrung im Bereich Hardware-Verifikation 

und Debugging (Suche nach Entwurfsfehlern), 

wie er das Thema allgemeinverständlich beschreiben 

muss: „Stellen Sie sich einen Chip als Ampelschaltung 

an einer komplexen Kreuzung vor. Wenn alle Ampeln 

auf grün umschalten, weil zufällig im gleichen Augenblick 

zwei Fußgänger an verschiedenen Stellen drücken 

und ein Auto auf einer Nebenstraße die Sensorschleife 

überfährt, dann liegt offensichtlich ein unentdeckter 

Schaltungsfehler vor“, erläutert er. „Wenn die Ampeln 

alle auf grün stehen, wissen Sie, dass ein Fehler vorliegt. 

Aber sie wissen dadurch noch lange nicht, wo genau in 

der Schaltung Sie die Ursache für diesen Fehler finden 

und wie er sich beheben lässt“, stellt er klar. „Schon heute 

wenden die Entwickler ein Drittel des Zeitaufwands 

eines neu zu entwickelnden Chips dafür aus, Fehlerursachen 

zu finden und zu beheben“, erläutert er. 

Die Bremer entwickelten eine Automatisierungs-Software, 

die in der frühen Designphase auf der Register- 

Transfer-Ebene (RTL) von Digitalchips ansetzt: „Die in der 

Simulation eingesetzten Verifikationstools prüfen zunächst, 

ob der Schaltungsentwurf dem erwünschten Chip- 

Verhalten entspricht. Liegt ein Fehler vor, suchen die 

Entwickler beim sogenannten Debugging die Fehlerursachen 

bisher per Hand – daher der hohe Aufwand“, stellt 

Große klar. „Unser Werkzeug automatisiert die Suche, 

indem es die Daten aus den Verifikationstools einspeist, 

den Entscheidungsbaum der Schaltungslogik systematisch 

zurückverfolgt und die Ursachen des Fehlverhaltens 

aufspürt. Mit wenigen Klicks können so Fehlerursachen 

im Code aufgezeigt und behoben werden.“ (ahü) 

SOLVERTEC GMBH, 

Anne-Conway-Str. 1, D-28359 Bremen, 

Tel. +49 (0) 421 40 89 84 50, Internet: www.solvertec.de 

10 

Cebit-Innovation-Award-Sonderpreis: 

Touchscreen erkennt Nutzer am Fingerabdruck 

Ein Touchscreen, der anhand des Fingerabdrucks erkennt, 

ob der Nutzer berechtigten Zugang zum Gerät 

hat, wurde im Rahmen der Computermesse Cebit mit 

dem Innovation-Award-Sonderpreis ausgezeichnet. 

Bundesforschungsministerin Johanna Wanka übergab 


4 / 2014 

SONDERPREIS 

Prof. Dr. Gesche 

Joost, Oliver Frese, 

Sven Köhler und 

Prof. Dr. Johanna 

Wanka während 

der Übergabe des 

Innovation Awards 

auf der Cebit. Bild: 

HPI/K. Herschelmann. 

den mit 20 000 Euro dotierten Preis an Sven Köhler und 

Christian Holz. Der Touchscreen mit Namen „Fiberio“ 

ist Ergebnis einer Forschungsarbeit des Hasso-Plattner- 

Instituts in Potsdam. Die Arbeit wurde von Prof. Patrick 

Baudisch betreut. Der Bildschirm erkennt ohne Registrierung 

oder Log-In, ob die Anwender zu der jeweiligen 

Aktion berechtigt sind und ermöglicht die simultane 

Zusammenarbeit. Die Nutzeridentifikation arbeitet mit 

Glasfaser-Technologie und Rückprojektion. Weitere Cebit 

Innovation Awards erhielten die Entwickler der App 

„Shoutr“. Sie distribuiert drahtlos digitale Inhalte. „Kinematics“ 

erhielt ebenfalls eine Auszeichnung. Mit dem 

intuitiven Baukasten können Kinder und Jugendliche 

Roboter bauen. 

(ahü) 

HASSO-PLATTNER-INSTITUT FÜR SOFTWARE- 

SYSTEMTECHNIK GMBH, 

Prof.-Dr.-Helmert-Str. 2-3, D-14482 Potsdam, 

Tel. +49 (0) 331 550 90, Internet: www.hpi-web.de

BRANCHE 

Kolloquium in Boppard: 

Best Paper Award geht nach München 

Das 48. Regelungstechnische Kolloquium in Boppard 

besuchten in diesem Jahr 205 Teilnehmer. Organisiert 

wurde es von der TU Ilmenau in Zusammenarbeit mit dem 

Fraunhofer-Institut für Optronik, Systemtechnik und 

Bildauswertung in Karlsruhe. Die Veranstaltung, die in 

Form eines Forums abgehalten wird, bot den Teilnehmern 

in diesem Jahr 30 Fachbeiträge zu zukunftsorientierten 

Themen wie automatisiertes und sicheres Fahren, vernetzte 

Systeme, iterativ lernende Regelungen und Bewegungsanalyse 

des Menschen. Der erste Teil der zweitägigen 

Veranstaltung schloss ab mit einem Plenarvortrag. 

Prof. Dr. Wolfram Burgard von der Albert-Ludwigs-Universität 

Freiburg referierte über probabilistische Techniken 

für die Roboternavigation. Am Institut für Autonome 

Intelligente Systeme forschen die Wissenschaftler um 

Burgard an der Umgebungsmodellierung und Zustandsschätzung. 

Dazu entwickeln sie beispielsweise Modelle 

und Verfahren zur Interpretation von Sensordaten. Zum 

Einsatz kommen mobile Roboter unter anderem bei Museumsführungen 

oder als Helfer im Haushalt. 

Den Best Paper Award der Veranstaltung gewann in 

diesem Jahr Heiko Panzer von der TU München für seinen 

Vortrag zum Thema Adaptive Entwicklungspunkt- 

HEIKO PANZER von der Technischen 

Universität München (rechts) wurde 

auf dem diesjährigen Regelungstechnischen 

Kolloquium in Boppard 

mit dem Best Paper Award ausgezeichnet. 

Er nahm den Preis von 

Mike Eichhorn (Ingenieursgesellschaft 

Auto und Verkehr aus 

Gifhorn) entgegen. Bild: Veranstalter. 

wahl und globale Fehlerschranken bei der Modellreduktion 

mittels Krylow-Unterraum-Verfahren. 

Im kommenden Jahr findet das Regelungstechnische 

Kolloquium vom 4. bis 6. März 2015 statt. (aha) 

48. REGELUNGSTECHNISCHES KOLLOQUIUM 

IN BOPPARD, 

Fraunhofer-Institut für Optronik, Systemtechnik und 

Bildauswertung, Fraunhoferstraße 1, D-76131 Karlsruhe, 

Tel. +49 (0) 721 609 10, Internet: www.iosb.fraunhofer.de 

ZfQ3dBZa

BRANCHE 

Big-Data-Kompetenzen in Berlin und Dresden 

Zwei Kompetenzzentren in Berlin und Dresden sollen 

sich verstärkt um das Thema Big Data kümmern. 

Zwei Big-Data-Zentren entstehen in diesem Jahr auf Initiative 

des Bundesministeriums für Bildung und Forschung 

an der TU Berlin und an der TU Dresden. Darüber 

informierte Johanna Wanka, Bundesministerin für 

Bildung und Forschung, im Rahmen der Cebit. Unter der 

Leitung der TU Berlin entsteht das Berlin Big Data Center 

(BBDC) und unter der Leitung der TU Dresden das 

Competence Center for Scalable Data Services and Solutions 

(ScaDS). Beide Vorhaben werden mit insgesamt 

rund 10 Millionen Euro unterstützt. 

„Die Datenmengen wachsen in unserer digitalen Gesellschaft 

rasant. Wir müssen daher lernen, wie wir mit 

ihnen richtig umgehen können. Dabei kommt es besonders 

auf zwei Dinge an: Erstens müssen wir Instrumente 

entwickeln, mit denen aus bloßen Daten nützliches Wissen 

generiert werden kann. Und vor allem muss der 

technische Fortschritt auch gewährleisten, dass wir uns 

sicher und selbstbestimmt in der digitalen Welt bewegen 

können. Das betrifft den einzelnen Menschen ebenso 

wie Unternehmen“, sagte Bundesforschungsministerin 

Johanna Wanka in Hannover. 

Sie verwies auf die bereits etablierten drei IT-Sicherheitsforschungszentren 

in Saarbrücken, Darmstadt und 

Karlsruhe, die sich seit 2011 zu anerkannten Partnern 

in Fragen der IT-Sicherheit in Deutschland und Europa 

entwickelt haben. So wurde beispielsweise ein Forschungsprojekt 

am Kompetenzzentrum Cispa in Saarbrücken 

mit dem höchstdotierten Forschungspreis „ERC 

Synergy Grant“ der Europäischen Union ausgezeichnet. 

Das Projekt analysiert multidisziplinär die durch das 

rasante Wachstum des Internets auftretenden Gefahren 

für Privatsphäre, Datensicherheit und Meinungs- sowie 

Informationsfreiheit und erarbeitet dazu Lösungen. Die 

IT-Sicherheitsforschungszentren dienen als Vorbilder 

für die neuen Kompetenzzentren Big Data. (ahü) 

BUNDESMINISTERIUM FÜR BILDUNG 

UND FORSCHUNG, 

Hannoversche Straße 28-30, D-10115 Berlin, 

Tel.: +49 (0) 30 185 70, Internet: www.bmbf.de 

Achema-Gründerpreis: Bewerbung bis Ende 2014 

Die Dechema nimmt Bewerbungen für den Achema- 

Gründerpreis entgegen. Gemeinsam mit den Business 

Angels FrankfurtRheinMain und dem High-Tech 

Gründerfonds sucht der Verband hervorragende Ideen 

und junge Unternehmen aus den Bereichen Chemie, 

Verfahrenstechnik und Biotechnologie. 

Die Finalisten erhalten auf der Achema, der Messe für 

die Prozessindustrie mit rund 170 000 Besuchern, einen 

kostenlosen Messestand. Sie stellen die Ideen vom 

14. bis 19. Juni 2014 in Frankfurt/Main vor. Der Sieger 

jeder Sparte erhält bei der öffentlichen Verleihung ein 

Preisgeld in Höhe von 10 000 Euro. Voraussetzung für 

die Bewerbung bis zum 31. Dezember 2014 ist ein Businessplan. 

Die Jury aus Wissenschaft und Industrie sowie 

Trägern und Unterstützern des Wettbewerbs bewertet 

die Businesspläne. In der zweiten Runde stellen die Finalisten 

ihr Modell persönlich vor. Zu den Trägern gehören 

die Dechema Gesellschaft für Chemische Technik 

und Biotechnologie e.V., die Dechema Ausstellungs- 

GmbH, der Business Angels FrankfurtRheinMain e.V. 

und der High-Tech Gründerfonds. Der Verband der chemischen 

Industrie e.V. und der Verein deutscher Ingenieure 

e.V. unterstützen den Wettbewerb. (ahü) 

DECHEMA GESELLSCHAFT FÜR CHEMISCHE TECHNIK 

UND BIOTECHNOLOGIE E.V., 

Theodor-Heuss-Allee 25, D-60486 Frankfurt am Main, 

Tel. +49 (0) 69 756 40, Internet: www.dechema.de 

Lanxess: Zachert Anfang April im Amt 

Matthias Zachert ist ab 1. April 2014 neuer Vorsitzender 

des Vorstandes der Lanxess AG. Derzeit ist er 

im Finanzvorstand der Merck KGaA tätig. Bis zum Eintritt 

von Zachert bei Lanxess übernimmt Finanzvorstand 

Bernhard Düttmann die Aufgaben im Vorstand. 

Darüber informierte das Unternehmen Anfang März. 

Wie das Handelsblatt berichtet, hat sich Lanxess zuvor 

überraschend von Zacherts Vorgänger Axel Heitmann 

getrennt. Zachert war, den Angaben von fr-online zufolge, 

bereits früher als Finanzchef für Lanxess tätig. Wie 

fr-online weiter berichtet, geriet Lanxess nach rasantem 

Wachstum in den vergangenen Jahren in die roten Zahlen. 

Überkapazitäten am Markt und außerplanmäßige 

Abschreibungen im vierten Quartal hatten dafür ge- 

sorgt, dass das Unternehmen 2013 

rund 160 Millionen Euro Verlust 

gemacht hat. Der Spezialchemie- 

Konzern beschäft rund 17 500 Mitarbeiter 

in 31 Ländern. Das Kerngeschäft 

bildet nach eigenen Angaben 

Entwicklung, Herstellung und Vertrieb 

von Kunststoffen, Kautschuken, 

Zwischenprodukten und Spezialchemikalien. 

 

(ahü) 

LANXESS DEUTSCHLAND GMBH, 

Kennedyplatz 1, D-50569 Köln, 

Tel. +49 (0) 221 888 50, Internet: www.lanxess.de 

MATTHIAS ZACHERT 

übernimmt bereits am 

1. April 2014 das Amt 

des Vorstandsvorsitzenden 

von Axel 

Heitmann. Bild: Lanxess 

12 


4 / 2014

WAGO-I/O-SYSTEM 750 XTR 

Für Standard zu eXTRem – Für 750 XTR der Standard 

eXTRem beständig von −40°C bis +70°C 

eXTRem spannungsfest bis 5 kV Stoßspannung 

eXTRem vibrationsfest bis 5g Beschleunigung 

www.wago.com/750xtr

VERBAND 

Nach zehn Jahren: Gunther Koschnick löst 

Reinhard Hüppe als Geschäftsführer ab 

Gunther Koschnick ist neuer Geschäftsführer des 

ZVEI-Fachverbandes Automation. Wie der ZVEI 

(Zentralverband Elektrotechnik- und Elektronikindustrie 

e.V.) Anfang März mitteilte, löst Koschnick nach 

zehn Jahren Dr. Reinhard Hüppe ab, der sich in den 

Ruhestand verabschiedet. Koschnick war zuvor Fachbereichsleiter 

elektrische Antriebe im ZVEI. Er ist Elektrotechnik-Ingenieur 

und arbeitete zuletzt im Bereich 

Antriebstechnik bei ABB. 

Für ihn steht Industrie 4.0 ganz oben auf der Agenda: 

„Industrie 4.0 wird die hoch innovative Branche 

Automation über die nächste Dekade hinweg im internationalen 

Umfeld erfolgreich positionieren.“ Der 

ZVEI gestaltet diese Herausforderung zusammen mit 

den Verbänden Bitkom und VDMA in einer gemeinsamen 

Plattform Industrie 4.0. Innerhalb 

des ZVEI hat der Fachverband 

Automation bereichsübergreifend 

die Führungsfunktion 

übernommen. Ziele sind unter 

anderem, industrielle Standards 

einzubringen und weiterzuentwickeln 

und dabei die hohen Qualitätsanforderungen 

der deutschen 

Industrie zu sichern. (ahü) 

GUNTHER 

KOSCHNICK führt 

jetzt die Geschäfte 

im ZVEI-Fachverband 

Automation. 

Bild: ZVEI 

ZVEI – ZENTRALVERBAND ELEKTROTECHNIK- UND 

ELEKTRONIKINDUSTRIE E.V., 

Lyoner Straße 9, D-60528 Frankfurt a. M., 

Internet: www.zvei.org 

VDE sieht beim taktilen Internet Zukunftschancen 

CHANCEN DES TAKTILEN INTERNETS: Dr. Walter Börmann, 

Leiter Kommunikation und Public Affairs, VDE, Prof. Dr.-Ing. Ingo 

Wolff, Vorsitzender der Informationstechnischen Gesellschaft im 

VDE und Geschäfts führer der IMST GmbH, sowie Prof. Dr.-Ing. 

Gerhard Fettweis von der TU Dresden referierten auf der Cebit 

in Hannover über die Möglichkeiten der Initiative. Bild: VDE 

Die Steuerung von Robotern und Autos in Echtzeit, 

das taktile Internet, ist nach Meinung des Verbandes 

der Elektrotechnik Elektronik und Informationstechnik 

(VDE) der wachsende Zukunftsmarkt für 

Deutschland, wenn die digitale Infrastruktur stimmt: 

Neue, robuste Kommunikationsnetze mit Reaktionszeiten 

von nur wenigen Millisekunden, zuverlässige 

Sicherheitskonzepte zum Schutz von Nutzern, Daten 

und Maschinen sowie Chips führen die Prioritätenliste 

an. In dem auf der Cebit in Hannover vorgestellten Positionspapier 

„Taktiles Internet“ spricht sich der VDE 

außerdem für eine enge Kooperation zwischen Forschung, 

Anwendern, Herstellern und Netzwerkbetreibern 

bei der Entwicklung der Infrastruktur aus. Ohne 

ein leistungsfähiges taktiles Internet könnten wichtige 

deutsche Branchen den Anschluss verpassen, heißt es 

in dem Papier. 

(ahü) 

VDE VERBAND DER ELEKTROTECHNIK ELEKTRONIK 

INFORMATIONSTECHNIK E.V., 

Stresemannallee 15, D-60596 Frankfurt, 

Tel. +49 (0) 69 630 80, Internet: www.vde.com 

Automation 2014: Robotik und Gebäudeautomation 

Smart X – Powered by Automation“, unter diesem Motto 

findet am 1. und 2. Juli 2014 in Baden-Baden bereits 

zum 15. Mal der GMA Kongress Automation statt. 

Erläutert wird auf der zweitägigen Veranstaltung, in 

welchem Ausmaß die Automation die Grundlage und 

der Antrieb für smarte Lösungen in Wirtschaft und Gesellschaft 

ist. Nachdem der Kongress am Dienstag von 

Dr. Kurt-Dirk Bettenhausen und Prof. Dr.-Ing. Ulrich 

Jumar eröffnet wurde, erwartet die Zuhörer ein Keynote- 

Vortrag zum Thema „Wenn das Werkstück künftig sein 

Wissen selbst transportiert“. Anschließend folgen dann 

die Fachvorträge. Parallel finden Beiträge zu „Industrieller 

Robotik“ und „Gebäudeautomation“ statt. Anmeldung 

nimmt das VDI Wissensforum auf der Homepage 

auf www.automatisierungskongress.de an. (ahü) 

VDI WISSENSFORUM GMBH, 

VDI-Platz 1, D-40468 Düsseldorf , 

Tel. +49 (0) 211 621 42 01, 

Internet: www.automatisierungskongress.de 

14 


4 / 2014

Verband der Chemischen Industrie: Optimistische 

Prognose für die Branche in diesem Jahr 

Gute Aussichten – so fasst Dr. Utz Tillmann die konjunkturelle 

Entwicklung der Chemie- und Pharmaindustrie 

für das Jahr 2014 zusammen. Nachdem 

das wechselhafte Jahr 2013 mit einem guten Schlussquartal 

geendet ist, legt die Produktion in Deutschland 

wieder zu. Das ergab der Quartalsbericht des 

Verbandes der Chemischen Industrie (VCI), dessen 

Hauptgeschäftsführer Tillmann ist. Durch die steigende 

Produktion von Oktober bis Dezember stieg der 

Umsatz, obwohl die Preise für Chemieprodukte das 

vierte Quartal in Folge nachgaben. Die Inlandsnachfrage 

blieb jedoch stabil. Weltweit baute die Industrie 

ihren Handel aus. 

„Alle Chemiesparten spüren eine Belebung. Wir 

rechnen mit steigender Nachfrage im In- und Ausland, 

insbesondere von unseren europäischen Industriekunden. 

Rückschläge sind aber nicht ausgeschlossen. 

Derzeit gehen von allem von der politischen 

Krise in der Ukraine Risiken für die Weltwirtschaft 

aus“, so Tillmann. 

Für das Jahr 2014 rechnet der VCI mit einem Anstieg 

der Chemieproduktion um 2 Prozent. Die Preise 

DR. UTZ TILLMANN, 

Hauptgeschäftsführer 

vom VCI, während der 

Quartalspressekonferenz. 

Bild: VCI 

werden voraussichtlich um 0,5 % sinken, sodass der 

Branchenumsatz um 1,5 % auf 191,5 Milliarden Euro 

steigen könnte. 

(ahü) 

VERBAND DER CHEMISCHEN INDUSTRIE E.V. (VCI), 

Mainzer Landstraße 55, 

D-60329 Frankfurt am Main, 

Tel. +49 (0) 69 255 60, Internet: www.vci.de 

15. Branchentreff der Mess- und Automatisierungstechnik 

AUTOMATION 2014 

01. und 02. Juli 2014 in Kongresshaus Baden-Baden 

SMART X – POWERED BY AUTOMATION 

TREFFEN SIE 500 EXPERTEN DER MESS- 

UND AUTOMATISIERUNGSTECHNIK! 

JETZT 

ANMELDEN! 

www.automatisierungskongress.de 

ÜBER 90 FACHBEITRÄGE 

Veranstaltung der VDI Wissensforum GmbH | www.automatisierungskongress.de | Telefon +49 211 6214-201 | Fax +49 211 6214-154

PRAXIS 

Betriebssicherheit: Differenzstrom-Überwachung 

erhöht Verfügbarkeit der Anlage 

Hochfrequente Fehlerströme überwachen und unerwartete Zwangsabschaltungen vermeiden 

ANTRIEBE, die über Frequenzumrichter versorgt 

werden, zählen zu den typischen Anwendungsfällen 

von RCM-Geräten des Typs B+ 

DIFFERENZSTROM-ÜBERWACHUNGS GERÄTE erkennen und 

beheben selbst hoch frequente Fehlerströme bis 100 kHz 

DIE KLASSI- 

FIZIERUNG von 

Differenzstromgeräten 

basiert 

unter anderem auf 

den detektierbaren 

Frequenzen der 

Fehlerströme 

Bilder: Phoenix Contact 

MIT DEM VORALARM werden Fehler 

erkannt und behoben, bevor es zur 

ungeplanten Abtrennung kommt 

Gleichfehlerströme und hochfrequente Wechselfehlerströme 

erhöhen in industriellen Anlagen 

die Anforderungen an die Technik – wenn Betriebssicherheit 

und Verfügbarkeit der Anlage sichergestellt 

werden sollen. Mittels Differenzstrom-Überwachungsgeräten 

werden Fehlerströme frühzeitig erkannt 

und gemeldet, bevor sie den kritischen Wert 

erreichen und eine Abschaltung der Anlage erfolgt. 

Ausfallzeiten und damit verbundene Kosten werden 

so reduziert. 

Aufgrund der Zunahme an elektronischen Verbrauchern 

handelt es sich im Fehlerfall häufig um Gleichströme 

oder Fehlerströme im hochfrequenten Bereich. Differenzstrom-Überwachungsgeräte 

erkennen Fehler frühzeitig 

und beheben sie. Der RCM Typ B+ von Phoenix 

Contact erkennt hochfrequente Fehlerströme bis 100 kHz. 

GRUNDLAGE FÜR WIRTSCHAFTLICHKEIT 

Der Stellenwert der Betriebssicherheit industrieller Anlagen 

wird durch die umfassende Normenlage bestätigt. 

Leitungsschutzschalter und Fehlerstrom-Schutzschalter 

werden dabei im Fehlerfall zur sicheren Abtrennung 

einzelner Verbraucher oder Stromkreise eingesetzt. Zu 

beachten ist, dass ein direktes Abtrennen durch einen 

Fehlerstrom-Schutzschalter aufgrund eines zu hohen 

Ableitstroms auf dem PE-Leiter nicht immer erwünscht 

ist. Denn mit dem sicherheitsbedingten schnellstmöglichen 

Abtrennen der Verbraucher geht eine geringere 

16 


4 / 2014

Verfügbarkeit der Anlage einher – die wirtschaftlichen 

Auswirkungen eines unerwarteten Ausfalls der Anlage 

können hoch sein. Dabei sind neben dem Schaden an 

der Anlage selbst stets die möglichen Folgeschäden und 

Ausfallzeiten zu berücksichtigen. Eine unmittelbare 

Vorwarnung sowie ein rechtzeitiges Eingreifen können 

in diesem Fall helfen. 

HOCHFREQUENTE DIFFERENZSTRÖME 

Planer, Errichter und Betreiber elektrischer Anlagen 

reduzieren störende elektrische Einflüsse – wie hohe 

Ableitströme, Oberschwingungen und elektromagnetische 

Felder – durch geeignete Konzepte bereits bei der 

Planung. Später im Betrieb können hohe Ableitströme 

so auf ein Minimum reduziert werden. Fehlerströme 

durch Isolationsfehler können dadurch jedoch nicht 

ausgeschlossen werden. 

In Abhängigkeit von den Verbrauchern sowie von der 

benötigten Stromversorgung können Fehlerströme verschiedenster 

Form und Frequenz auftreten. Durch den 

vermehrten Einsatz elektronischer Betriebsmittel, wie 

Frequenzumrichter bei Motoren, kommt es im Fehlerfall 

zu hohen Ableitströmen im hochfrequenten Bereich. 

Außerdem werden frequenzgesteuerte Betriebsmittel 

eingesetzt, wie etwa Kühlanlagen, Kran- und Hebeanlagen 

oder Lampentreiber, bei denen die Betriebsfrequenz 

im mittleren zweistelligen kHz-Bereich liegt. 

Diese Frequenzen liegen weit über den geforderten detektierbaren 

Frequenzen von Schutz- und Überwachungsgeräten 

der Typen A und B. 

AGIEREN STATT REAGIEREN 

Um Fehlerströme in einer elektrischen Anlage zu erkennen, 

bevor es zu einer plötzlichen Abtrennung der 

Verbraucher kommt, können Differenzstrom-Überwachungsgeräte 

eingesetzt werden, die Fehlerströme 

detektieren und melden. Mit den Produktreihen RCM- 

A und RCM-B (Residual Current Monitoring) bietet 

Phoenix Contact Differenzstrom-Überwachungsgeräte 

nach DIN EN 62020 an, die diese Anforderungen erfüllen. 

Diese Überwachungssysteme, die aus Stromwandler 

und Auswerteeinheit bestehen, erkennen 

frühzeitig Fehlerströme in der Elektroinstallation geerdeter 

Systeme – in TN-S- und TT-Netzen. Um die 

Fehlerströme zu ermitteln, wird nicht mit einer tatsächlichen 

messtechnisch erfassten Messgröße gearbeitet, 

sondern mit einem Stromwert, der im Differenzstrom-Wandler 

erzeugt und im Differenzstrom-Überwachungsgerät 

ausgewertet wird. Voraussetzung für 

die Bildung des Differenzstroms ist allerdings, dass je 

nach Applikation entweder alle aktiven Leiter – also 

alle Außenleiter und Neutralleiter – oder der Erdungsleiter 

durch den zugehörigen Summenstromwandler 

RCM-SCT geführt wird. 

Die Ergebniswerte der Überwachung werden permanent 

signalisiert und beim Erreichen festgelegter 

Grenzwerte wird alarmiert. Mit diesem Informationsvorsprung 

kann der Betreiber den Fehler direkt oder 

aber bei der nächsten planmäßigen Wartung lokalisieren 

und beheben. Eine unerwünschte Abschaltung der 

Anlage wird dadurch vermieden. Dies erhöht die Verfügbarkeit. 

GEEIGNETE ÜBERWACHUNG FÜR JEDE APPLIKATION 

Mit dem Auftreten der verschiedenen Fehlerströme 

stiegen auch die Anforderungen an die Schutzeinrichtungen. 

Dadurch wurde die Klassifizierung von Leitungs- 

und Fehlerstrom-Schutzschaltern in den Normen 

und Richtlinien angepasst. Differenzstromgeräte 

des Typs A erfassen gemäß IEC 61008-1 (2012-04) sinusförmige 

Wechselfehlerströme sowie pulsierende 

Gleichfehlerströme bei einer Frequenz von 50/60 Hz. 

Geräte des Typs B nach IEC 62423 erfassen zusätzlich 

Wechselfehlerströme mit Frequenzen bis zu 1 KHz, 

überlagerte Gleich- und Wechselfehlerströme sowie 

glatte Gleichfehlerströme. 

Aufgrund der immer häufiger auftretenden hochfrequenten 

Fehlerströme wurde in der DIN VDE 664-400 

(2012-05) eine Klassifizierung von Typ-B+-Geräten vorgenommen. 

Diese erfassen zusätzlich zu den Fehlerströmen, 

die ein Typ-B-Gerät erfasst, auch Wechselströme 

mit einer Frequenz bis zu 20 kHz. Daher ist bei der 

Auswahl der Differenzstrom-Überwachungsgeräte immer 

auch die Art der möglichen Fehlerströme zu beachten. 

Treten lediglich Wechselfehlerströme und pulsierende 

Gleichfehlerströme mit einer Frequenz von 

50/60 Hz auf, ist ein Differenzstrom-Monitor des Typs 

A ausreichend. Bei Gleichfehlerströmen und hochfrequenten 

Wechselströmen sollte ein Gerät des Typs B/ 

B+ zur Überwachung eingesetzt werden. 

AUTOR 

Dipl.-Wirt.-Ing. ACHIM 

ZIRKEL ist Produkt- 

Manager im Bereich 

Netz- und Signal-Qualität 

Trabtech bei Phoenix 

Contact in Blomberg. 

Phoenix Contact GmbH & Co. KG, 

Flachsmarktstraße 8, 

D-32825 Blomberg, 

Tel. +49 (0) 5235 31 20 00, 

E-Mail: azirkel@phoenixcontact.com 


4 / 2014 

17

PRAXIS 

Durchflussmessgeräte unterstützen bei Erfüllung 

behördlicher Auflagen und sparen Kosten 

Bei der norwegischen RHI Normag AS wurden mit neuer Technik nicht nur Kalibrierprobleme gelöst 

DIE ANLAGE DER RHI NORMAG AS in Porsgrunn 

stellt Rohstoffe für Feuerfestmaterial her. 

DIE DURCHFLUSSMESSGERÄTE IN CORIOLIS-TECHNOLOGIE 

vereinfachten die Einhaltung der behördlichen Auflagen und verringerten 

das Risiko für Energie zuviel zu bezahlen. Bilder: Emerson Process Management 

Die Anlage der RHI Normag AS in Porsgrunn, Norwegen, 

hat ihre Instandhaltungskosten verringert, 

die Stillstandzeiten der Anlage minimiert und die Genauigkeit 

des Energieverbrauchmessung. Gelungen ist 

dies durch den Einsatz von Micro-Motion-Coriolis- 

Durchflussmessgeräten. 

ZUVERLÄSSIGKEIT IM KONTINUIERLICHEN PROZESS 

Sechs Geräte der Micro-Motion-CMF-Geräte von Emerson 

Process Management messen den Durchfluss von 

Erdgas und rückgeführtem Brennstofföl, das in den 

Öfen eingesetzt wird, in denen Magnesiumoxid Feuerfestmaterial 

hergestellt wird. Die hochgenauen Messungen 

werden für die steuerliche Bewertung von Gas 

und Öl genutzt und zur KLIF, der nationalen Umweltagentur 

Norwegens, übertragen, um die Einhaltung der 

Umweltvorschriften sicherzustellen. 

„Unsere Anlage ist ein großer Energieverbraucher, 

daher sind genaue Messungen von Öl und Gas wichtig 

für unseren Betrieb,“ sagt Merethe Pepevnik, technischer 

Leiter bei RHI Normag AS. „Weil wir einen 

kontinuierlichen Prozess fahren, ist Zuverlässigkeit von 

hoher Bedeutung. Unterbrechungen, um Messgeräte 

neu zu justieren oder aufzuarbeiten, sind sowohl störend 

als auch teuer. Wir haben uns für Emersons Massedurchflussmessgeräte 

in Coriolis-Technologie entschieden, 

weil sie zuverlässig, genau und einfach sind.“ 

ZWEI MAL JÄHRLICH JUSTIEREN = HOHE KOSTEN 

Die Anlage der RHI Normag stellt Rohstoffe für Feuerfestmaterial 

her, das in vielen Industrien genutzt wird. 

In der Vergangenheit wurden zur Messung des Durchflusses 

Turbinenradzähler mit einem Dichtemesssystem 

für den eichamtlichen Transfer von Öl und Erdgas eingesetzt. 

Die Messungen wurden auch dazu genutzt, die 

CO2-Emissionen zu berechnen, die an KLIF berichtet 

werden mussten. Allerdings war die Genauigkeit des 

Messsystems durch Alterung und Abnutzung gering, 

es musste zweimal im Jahr neu justiert werden, um 

seine Leistungsfähigkeit zu erhalten. Das bedeutete, 

dass vier Systeme aus der Produktion genommen werden 

mussten, um sie zu justieren und aufzuarbeiten, zu 

Kosten von 25 000 Euro pro Gerät, was zu jährlichen 

Gesamtkosten von 150 000 Euro führte. 

RHI benötigte also ein Messsystem, das Werte lieferte, 

die für KLIF akzeptabel waren, genaue Daten für den 

eichamtlichen Transfer zur Verfügung stellte und wenig 

Instandhaltung benötigte. Die ersten vier Durchflussmessgeräte 

wurden im Sommer 2009 auf zwei Öfen 

installiert. Eines auf jedem Ofen diente zur Messung 

des rückgeführten Öls, das andere für die Messung von 

Erdgas. Im Jahr 2012 wurden Coriolis-Durchflussmessgeräte 

mit höherer Kapazität installiert, um höhere 

Gasdurchflussmengen messen zu können. 

Die Durchflussdaten werden genutzt, um die Gasmenge 

zu bestimmen, die vom Lieferanten zugekauft wird, 

und dadurch das Risiko von Unter- oder Überzahlung 

zu vermeiden. Darüber hinaus erfüllt die Messgenauigkeit 

des Durchflussmessgeräts mit ± 0,35 % für Gas und 

±0,1 % für Öl leicht die Anforderungen der KLIF. RHI 

nutzt Emersons Smart Meter Verification, um regelmäßig 

den Zustand und die Leistungsfähigkeit der Messgeräte 

zu überprüfen. Diese einfach zu nutzende automatische 

Diagnosefunktion überprüft schnell die mechanischen 

und elektronischen Eigenschaften (Sensor, 

Antrieb und Signalverarbeitung) des Messrohres, ohne 

18 


4 / 2014

die Durchflussmessung zu unterbrechen – sie verkürzt 

dadurch Stillstandzeiten und vermeidet die 

Notwendigkeit, das Gerät zweimal im Jahr zu warten 

oder zu justieren. 

INVESTITION RENTIERT SICH IN SECHS MONATEN 

Emersons Micro-Motion-ProLink-III-Software für 

Konfiguration und Diagnose wird genutzt, um monatlich 

einen Zustandsbericht des Messgerätes zu erstellen, 

in dem jeder Schaden an einem Messrohr aufgeführt 

ist, der die Messleistung beeinträchtigt. Der 

Bericht enthält auch Daten darüber, ob der Nullpunkt 

des Gerätes gegenüber der Werkseinstellung verändert 

wurde oder über die zuletzt erfolgreich in der 

Anlage gesetzte Nullpunkteinstellung. Diese Berichte 

werden für den jährlichen Audit durch die Behörden 

gesichert und unterstützen die Einhaltung der Vorschriften 

und Auflagen der Behörden. 

„Die Micro-Motion-Coriolis-Durchflussmessgeräte 

haben sich seit Jahren in unserer Anlage bewährt“, 

so Pepevnik weiter. „Selbst die ersten Messgeräte, 

2009 installiert, haben keine Justierung benötigt. Ihre 

Leistung ermöglicht es uns, unsere jährlichen Instandhaltungskosten 

deutlich zu verringern, die behördlichen 

Auflagen einfacher zu erfüllen und die 

Sicherheit zu haben, dass wir nur die Energie bezahlen, 

die wir wirklich nutzen. Auf der Grundlage dieser 

Faktoren hat sich unsere erste Investition bereits 

nach sechs Monaten bezahlt gemacht.“ 

RHI Normag AS ist ein Unternehmen der RHI AG, 

einem Weltmarktführer in qualitativ hochwertiger, 

technisch führender Herstellung von feuerfestem 

Mauerwerk. In 36 Produktionsstätten in Europa, 

Nordamerika, Südafrika und China beschäftigt RHI 

AG etwa 8 000 Mitarbeiter. 

AUTOR 

THOMAS OTTEN ist seit 

März 2012 als Business 

Development Manager für 

die Micro Motion Flow, 

Dichte- und Viskositätsprodukte, 

sowie die Rosemount 

Flow Produkte (MagMeter 

und Vortex) zuständig. 

Emerson Process Management GmbH & Co. OHG, 

Rheinische Strasse 2, D-42781 Haan, 

Tel. +49 (0) 2129 55 30, 

Internet: www.emersonprocess.de

PRAXIS 

129 Photobioreaktoren sorgen für energieeffiziente 

Nutzung von Gebäudefassade in Hamburg 

Algenfassade erzeugt Biomasse, die von Durchflussmessgeräten kontrolliert wird 

ALGENHAUSFASSADE 

in Hamburg 

ZELLWACHSTUMS- 

DETEKTION 

mit Sensor OUSBT66. 

Bilder: Endress+Hauser 

Auf der Internationalen Bauausstellung (IBA) in 

Hamburg, die von März bis Oktober 2013 stattfand, 

sorgte ein Gebäude schon aufgrund seines leuchtend 

grünen Äußeren für Aufsehen: das Pionier-Algenhaus. 

Die fünfstöckige bewohnbare Immobilie mit einer Fassade 

von 129 Glassegmenten, die als Photobioreaktoren 

fungieren und Energie sowie Biomasse aus Mikroalgen 

erzeugen, war eines der Highlights in der Hansestadt. 

Durchfluss- und Füllstandmessgeräte des Anbieters 

Endress+Hauser sind ebenso in die Reaktoren eingebracht 

worden, wie pH-Sensoren und Messvorrichtungen 

für den Sauerstoff- und Nitratgehalt. Diese Parameter 

sind wichtig, um den Algen für deren Metabolismus 

einen geeigneten Lebensraum zu schaffen. 

OPTIMALE BEDINGUNGEN FÜR ALGEN SCHAFFEN 

„Algen verdoppeln ihre Biomasse jeden Tag“, erklärt der 

habilitierte Hydrobiologe Dr. Martin Kerner, Gründer des 

Beratungsunternehmens Strategic Science Consult (SSC), 

den besonderen Vorteil der grünen Wasserbewohner. 

„Wir wissen inzwischen sehr genau, was benötigt wird, 

um optimale Bedingungen für die Algen zu schaffen.“ 

Die mit Wasser und Nährlösungen gefüllten Photobioreaktoren 

bieten passenden Lebensraum für die Mikroalgen. 

Die binden während der Photosynthese unter Lichtzufuhr 

Kohlenstoffdioxid und stellen daraus körpereigene 

organische Substanz her, die sogenannte Biomasse. 

Das hierfür benötigte Kohlenstoffdioxid stammt aus den 

Abgasen einer Gasheizung im Erdgeschoss des Gebäudes. 

Die aus Algen gewonnene Biomasse ist reich an essentiellen 

Aminosäuren, ungesättigten Fettsäuren sowie 

prä- und probiotischen Substanzen, die sie für eine Verwendung 

als Futter- und Nahrungsmittel prädestinieren. 

Die wertvollen Inhaltsstoffe können auch für die Anwendung 

in der Pharma- und Kosmetikindustrie dienen. 

In der Biogasanlage landen dann letzten Endes nur die 

Reststoffe nach der Extraktion der Feinchemikalien. 

PROZESSPHOTOMETER MISST WACHSTUM DER ALGEN 

Um das Wachstum der Algen nachverfolgen und aufzeichnen 

zu können, wurde ein Prozessphotometer 

OUSBT 66 eingesetzt, der die Werte kontinuierlich aufzeichnet 

und an das Leitsystem übermittelt. Die Kontrolle 

des Algen-Wachstums dient der Ermittlung des 

geeigneten Erntezeitpunktes, an dem die Algen die 

optimalen Bedingungen für die nachfolgenden Produktionsschritte 

aufweist. 

Neben der Messtechnik lieferte Endress+Hauser die 

gesamte elektrotechnische Montage sowie die Leittechnik 

vom strategischen Allianzpartner Rockwell Automation. 

Dabei wurde auf die dezentrale Ethernet-IP- 

Topologie zurückgegriffen. Die Remote I/O Module 

wurden so an die Control-Logix-Steuerung (SPS) gekoppelt, 

um ein dezentrales Steuerungskonzept über die 

einzelnen Stockwerke zu realisieren. Die Schnittstelle 

zum Bediener wurde über die Visualisierungssoftware 

FTView, ebenfalls von Rockwell Automation, realisiert. 

So kann der Bediener die Anlage steuern, bei Bedarf in 

den Prozess eingreifen sowie bestimmte Steuerungsund 

Regelparameter verändern. 

Rockwell Automation hat es den Programmierern einfach 

gemacht und bietet die Möglichkeit, je nach Background 

eine von drei verschiedenen Programmiersprachen 

anzuwenden. Ladder, Structured Text und Funktionsplan 

stehen zur Verfügung. Dies ermöglicht eine schnelle Projektrealisierung 

an fast jedem Ort der Welt und ohne große 

20 


4 / 2014

Bindung von Fachpersonal. Außerdem verbesserte Rockwell 

das Programmierhandling durch seine Tag-basierte 

Architektur und schuf eine Durchgängigkeit innerhalb der 

Steuerung, die zur Zeitersparnis beiträgt. 

TECHNOLOGIE AUCH FÜR GRÖSSERE FASSADEN 

Neben den beschriebenen Vorzügen des überwachten 

Algenwachstums zur Algengewinnung und Ernte wird 

mit den Photobioreaktoren auch Solarthermie betrieben. 

Denn die Warmwasserbereitung im „grünen“ Gebäude 

wird mit Energie versorgt, die durch Sonneneinstrahlung 

im Wasser der Bioreaktoren entstanden ist 

und mit einem Wärmetauscher entzogen wurde. 

„Es handelt sich um eine Demonstrationsanlage, die 

erfolgreich die Machbarkeit aufzeigte“, so Dr. Martin 

Kerner. Nun wird im Rahmen eines Monitoring-Programms 

die Anlagen- und Prozesstechnik so optimiert, 

dass gleichzeitig hohe Produktivität hinsichtlich 

Biomasse und Wärme sowie eine hohe Benutzerakzeptanz 

hergestellt werden. Im Hinblick auf eine 

Anwendung an größeren Bauten wie etwa Möbelhäu- 

sern, Lagerhallen und Industriebauten würde dann 

eine marktreife Technologie zur Verfügung stehen, mit 

der bislang brach liegende Fassadenflächen im urbanen 

Bereich energieeffizient und ökologisch sinnvoll 

genutzt werden. 

AUTORIN 

ALINA MORITZ ist Produktmanagerin 

Analysenmesstechnik bei 

Endress+Hauser in Weil am Rhein. 

Endress+Hauser Messtechnik GmbH+Co. KG, 

Colmarer Straße 6, D-79576 Weil am Rhein, 

Tel. +49 (0) 7621 975 53 98, 

E-Mail: alina.moritz@de.endress.com 

Durchflussmesstechnik 

Hochpräzises Durchflussmessgerät 

mit einem 3 in 1 Sensor. 

Aufgrund der exakten Messkammer sind genaue Messungen über einen Messbereich von 1:150 möglich. Im Bereich von 1:10 

beträgt die Messgenauigkeit sogar 0,1%. Der 3 in 1 Sensor kombiniert Durchflussmessung, Durchflussrichtungserkennung 

und Temperaturmessung. 

Durchflussbereich von 0,1 bis 525 l/min. 

Max. Betriebstemperatur 125 °C. 

Max. Druck 40 bar. 

Push-pull (PNP+NPN) und Pt100 Signal. 

KRAL AG, 6890 Lustenau, Austria, Tel.: +43 / 55 77 / 8 66 44 - 0, E-Mail: kral@kral.at 

www.kral.at

PRAXIS 

Burst-Technologie ermöglicht hohe Qualität ohne 

Reibungsverlust bei der Laserbearbeitung 

Wirtschaftlichere Fertigung von Komponenten für Werkzeuge, Automotive und Medizintechnik 

AN EINEM HARTMETALLWERKSTÜCK mit einer 

Bearbeitungsfläche von 1x1 mm² wurde das Verhältnis 

von Laserfluenz zu Bearbeitbarkeit untersucht. Dabei 

stellte sich bei 4,2 Mhz eine maximale Abtragsrate von 

2 mm³/min ein. Die Laserleistung lag bei 36 W. 

Strahlquelle: Time-Bandwidth. 

DAS BURSTVERFAHREN ermöglicht durch viele Laserpulse eine 

gute Bearbeitungsrate. So wurde hier innerhalb von einer Stunde 

ein Volumen von 180 mm3 abgetragen (links: Mikroskopaufnahme 

des Abtragsergebnisses, rechts: Negativvolumen). 

BEI EINER ZU HOHEN 

FLUENZ entstehen 

Lunker und Schmelze auf 

der Materialoberfläche. 

IM BURSTMODUS wird die hohe Energiedichte in 

Einzelpulse aufgelöst. Die mittlere Leistung bleibt 

dabei zusammengenommen gleich. 

BEI ZU GERINGER 

LASERFLUENZ bilden 

sich aufgrund des 

instabilen Abtrags Spikes 

auf dem Werkstoff. 

Bilder: GFH GmbH 

Laser mit ultrakurzen Pulsen sind bislang meist das 

Mittel der Wahl, um in der Mikrobearbeitung an die 

Grenzen des technisch Machbaren zu gehen. Allerdings 

erfordert dieses Verfahren in der Regel sehr lange 

Prozesszeiten, weshalb eine Umsetzung in Serienanwendungen 

nur bei Produkten mit hoher Wertschöpfung 

wirtschaftlich realisierbar ist. Inzwischen gibt es 

dazu jedoch eine Alternative: Lasersysteme mit flexiblen 

Pulszügen können große Volumen bei sehr guter 

Qualität abtragen. Die Bearbeitungsleistung liegt teils 

um den Faktor 10 höher als bei konventionellen Fertigungsverfahren. 

Gleichzeitig werden Werkstoffbeeinträchtigungen 

durch zu hohen Energieeintrag dank der 

Aufspaltung in mehrere Burstpulse verhindert. 

Die GFH GmbH hat in ihren Lasermikrobearbeitungsanlagen 

diese neue Technologie mit UKP-Lasern und 

softwaregestützem Prozess-Know-How zu einem Gesamtpaket 

kombiniert, das die wirtschaftliche Serienfertigung 

von Komponenten vom Werkzeugbau über die 

Medizintechnik bis hin zu Automotivteilen ermöglicht. 

22 


4 / 2014

EINSCHRÄNKUNGEN BEI TRADITIONELLER 

LASERBEARBEITUNG 

Um Werkstoffe mit Laserpulsen effizient zu bearbeiten, 

sollte ein möglichst großer Teil der vorhandenen Laserenergie 

in Abtragsleistung umgesetzt werden. Je nach 

Werkstoff läuft die Bearbeitung dann am effizientesten, 

wenn das Material mit Laserpulsen einer speziell darauf 

abgestimmten Energiedichte bearbeitet wird. So 

wird zum Beispiel bei Hartmetall die beste Abtragsrate 

bei Energiedichten im Bereich von 1 J/cm² erreicht. 

Industriell verfügbare Lasersysteme liefern heute 

mittlere Leistungen bis zu 150 W bei Pulslängen von 

einigen Pikosekunden. Die maximale Energie des Einzelpulses 

liegt aktuell im Bereich von 500 µJ, womit 

Energiedichten von bis zu 900 J/cm² erzeugt werden 

können. Die Bearbeitung in einem solchen Regime ist 

zwar vor allem für das Laserbohren und -schneiden gut 

geeignet, übersteigt aber die Energiedichte, bei der der 

Abtragsprozess sein Effizienzmaximum erreicht, um 

den Faktor 1 000. Der damit verbundene Energieüberschuss 

führt bei derartigen Anwendungen stattdessen 

zu unerwünschten Effekten wie beispielsweise Schmelze, 

Grat- oder Lunkerbildung. 

LASER MIT HOHER REPETITION SOLLEN 

MITTLERE LEISTUNG LIEFERN 

Um abtragende Prozesse effizient umzusetzen, werden 

daher Lasersysteme benötigt, die es aufgrund hoher Repetitionsraten 

erlauben, mit der für den jeweiligen Werkstoff 

idealen Energiedichte eine hohe mittlere Leistung 

zu liefern. Theoretisch ließe sich auf diese Weise die 

Abtragsrate skalieren, in der Praxis sind einer solchen 

Skalierung jedoch sowohl system- als auch prozesstechnische 

Grenzen gesetzt: So müsste bei einer Erhöhung 

der Pulswiederholfrequenz entsprechend auch die Scannergeschwindigkeit 

gesteigert werden, um den Pulsüberlapp 

konstant zu halten und einen gleichmäßigen 

Abtrag sicherzustellen. Heutige Scannersysteme für 

universelle Materialbearbeitungen können allerdings 

nicht mit einer Schnelligkeit im Bereich von mehreren 

10 m/s gefahren werden. Darüber hinaus resultiert eine 

Verdoppelung der Verfahrgeschwindigkeit des Scanners 

nicht zwangsläufig in einer Halbierung der Prozesszeit. 

Hierbei sind auch Totzeiten durch Beschleunigungsund 

Bremsstrecken mit einzuberechnen, die eine mögliche 

Skalierung signifikant einschränken. 

Daneben spielen prozesstechnische Umstände eine 

wichtige Rolle. Bei der Bearbeitung von Werkzeugstählen 

mit kurzen Laserpulsen von einigen Pikosekunden 

zum Beispiel zeigt sich die effizienteste Fluenz im Bereich 

von 100 mJ/cm². Diese Energiedichte liegt jedoch 

nahe an der Abtragsschwelle, weshalb es beim Schmelzen 

und Verdampfen des Materials zu Instabilitäten 

kommen kann, die sich etwa als unerwünschte Deformationen 

manifestieren. Eine hohe Abtragsleistung bei 

zugleich hoher Oberflächenqualität lässt sich daher 

insbesondere bei Werkstoffen, deren Schwellenfluenz 

nahe der effizientesten Fluenz liegt, mit den gängigen 

Strategien kaum erreichen. 

AUFTRENNUNG DER ENERGIEDICHTE 

ALS ALTERNATIVE 

Eine Möglichkeit diese system- und prozessbedingten 

Einschränkungen bei der Lasermikrobearbeitung zu umgehen, 

stellen flexible Pulszüge, auch Burst genannt, dar. 

Damit ist die Aufspaltung eines einzelnen Laserpulses in 

mehrere kurz aufeinander folgende Burstpulse gemeint. 

Jeder Einzelpuls kann in bis zu acht aufeinander folgende 

Teile getrennt werden, die ursprüngliche Energiedichte 

verteilt sich dabei entweder entsprechend gleichmäßig 

oder wird vom System in Stufen von 0 bis 255 für jeden 

einzelnen Burstpuls spezifisch konfiguriert. Die Abfolge 

der einzelnen Pulse liegt im Bereich von 12,5 ns. 

Die dazu nötigen Regulierungsfunktionalitäten hat 

die GFH GmbH jetzt standardmäßig in ihre Anlagensteuerung 

GL Control integriert. Auf diese Weise können 

alle neuen Lasermikrobearbeitungszentren, deren 

Strahlquellen dafür geeignet sind, je nach Bedarf in den 

Burst-Modus umgeschaltet werden. Um den Benutzer 

dabei zu unterstützen, werden sämtliche relevanten 

Prozessparameter in einem grafischen Bedieninterface 

dargestellt, so dass die individuelle Einstellung erleichtert 

wird. Zusätzlich sind diverse vordefinierte Standard-Parametersätze 

für verschiedene Werkstoffe verfügbar, 

die bereits auf gewisse Zielgrößen, etwa hinsichtlich 

Abtragsrate oder Rauheit, abgestimmt sind 

und direkt übernommen werden können. 

Durch die damit mögliche Aufspaltung der Laserenergie 

werden zum einen die prozesstechnischen Probleme 

mit bestimmten Werkstoffgruppen in einen Bereich 

verschoben, der eine zuverlässige und präzise 

Bearbeitung mit hoher Abtragsleistung ermöglicht. 

Zum anderen entsprechen die Pulspausen im Burst- 

Modus jenen im Standardbetrieb ohne Burst, wodurch 

handelsübliche Scanner eingesetzt werden können. 

Generell sind mit dieser Bearbeitungsstrategie Abtragsraten 

von bis zu 3 mm³/min bei einer Oberflächenrauhigkeit 

von unter 0,5 µm Ra möglich. Selbst komplexere 

Geometrien mit Rundungen und unterschiedlichen 

Vertiefungen und einem Gesamtvolumen von 

180 mm³ lassen sich so innerhalb einer Stunde bei 

gleich bleibend hoher Qualität und ohne unerwünschte 

Materialveränderungen erzeugen. 

AUTOR 

ANTON PAULI 

ist Geschäftsführer der GFH GmbH. 

GFH GmbH, 

Großwalding 5, D-94469 Deggendorf, 

Tel. +49 (0) 991 29 09 20, 

Internet: www.gfh-gmbh.de 


4 / 2014 

23

PRAXIS 

Funktionales Engineering: Maschinen mit 

aktualisierter Software übergreifend konfiguriert 

Baukasten-Funktionalitäten werden in verschiedenen Technologien eingesetzt 

IM EPLAN ENGINEERING CENTER 

(EEC) werden die Funktionen einer 

Maschine allgemeingültig abgelegt, 

so dass sie für die individuellen 

Ausprägungen einer kundenspezifischen 

Maschine konfiguriert 

werden können. 

BLICK IN EINE 

PFLASTERMASCHINE am 

Beispiel eines Wicklers. 

DA DIE MASCHINEN trotz der individuellen 

Anforderungen wiederkehrende Funktionen zu 

erfüllen haben, lag es nahe, nach Möglichkeiten 

der Standardisierung zu suchen. 

Wenn sich ein Hersteller für die Vermarktung eines 

neuen Produktes entscheidet, benötigt er in möglichst 

kurzer Zeit eine genau auf seine Anforderungen 

angepasste Verpackungslösung. Die Hersteller reagieren 

mit der Strategie, einen möglichst hohen Maschinenumfang 

mit bereits entwickelten, variablen Funktionsmodulen 

zu realisieren, um Kalkulationssicherheit, 

kurze Lieferzeit und Qualität in den Griff zu 

bekommen. Das tut auch Harro Höfliger auf Basis des 

Eplan Engineering Center (EEC). 

Das Portfolio des Herstellers von Produktions- und 

Verpackungsanlagen ist in mehrere Technologiebereiche 

gegliedert: Die Bahn- und Folienverarbeitung 

befasst sich unter anderem mit Maschinen, die Wundpflaster 

und -verbände herstellen und verpacken. Ein 

weiterer Technologiebereich entwickelt und fertigt 

Kartonieranlagen. Außerdem werden Montagemaschinen 

für medizinische Geräte wie zum Beispiel Einmalspritzen 

gefertigt. Ein weiterer Bereich ist die Pulvertechnologie. 

Hier entwickelt die Firma Lösungen für 

das Dosieren und Verpacken von pulverförmigen Medikamenten, 

wie inhalierbares Insulin. Rund 80 % der 

in Allmersbach gebauten Maschinen kommen in der 

Pharma- und Medizintechnik zum Einsatz. 

STANDARDISIERUNG ERLEICHTERT PROJEKTARBEIT 

Eine übergreifende Entwicklungsabteilung, die unabhängig 

von Einzelprojekten arbeitet, gibt es bei Harro 

Höfliger nicht. Volker Scheub, Leiter Steuerungstechnik: 

„Da immer individuelle Anforderungen zu berücksichtigen 

sind, gibt es für uns keine Serienmaschinen. 

Alle Entwickler arbeiten an Kundenprojekten.“ Dabei 

spielt die Software eine immer größere Rolle: Mehr als 

80 Mitarbeiter in allen Technologiebereichen sind für 

die Programmierung der Maschinensteuerungen verantwortlich. 

Da die Maschinen trotz der individuellen 

Anforderungen wiederkehrende Funktionen zu erfüllen 

haben, lag es nahe, nach Möglichkeiten der Standardisierung 

zu suchen. Dabei standen zwei Aspekte 

im Vordergrund. Volker Scheub: „Die Entwickler stehen 

unter starkem Zeitdruck. Sie arbeiten ja nicht für 

eine neue Baureihe, sondern hinter jedem Projekt steht 

ein Kunde, der auf seine Maschine wartet. Neben der 

Zeitersparnis als vorrangigem Ziel wollten wir aber 

auch eine Qualitätsverbesserung erreichen.“ 

FUNKTIONEN ALLGEMEINGÜLTIG ABLEGEN 

Da die Maschinen und deren Baugruppen sehr stark 

mechatronisch geprägt sind, war Harro Höfliger auf der 

Suche nach einer Lösung, die die Konfiguration aller 

mechatronischen Disziplinen unterstützt. Es sollte vermieden 

werden, unkalkulierbare Ressourcen in die Eigenentwicklung 

einer Konfigurationslösung zu investieren. 

Die logische Konsequenz daraus war, nach einer 

Lösung am Markt zu suchen. Die Wahl fiel auf das Eplan 

Engineering Center (EEC). Im EEC werden die Funktionen 

einer Maschine allgemeingültig abgelegt, so dass 

sie für die individuellen Ausprägungen einer kunden- 

24 


4 / 2014

schorrek: „Wir sparen zum Beispiel bei einer Pflastermaschine 

150 bis 250 Konstruktionsstunden.“ Zugleich 

verbessert sich die Qualität, weil die Konstrukteure stets 

auf geprüfte Programmierbausteine zurückgreifen können, 

die quasi auf Knopfdruck zur Verfügung stehen. 

Auch bei der Inbetriebnahme spart man Zeit. „Bei der 

elektrischen Grundinbetriebnahme konnten wir den 

Zeitaufwand im Schnitt von zwei Wochen auf wenige 

Tage reduzieren“, so Uwe Koschorrek. 

DIE MASCHINEN UND DEREN BAUGRUPPEN 

sind sehr stark mechatronisch geprägt – hier die 

Schneid station einer Pflastermaschine. 

Bilder: Harro Höfliger 

spezifischen Maschine konfiguriert werden können 

(Funktionales Engineering). Für die Erstellung der konkreten 

auftragsspezifischen Unterlagen enthält jede 

Funktion die entsprechenden Ausprägungen für den 

Schaltplan, die SPS-Software oder die Dokumentation. 

KEIMZELLE SOFTWAREENTWICKLUNG 

Das Unternehmen hat die Einführung des EEC mit der 

Konfiguration der Steuerungssoftware begonnen, da hier 

die höchsten Optimierungspotenziale gesehen wurden. 

Das Projektteam hat den Baukasten von vornherein so 

aufgebaut, dass die Grundfunktionalitäten technologieübergreifend, 

das heißt für unterschiedliche Maschinentypen 

einsetzbar sind. Das funktioniert sehr gut, obwohl 

es große Unterschiede zum Beispiel zwischen getakteten 

Maschinen und solchen mit kontinuierlichem Betrieb 

gibt. Volker Scheub: „Damit erreichen wir, dass jeder 

auftretende Fehler behoben wird und dann nie wieder 

auftritt.“ Individuelle Steuerungen werden damit heute 

nahezu vollständig aus dem Baukasten generiert. Uwe 

Koschorrek, Gruppenleiter Steuerungstechnik für Bahnverarbeitungsmaschinen: 

„Wir generieren die Steuerungen 

unserer Maschinen inzwischen bis zu 99 % mit 

dem EEC.“ Nur Sonderwünsche, die bislang noch nie 

realisiert wurden, wie die Integration eines zusätzlichen 

Sensors, werden auf konventionelle Weise realisiert – 

aber auch nur beim ersten Mal: „Solche Zusatzfunktionen 

werden direkt als neues Funktionsmodul im EEC 

angelegt.“ Auch die Zeitvorteile sind enorm. Uwe Ko- 

GENERIERUNG DER DOKUMENTATION 

Auf Basis der ersten Erfahrungen erfolgte die aufwendige 

Erstellung der im Bereich der Medizintechnik 

durch Gamp geforderten, maschinenspezifischen Dokumente 

für die Qualifizierung, Designspezifikation 

sowie Softwaredokumentation. Die auf Basis von Word 

erstellten Dokumente wurden analog zur Vorgehensweise 

in der Softwareentwicklung modularisiert und 

in den Baukasten überführt. Sie werden heute automatisch 

und damit immer konsistent zur Steuerungssoftware 

aus dem EEC generiert. Dieser sehr strukturierte 

und reproduzierbare Prozess ist ein nicht zu unterschätzender 

Wettbewerbsvorteil in der heutigen Kundenkommunikation 

von Harro Höfliger. Angesichts 

dieser in den ersten beiden Stufen erreichten Effekte 

überrascht es nicht, dass die Firma die Möglichkeiten 

des EEC noch umfassender nutzen wollte. Dies galt sowohl 

für die Breite des Einsatzes im Unternehmen, das 

heißt die Nutzung des Baukastens für weitere Technologiebereiche, 

als auch für weitere Disziplinen. So hat 

das Unternehmen im dritten Schritt die Elektrokonstruktion 

mit Eplan Electric P8 in das EEC eingebunden. 

Unterstützung erhielt der Hersteller von Verpackungsmaschinen 

von Eplan im Bereich der Modularisierung 

der Schaltpläne und bei der Konfiguration. 

Daher generiert die Firma heute bei ihren Kartoniermaschinen 

und Pflastermaschinen die Elektroschaltpläne, 

den Steuerungscode und die Dokumentation zu 

einem hohen Prozentsatz automatisch. 

AUTOR 

DIPL.-ING. VOLKER SCHEUB ist Director 

Controls Engineering bei der Harro 

Höfliger Verpackungsmaschinen GmbH. 

Harro Höfliger Verpackungsmaschinen GmbH, 

Helmholtzstraße 4 , 

D-71573 Allmersbach im Tal, 

Tel. +49 (0) 7191 50 10, 

E-Mail: info@hoefliger.de 


4 / 2014 

25

NACHRUF 

PROF. DR.-ING. 

UWE MAIER 

26 


4 / 2014

Fachwelt der Automation trauert 

um Prof. Dr.-Ing. Uwe Maier 

Der 66-jährige Mit-Herausgeber des Handbuchs der Prozessautomation und Prof. für Automatisierungstechnik 

verstarb überraschend in der Nacht vom 9. auf den 10. März 2014 zuhause. 

Ein Nachruf seines Kollegen Prof. Steven X. Ding von der Universität Duisburg-Essen 

Am 10. März 2014 verstarb Prof. Dr.-Ing. Uwe Maier, 

ein langjähriger Mitarbeiter des Fachgebiets Automatisierungstechnik 

und komplexe Systeme (AKS) 

und Professor der Abteilung Elektrotechnik und Informationstechnik 

(EIT) der Universität Duisburg- 

Essen, plötzlich und völlig unerwartet. 

Mit Herrn Prof. Maier verlieren unser Fachgebiet 

und die Regelungstechnikgemeinde einen liebevollen 

Kollegen, Freund und einen wunderbaren Menschen. 

Geboren am 09. September 1947 in Stuttgart, studierte 

Prof. Maier von 1966 bis 1971 Elektrotechnik 

an der Technischen Universität Hannover. Anschließend 

arbeitete er bis 1977 als wissenschaftlicher Mitarbeiter 

und Assistent an der Technischen Universität 

Hannover, wo er im Jahr 1974 zum Dr.-Ing. promovierte. 

Von 1977 bis 1986 war er in der Industrie tätig, 

zunächst auf dem Gebiet der Software-Entwicklung 

für Echtzeitanwendungen bei der damaligen Krupp 

Atlas-Elektronik GmbH in Bremen und später im Bereich 

Planung der Automatisierung verfahrenstechnischer 

Produktionsanlagen bei der früheren Hoechst 

AG in Frankfurt. Von 1986 bis 1992 war er Professor 

für Automatisierungstechnik an der Fachhochschule 

Wiesbaden. 1992 folgte er dem Ruf als Professor der 

Automatisierungstechnik an die Universität GH Duisburg 

und war bis zu seiner Pensionierung im Februar 

2013 als Hochschullehrer und in verschiedenen 

Funktionen in der akademischen Selbstverwaltung 

in der Abteilung EIT tätig. Im September 2013 erhielt 

er eine UDE-Seniorprofessur für seine wertvolle Tätigkeit 

zum Aufbau und zur Akkreditierung des neuen 

EIT-Master-Fernstudiums. 

Geprägt durch seine langjährige Industrietätigkeit 

im Bereich Prozessautomatisierung beschäftigte sich 

Prof. Maier vorrangig mit der Entwicklung der Engineering-Methoden 

der Automatisierungstechnik, fehlertoleranten 

Systemen und praktischen Anwen- 

dungen von Modellbildung und Regelung. Sein Beitrag 

auf diesem Gebiet genießt in der Fachwelt hohe 

Anerkennung und Reputation. Prof. Maier war der 

Mit-Herausgeber eines Standardwerkes auf dem Gebiet 

der Prozessautomatisierung, dem Handbuch der 

Prozessautomatisierung, das von dem Kollegen Früh 

1997 erstmals herausgegeben und mehrfach durch 

Prof. Maier und seinen Kollegen Dieter Schaudel als 

neue Auflage aktualisiert wurde. 

Prof. Maier unterstützte die Abteilung EIT über 

viele Jahre in der akademischen Selbstverwaltung 

uneigennützig und tatkräftig. Er war Vorsitzender 

des Prüfungsausschusses EIT und Initiator des internationalen 

Masterstudiengangs Automation and 

Control Engineering. Von seiner über viele Jahre gewachsenen, 

transparenten und fairen Methodik zur 

Beurteilung der Studienvoraussetzungen profitiert 

der Lehrbetrieb der Abteilung EIT. Die Akkreditierung 

des neuen EIT-Master-Fernstudiums koordinierte 

er maßgeblich und erstellte federführend die 

umfangreichen Akkreditierungsunterlagen. Er entwarf 

die Prüfungsordnung, setzte diese gemeinsam 

mit dem Justitiariat erfolgreich um und schaffte 

kürzlich noch die grundlegenden Strukturen für den 

Prüfungsausschuss. 

Prof. Maier war ein wunderbarer Mensch. Er war 

bei seinen Studenten, Mitarbeitern und Kollegen gleichermaßen 

beliebt und geschätzt. Unser Fachgebiet 

wird Herrn Prof. Maier vermissen und stets in bester 

Erinnerung behalten. 

PROF. STEVEN X. DING, 

Fachgebietsleiter, 

Fachgebiet Automatisierungstechnik 

und komplexe Systeme (AKS), 

Universität Duisburg-Essen 


4 / 2014 

27

HAUPTBEITRAG 

Anlagentopologien 

automatisch erstellen 

Modelle aus der Mensch-Maschine-Schnittstelle erzeugen 

Eine fundamentale Fragestellung der akademischen und industriellen Forschung 

des letzten Jahrzehnts war die Automatisierung der Automatisierung. Dabei wurden 

Konzepte mit dem Ziel einer teilautomatisierten Projektierung von Automatisierungslösungen 

entwickelt. Die Anwendbarkeit der Algorithmen ist abhängig vom 

Vorhandensein einer Beschreibung der Anlagentopologie in einem maschinenlesbaren 

Format. Da diese bei Altanlagen für Engineering-Aufgaben im Betrieb und bei 

der Modernisierung oft nicht zur Verfügung steht, müssen Alternativen gefunden 

werden, um die benötigte Information zu gewinnen. Im Beitrag wird eine Methode 

vorgestellt, die die benötigte Information aus der Mensch-Maschine-Schnittstelle 

erzeugt. Diese wird in einem Topologiemodell abgelegt, sodass sich die Algorithmen 

der Automatisierung der Automatisierung darauf anwenden lassen. 

SCHLAGWÖRTER Anlagentopologie / Automatisierung der Automatisierung / 

Topologiemodell 

Topology Generator – 

Creation of Models from Human Machine Interfaces 

A fundamental question of last decade’s research in academia and industry is the 

Automation of Automation. Aiming at (semi-)automatic engineering of automation 

systems, a lot of concepts have been developed. Regarding applicability, those algorithms 

highly depend on the availability of plant descriptions in a computer-interpretable 

form. Because today those are often not present during automation engineering, 

especially for engineering tasks during operation and modernization of brownfield 

plants, alternatives have to be found for gathering the required information. 

This contribution presents a method to extract the required information from the 

human machine interface. In order to increase applicability of Automation of Automation, 

the gathered information is stored in a topology model, making Automation 

of Automation wider applicable for industry. 

KEYWORDS plant topology / automation of automation / topology model 

28 


4 / 2014

MARIO HOERNICKE, ABB 

LARS CHRISTIANSEN, Helmut Schmidt Universität/Universität der Bundeswehr Hamburg 

ALEXANDER FAY, Helmut Schmidt Universität/Universität der Bundeswehr Hamburg 

Durch die Vielzahl integrierter Subsysteme im 

Prozessleitsystem (PLS) steigt dessen Komplexität. 

Ingenieure stehen vor der Herausforderung, 

trotz der Komplexität und dem 

zunehmenden Zeitdruck [1] das Engineering 

in entsprechender Qualität durchzuführen. Faktoren 

wie Fachkräftemangel [2] wirken sich auf das ohnehin 

schon zeit- und kostenintensive Engineering zusätzlich 

negativ aus. 

Den Trend erkennend wurde das Thema der Automatisierung 

der Automatisierung (AoA) ins Leben gerufen 

[3]. Bereits über eine Dekade beschäftigt sich die Forschung 

mit dem automatischen Erzeugen von Engineering-Artefakten, 

um der genannten Entwicklung entgegenzuwirken. 

Konzepte, um Visualisierungen [4-6] oder 

Simulationsmodelle automatisch zu generieren [7], [8] 

verfolgen das Ziel, die Kosten und den zeitlichen Aufwand 

für das Engineering von PLS zu senken und die 

Qualität der Ergebnisse sicherzustellen. 

Trotz vielversprechender Forschungsergebnisse findet 

AoA jedoch wenig Akzeptanz im industriellen Umfeld. 

Grund hierfür ist das Fehlen der benötigten Information, 

denn die Anwendbarkeit von AoA hängt stark 

von der Verfügbarkeit und Qualität der Information in 

einem computerinterpretierbaren Format [9] ab. AoA 

geht davon aus, dass das Rohrleitungs- und Instrumentenfließschema 

(R&I, EN ISO 10628) in einem computerinterpretierbaren 

Format, zum Beispiel CAEX [10] 

für das Engineering der Automatisierungstechnik zur 

Verfügung steht. Dies ist in der Praxis meistens nicht 

der Fall. Obwohl es technisch möglich ist, R&I-Fließschema 

digital auszutauschen, werden diese nach wie 

vor meistens in gedruckter Form oder als .pdf versandt, 

wodurch eine automatische Interpretation nicht möglich 

ist. Dies liegt daran, dass objektorientierte CAE- 

Werkzeuge bisher noch selten eingesetzt werden, und 

von Seiten der Verfahrenstechnik ein Know-how-Verlust 

gegenüber dem Automatisierer befürchtet wird. Für 

Altanlagen steht das R&I-Fließschema üblicherweise 

nicht in digitaler Form und oft gar nicht zur Verfügung. 

In einem solchen Fall ist die Information über die Topologie 

umso wichtiger. Deshalb müssen andere Informationsquellen 

gefunden werden, die ähnliche Information 

wie das R&I-Fließschema enthalten. 

Um die benötigte Information für AoA bereitzustellen 

[11], wird in diesem Beitrag ein Konzept zur Gewinnung 

der Information aus der Mensch-Maschine-Schnittstelle 

(human machine interface, HMI) vorgeschlagen. Ausgehend 

von vorhandenen Grafiken zur Visualisierung 

eines Prozesses und der zugehörigen Anlage wird ein 

Topologiemodell erzeugt, das die benötigte Information 

enthält. Als Grundlage werden die in [11] vorgestellten 

Anwendungsfälle und die dafür formulierten Anforderungen 

verwendet. Zusätzlich werden die benötigten 

Vorgänger-Nachfolger-Beziehungen der Objekte ergänzt, 

um die Topologie der Anlage realitätsnah und möglichst 

vollständig zu beschreiben. 

1. HMI ALS BASIS FÜR DAS TOPOLOGIEMODELL 

Die meisten Anwendungsfälle der AoA gehen davon aus, 

dass die Topologie der Anlage in einem entsprechenden 

Format computerlesbar vorliegt. Die am häufigsten verwendete 

Quelle ist das R&I-Fließschema. Dieses enthält 

die wesentliche Information über die Struktur, Art und 

Bezeichnung der Apparate und/oder Maschinen, Armaturen, 

Rohrleitungen, Antriebe, sowie Aufgaben der 

Einrichtungen zum Messen, Steuern oder Regeln. Deshalb 

lassen sich hieraus regelbasiert Engineering-Artefakte 

– mittels entsprechender Konzepte – erzeugen. 

Hinzu kommt, dass das R&I-Fließschema, als Resultat 

der verfahrenstechnischen Planung, am Anfang des 

Engineering der Automatisierungstechnik üblicherweise 

in einer ersten Version vorhanden ist, da auch ohne 

AoA das Engineering der Automatisierungstechnik 

darauf basiert. Deshalb liegt es nahe, das R&I-Fließschema 

als Quelle für AoA zu verwenden. 

Das HMI, als Resultat einer Engineering-Phase der 

Automatisierungstechnik, soll nun mangels Vorhandensein 

des R&I-Fließschemas in einem computerlesbaren 

Format die darin vorhandene Topologie nachbilden. 

Zunächst soll geprüft werden, für welche Anwendungsfälle 

das HMI genutzt werden kann, da es nicht 


4 / 2014 

29

HAUPTBEITRAG 

zu Beginn des Engineering der Automatisierungstechnik 

zur Verfügung steht. 

Bild 1 zeigt einen vereinfachten Ablauf des Engineering 

für die Automatisierungstechnik. Das R&I-Fließschema 

ist bereits am Anfang vorhanden, weshalb dieses 

sich für alle AoA-Anwendungsfälle verwenden 

lässt. Das HMI steht erst relativ spät im Engineering- 

Prozess zur Verfügung, weshalb es nur für einen Teil 

der AoA-Anwendungsfälle verwendet werden kann. 

Dennoch kann die aus dem HMI, beziehungsweise den 

Bedienbildern des Prozesses, gewonnene Information 

für einige Anwendungsfälle verwendet werden. Deshalb 

macht es Sinn, diese als Informationsbasis für die 

Topologie zu nutzen. 

Die Bedienbilder zur Visualisierung des Prozesses stellen 

zwar ein Bild des zu bedienenden Prozesses dar, werden 

jedoch nicht als einfaches Bild entwickelt. Dem Ingenieur 

werden im Entwicklungswerkzeug Bibliotheken 

mit vorgefertigten Symbolen, zum Beispiel ein Behälter, 

zur Verfügung gestellt. Diese werden verwendet, um das 

Bedienbild zu entwickeln und später in einem, üblicherweise 

proprietären, Datenformat abzuspeichern. 

1.1 Objekte innerhalb einer Topologie 

Neben dem generellen Vorhandensein des HMI müssen 

Anforderungen an das Topologiemodell genau betrachtet 

werden. Zusätzlich zu den in [11] formulierten Anforderungen, 

sind die enthaltenen Objektarten von 

großer Bedeutung. Innerhalb eines Topologiemodells 

können verschiedene Objektarten verwendet werden: 

a | Behälter: 

Behälter stellen Objekte zur Speicherung eines 

Mediums dar. In verfahrenstechnischen Anlagen 

können zusätzlich beispielsweise Reaktionen 

stattfinden oder Behälter zum Druckausgleich 

verwendet werden. 

b | Aktoren: 

Aktoren sind Objekte zur Einflussnahme auf bestimmte 

Eigenschaften eines Mediums. Zum Beispiel 

kann mit Hilfe eines Ventils die Strömungsgeschwindigkeit 

eines Mediums verändert oder 

mit Hilfe einer Heizung die Temperatur erhöht 

werden. 

c | Steuerungen/Regler: 

Steuerungen/Regler stellen den Zusammenhang 

zwischen Sensorik und Aktorik dar. Sie werden 

verwendet, um auf Basis eines Messwerts einen 

Stellwert für einen Aktor zu errechnen oder, basierend 

auf bestimmten Bedingungen, steuernd in 

den Prozess einzugreifen. Eine Steuerung ist zum 

Beispiel notwendig, um Aktoren zu verriegeln, 

wodurch beispielsweise das Trockenlaufen von 

Pumpen vermieden werden kann. 

d | Sensoren: 

Sensoren werden eingesetzt, um Eigenschaften 

eines Mediums oder des Prozesses zu bestimmen. 

Zum Beispiel lässt sich damit die Temperatur 

eines Mediums messen. 

e | Flussobjekte: 

In der Topologie einer Anlage werden Flussobjekte 

zum Transport des Mediums verwendet. 

Flussobjekte können beispielsweise Rohrleitungen 

oder Verzweigungen sein. Diese Objekte 

haben keinen direkten Einfluss auf die Eigenschaften 

des Mediums, sondern verbinden verschiedene 

Aktoren oder Behälter miteinander. 

f | Terminierungen: 

Jede Topologie hat einen oder mehrere Anfangsund 

Endpunkte. Diese werden durch Materialquellen 

oder -senken beschrieben. Quellen und 

Senken stellen in der Topologie die Terminierungen 

des Modells, und damit die Grenzen, dar. 

1.2 Verbindungstypen innerhalb einer Topologie 

Die topologischen Zusammenhänge – Vorgänger- und 

Nachfolgerbeziehungen – zwischen, zum Beispiel, den 

Aktoren, Sensoren oder Behältern, sind essenziell. Die 

Vorgänger- und Nachfolgerbeziehungen innerhalb einer 

Anlagentopologie lassen sich durch drei Verbindungstypen 

beschreiben: 

a | Materialfluss: 

Als Materialfluss werden Stoffströme bezeichnet, 

welche eine Verbindung zweier Elemente mittels 

eines Stoffes oder Materials herstellen. Eine Verbindung 

mittels Materialfluss ist zum Beispiel das 

Material, das durch ein Rohr zwischen einem 

Ventil und einer Pumpe fließt. Hierdurch wird die 

Vorgänger- und Nachfolgerbeziehung zwischen 

den Elementen hergestellt, das heißt, wenn das 

Ventil schließt, wirkt sich dies auf die Pumpe aus. 

In Bild 2 wird der Materialfluss in blau dargestellt. 

b | Energieübertragung: 

Die Energieübertragung oder der Energiefluss beschreibt 

den Prozess der Weitergabe physikalischer 

Energie zwischen Elementen. Ein Durchlauferhitzer 

überträgt Wärmeenergie an eine Flüssigkeit, 

wodurch diese veränderte Eigenschaften, 

eine höhere Temperatur, nach dem Ausströmen 

aus dem Durchlauferhitzer aufweist. Der Durchlauferhitzer 

beeinflusst damit die Eigenschaften 

des Materials. Ein weiteres Beispiel ist ein Wärmetauscher, 

in dem eine Flüssigkeit Wärme abgibt, 

wodurch eine zweite Flüssigkeit erhitzt oder 

gekühlt wird. Ein Wärmetauscher ist in Bild 2 in 

rot dargestellt. 

c | Informationsfluss: 

Als Informationsfluss oder Signalfluss werden die 

Verbindungen zweier oder mehrerer Elemente mittels 

eines logischen Signals beschrieben. Ein Regelkreis 

wird zum Beispiel durch einen Informations- 

30 


4 / 2014

Generierung der 

Steuerungs- und 

Verriegelungslogik [14] 

Generierung von Hazop 

Studien / C&E Matrizen [13] 

Engineering der 

Automatisierungstechniktopologie 

und der 

Instrumentierung 

Rohr- und 

Instrumentenfließbild 

AoA Anwendungsfälle 

Engineering der 

Steuerungslogik 

Generierung der Mensch- 

Maschine SchniWstelle [4] 

HMI Engineering 

Mensch-Maschine 

Schnittstelle 

Generierung von FAT 

Prozesssimulationsmodellen 

[12] 

Generierung von Assetmanagement 

Funktionen 

[15] 

Integrationstest 

und 

Werksabnahme 

Anwendungsfälle für den Anlagenbetrieb 

Alarmgruppierung 

[16] 

Inbetriebnahme 

Top-down 

Fehleranalyse [17] 

Betrieb 

Modernisierung/ 

Erweiterung/ 

Optimierung/ 

KPI Impact 

Vorhersagen [18] 

Evaluation verschiedener 

Szenarien 

Tests gegen das Modell 

Brown Field Engineering 

[4], [12-15] 

BILD 1: Auszug aus 


der Automatisierung 

(AoA) und Mensch- 

Maschine-Schnittstelle 

(HMI) 

im Engineering 

Workflow 

Topologiequellen 

BILD 2: Verbindungen innerhalb 

einer Anlagentopologie 

BILD 3: Vergleich R&I-Fließschema mit HMI 

fluss zwischen Sensor, Regelung und Aktor definiert. 

Die Signale sind dabei im Leitsystem abgelegt 

und stellen logische Verbindungen dar. Beispielsweise 

beeinflusst ein Sensor einen Regler und dieser 

beeinflusst einen Aktor, dargestellt in grün in 

Bild 2. Wird der Informationsfluss in der Topologie 

abgebildet, so werden nicht nur die Prozesswerte, 

sondern auch andere Signale, beispielsweise für 

eine Verriegelungslogik, in Betracht gezogen. 

Die beschriebenen Kopplungen finden sich teilweise 

im R&I-Fließschema. Die Material- und Energieflüsse 

sind oft vollständig, wenn auch nur implizit, beschrieben, 

während die Informationsflüsse oft nur für die 

essenziellen Regelungen behandelt werden. Da diese 

Kopplungen einen wesentlichen Bestandteil der Topologie 

ausmachen, werden nachfolgend die Unterschiede 

deren Darstellung, sowie die vorhandenen Elemente in 

R&I-Fließschema und HMI untersucht. Dies geschieht 

unter der Annahme, dass AoA auf Basis der im R&I- 

Fließschema enthaltenen Information entwickelt wurde 

und die Information ausreichend ist. Für eine detaillierte 

Aufstellung der weiteren Anforderungen wird 

auf [11] verwiesen. 

1.3 Vergleich R&I-Fließschema und HMI 

Sowohl das R&I-Fließschema, als auch das HMI werden 

entworfen, um einen Einblick in die reale Anlage zu 

geben – jedoch für unterschiedliche Verwendungszwecke. 


4 / 2014 

31

HAUPTBEITRAG 

Das R&I-Fließschema beschreibt den Aufbau der 

Rohrleitungen und die benötigte Instrumentierung, um 

den Verfahrens- und Automatisierungstechnikern eine 

Vorlage für das Engineering der Anlage zu geben. 

Das HMI wird nicht für Engineering-Zwecke verwendet, 

sondern soll dem Anlagenfahrer einen Blick auf den 

realen Prozess und die Anlage bieten. Deshalb unterscheidet 

sich der Informationsgehalt zwischen beiden 

Formaten geringfügig. Bild 3 illustriert Gemeinsamkeiten 

und Unterschiede zwischen R&I-Fließschema und HMI. 

Ein wesentlicher Unterschied besteht in der Darstellung 

der ungesteuerten Anlagenelemente und der Anlagenelemente, 

die keine Entsprechung im PLS haben 

(zum Beispiel ein Handventil oder Schaugläser ohne 

Indikation im PLS). Diese werden im HMI nicht abgebildet. 

Regelungen, die im R&I-Fließschema nur unvollständig 

dargestellt werden, werden im HMI ebenso auf 

das Wesentliche reduziert und stellen damit keine getreue 

Abbildung des Informationsflusses dar. Um den 

Informationsfluss in der Topologie vollständig zu beschreiben, 

wird deshalb eine weitere Quelle benötigt. 

Die Aktorik sowie der Materialfluss werden in beiden 

Formaten sehr ähnlich dargestellt. Auch Behälter und 

Wirkrichtungen innerhalb des Materialflusses werden 

sehr ähnlich abgebildet und sind in beiden Formaten 

meistens vorhanden. 

Hinzu kommt die Energieübertragung. Diese wird im 

HMI ebenfalls durch a) Aktoren (zum Beispiel Heizung) 

oder b) spezielle Konstrukte dargestellt, wie ein Wärmetauscher 

(beziehungsweise ein Tank, der durch warmes Fluid 

im Mantel erhitzt wird). Das bedeutet, dass der Informationsgehalt 

im HMI dem Informationsgehalt im R&I-Fließschema 

ähnelt und das HMI anstelle des R&I-Fließschemas 

als Basis für ein Topologiemodell benutzt werden kann. 

2. ERZEUGEN VON TOPOLOGIEMODELLEN AUS DEM HMI 

Damit Topologiemodelle aus dem HMI erzeugt werden 

können, müssen einige Annahmen getroffen werden. 

Üblicherweise wird die Visualisierung eines Prozesses 

durch ein Bild beschrieben. Es gibt intelligente Objekte 

innerhalb der Bilder, die eine Verbindung zu den im 

Leitsystem vorhandenen Objekten beschreiben, Bild 4. 

Normalerweise werden Symbole zur Anzeige von Sensoren, 

Aktoren und Reglern so entwickelt, dass diese 

bei einer bestimmten Werteänderung ihr Aussehen 

verändern oder den aktuellen Prozesswert anzeigen. 

Beispielsweise verändert ein Ventilsymbol seine Farbe, 

wenn das zugehörige Ventil offen ist und eine Flüssigkeit 

hindurchströmen kann. 

Damit die Veränderung des Aussehens gelingt, wird 

eine Referenz zum Objekt im Leitsystem benötigt. Zur 

Erstellung des Topologiemodells kann diese Referenz 

benutzt werden, um das Objekt – und dessen Typinformation 

– im Leitsystem zu finden. Der Algorithmus zur 

Generierung des Topologiemodells macht sich diese 

Information zu Nutze, um aktive Elemente (Elemente, 

die den Material- oder Energiestrom direkt oder indirekt 

beeinflussen) ausfindig zu machen und deren Eigenschaften 

aus dem Leitsystem zu extrahieren (zum 

Beispiel Reglerparameter, die Leistungen eines Motors 

oder einer Pumpe). 

Die Annahme, dass durch aktive Elemente eine 

Referenz oder Verbindung zum Rest des Leitsystems 

hergestellt werden kann, impliziert bereits, dass die 

aktiven Elemente Information über deren Typ beinhalten. 

Das bedeutet, bei der Betrachtung wird davon 

ausgegangen, dass das Engineering-Werkzeug des 

Leitsystems eine objektorientierte Entwicklung er- 

BILD 4: Referenzen innerhalb des HMI zu Leitsystemobjekten 

BILD 5: Identifikation aktiver Objekte anhand 

des Leitsystemobjekttyps 

32 


4 / 2014

laubt und jedes Objekt eine Instanz eines bestimmten 

Typs ist. Zusätzlich wird angenommen, dass die 

vorgefertigten Symbole für die benötigten Bilder 

verwendet werden. Beispielsweise wird ein Behältersymbol 

eingesetzt, um einen Behälter darzustellen, 

und nicht etwa ein dickes Rohrleitungssymbol. 

Auf Basis dieser Annahmen lässt sich nun ein Konzept 

zur Generierung der Topologie aus dem HMI 

entwickeln. 

2.1 Konzept 

Um die Information über die Anlagentopologie aus dem 

HMI zu gewinnen, wird ein mehrstufiger Algorithmus 

benötigt, welcher aus zwei Phasen besteht, die sich wiederum 

in Schritte gliedern. 

Phase 1: Objekt- und Typidentifikation 

In der ersten Phase werden die Objekte innerhalb einer 

Grafik identifiziert. Hierbei werden aktive und passive 

Objekte unterschieden. 

Schritt 1: Identifikation aktiver Objekte und deren Typ 

Zunächst werden die aktiven Objekte identifiziert. Dies 

geschieht anhand der Referenzen aus deren Symbol. 

Die Referenzen zeigen normalerweise auf die Objektinstanz 

im Leitsystem, die das reale Objekt steuert. 

Wurde diese gefunden, kann anhand verschiedener 

Eigenschaften des Leitsystemobjekts auf den spezifischen 

Typ des Objekts innerhalb der Topologie (Topologietyp) 

rückgeschlossen werden. Die Identifikation 

des korrekten Topologietyps geschieht auf verschiedene 

Weise: 

1. Identifikation anhand des Leitsystemobjekttyps 

Werden Leitsystemobjekttypen für spezielle Anlagenapparate 

verwendet, zum Beispiel für ein Ventil, so 

kann der Leitsystemtyp direkt in den Topologietyp 

überführt werden, siehe Bild 5. Ist dies nicht der Fall, 

beispielsweise, wenn im Leitsystem der generische Typ 

Motor verwendet wird, lässt sich auf dieser Basis immerhin 

feststellen, dass es sich bei diesem Objekt um 

einen Aktor handelt. Darauf folgend kann die nächste 

Methode zur Identifikation herangezogen werden, um 

den Topologietyp näher zu spezifizieren. 

2. Identifikation anhand des verwendeten grafischen 

Symbols 

Werden generische Typen im Leitsystem verwendet, so 

können Rückschlüsse bezüglich des Topologietyps anhand 

des verwendeten Symbols gezogen werden. Wenn 

ein Leitsystemtyp verwendet werden kann, um verschiedene 

Arten von zum Beispiel Aktoren zu steuern, so werden 

verschiedene Symbole zur Visualisierung der Aktoren 

angeboten. Die Symbole können oft verwendet werden, 

um den Topologietyp zu bestimmen, siehe Bild 6. 

3. Identifikation anhand der verwendeten Einheit 

Bei Sensoren tauchen zur Darstellung im HMI oft Wertanzeigen 

auf. Deshalb kann meistens nicht auf deren 

spezifischen Typ in der Topologie anhand des Symbols 

rückgeschlossen werden. So wird eine Wertanzeige 

meistens in den generischen Typ Sensor gewandelt. Um 

den Typ genauer zu bestimmen, können die angezeigten 

Einheiten zur Hilfe genommen werden. Beispielsweise 

erlaubt die Einheit °C den Schluss, dass an dieser Stelle 

eine Temperatur gemessen wird und es sich um einen 

Temperatursensor handelt. 

4. Identifikation anhand von Namenskonventionen 

Da es sich bei der Anzeige der Einheiten oft um Laufzeitwerte 

handelt, die erst sehr spät zur Verfügung stehen, 

gibt es als letzte Möglichkeit noch die Identifikation 

auf Basis von Namenskonventionen. Oft werden 

Leitsystemobjekte mit Prä- oder Suffix versehen, um 

mit Hilfe des Namens deren Funktion zu erkennen. 

Werden Präfixes verwendet, so kann zum Beispiel ein 

Sensor beginnend mit dem Buchstaben P als Drucksensor 

identifiziert werden. 

BILD 6: Identifikation aktiver Objekte 

anhand des verwendeten Symbols 

Schritt 2: Bestimmen der objektspezifischen Eigenschaften 

Der Topologietyp des Objekts bestimmt, welche Eigenschaften 

das Objekt besitzt. Im Wesentlichen müssen 

die Anforderungen nach [11] erfüllt werden. Die Eigenschaften 

können nach der Identifikation des Topologietyps 

zu großen Teilen aus der Leitsystemkonfiguration 

automatisch entnommen werden. Die Objektinstanz 

innerhalb der Topologie lässt sich kreieren und die Eigenschaften 

der Instanz können gefüllt werden. 

Schritt 3: Identifikation passiver Objekte 

Im letzten Schritt der ersten Phase werden die passiven 

Objekte identifiziert. Anhand der verwendeten Symbole 


4 / 2014 

33

HAUPTBEITRAG 

können diese Objekte identifiziert werden. Im Beispiel 

in Bild 7 wird ein Behälter dargestellt. Werden für AoA- 

Anwendungsfälle physikalische Eigenschaften benötigt, 

wie beispielsweise der Durchmesser oder die Höhe 

eines Behälters, so müssen diese in der Topologie aus 

einer anderen Quelle hinzugefügt oder von Hand ergänzt 

werden. Das HMI bietet dazu keine Information. 

Nach der Identifikation der passiven und aktiven Objekte 

werden diese in einer flachen Struktur abgelegt. 

Die Anlagentopologie definiert sich nicht über eine 

Hierarchie, sondern über Verbindungen zwischen Objekten 

und deren Einfluss aufeinander. 

Phase 2: Erstellen der Verbindungen zwischen Objekten 

Das Modell wird in Phase 2 durch die Verbindungen 

ergänzt. Energiekopplungen, die implizit im Materialfluss 

(zum Beispiel Wärmetauscher) enthalten sind, 

werden nicht gesondert als solche gekennzeichnet. Aktoren, 

die die Energie des Medium beeinflussen (wie 

Heizung oder Durchlauferhitzer) werden als Aktoren in 

gleicher Art und Weise integriert, wie nachfolgend für 

den Materialfluss beschrieben, jedoch als Energiekopplung 

gekennzeichnet. Deshalb fokussiert der nachfolgende 

Algorithmus auf den Materialfluss und die Teile 

des Informationsflusses, die im HMI enthalten sind. 

Schritt 1: Erstellen des Materialflussgraphen 

Zunächst wird der Materialfluss innerhalb des HMI 

identifiziert. Zur Beschreibung des Materialflusses werden 

Rohrleitungssymbole oder Polygonzüge verwendet. 

Beide können identisch behandelt werden, weshalb im 

Folgenden nur der Begriff Polygonzüge auftaucht. Rohrleitungen 

werden in einem speziellen Format dargestellt, 

um sie von anderen Polygonzügen zu unterscheiden, 

wie sie für Signalflüsse verwandt werden. Anhand 

der Formatierung lassen sich also die Rohrleitungen 

identifizieren (Bild 8). 

Wenn die Polygonzüge identifiziert wurden, werden 

diese an ihren Eckpunkten unterteilt, wodurch sich für 

jedes Rohrleitungssegment eine Strecke ergibt. Dies ist 

notwendig, da Polygonzüge üblicherweise nicht mit 

den Objekten auf dem HMI durch Verbindungspunkte 

verbunden sind, sondern mit Objekten überlappen. Es 

ist also möglich, das eine Rohrleitung aus mehreren 

Polygonzügen besteht oder mehrere Rohrleitungen zum 

gleichen Polygonzug gehören. Die Unterteilung in Strecken 

ist notwendig, um klar definierte Abschnitte zu 

erhalten, siehe Bild 8. 

Anschließend werden die Strecken auf Überlappung 

mit Aktoren oder passiven Objekten geprüft. Verdeckt 

ein Objekt einen Teil einer Strecke und enthält die 

Überlappung keinen Endpunkt der Strecke, so kreuzt 

die Strecke das entsprechende Objekt. Das heißt, in der 

Grafik wurde das Rohr gezeichnet, und später wurde 

das Symbol für den Aktor darüber gelegt – der Aktor 

ist im Vordergrund, siehe Bild 9 unten. In diesem Fall 

wird die Strecke weiter in zwei neue Strecken unterteilt, 

wobei jede der Strecken einen Anschlusspunkt an 

das Objekt erhält, Bild 10. 

BILD 7: Identifikation passiver Objekte 

BILD 8: Identifizierte Rohrleitungen 

Wenn bei der Überprüfung der Überlappung keine 

Kreuzung festgestellt wird – die Überlappung einen 

Endpunkt der Strecke enthält – so wird ein Anschlusspunkt 

am Objekt für die Strecke erzeugt und dieses 

zusammen mit der Strecke entsprechend gespeichert, 

siehe Bild 9 und Bild 10. 

Verdeckt ein Objekt eine Strecke komplett – beide 

Endpunkte der Strecke liegen innerhalb der Überlappung 

– so ist diese Strecke irrelevant und wird nicht 

weiter ausgewertet. 

Da auch Behälter Aktoren enthalten können (zum 

Beispiel einen Mixer oder eine Heizung), werden die 

Behälter auf Überlappung mit Aktorsymbolen geprüft. 

Werden Überlappungen festgestellt, wird ein Anschlusspunkt 

zwischen Aktor und Behälter erzeugt und 

entsprechend abgelegt, siehe Bild 9 oben. 

Zuletzt werden, wie in Bild 11 dargestellt, noch gültige 

Eckpunkte zwischen Strecken wiederhergestellt. 

34 


4 / 2014

BILD 9: Identifikation von überlappenden 

Objekten an einem Beispiel 

BILD 11: Wiederverbindung von Rohrleitungssegmenten 

an einem Beispiel 

BILD 10: Identifikation der Anschlusspunkte 

von Objekten an Rohrleitungen 

an einem Beispiel 

BILD 12: Anschlusspunkte von Sensoren im Materialfluss 

Wird eine Überlappung einer Strecke mit dem Anfangsoder 

Endpunkt einer anderen Strecke gefunden, so 

wird ein Abzweigungsobjekt zur Verbindung generiert 

und in der Topologie gespeichert. 

Schritt 2: Identifikation von Sensoranschlusspunkten 

im Materialfluss 

In einem zweiten Schritt werden die Anschlusspunkte 

von Sensoren an Rohrleitungen oder Behältern identifiziert. 

Im Gegensatz zu Aktoren oder Behältern befinden 

sich Sensoren nicht unmittelbar im Materialfluss. 

Der Materialfluss wird indirekt durch die Sensorik 

beeinflusst, jedoch nicht direkt wie durch einen Aktor. 

Deshalb erhalten Sensoren Anschlusspunkte an Rohrleitungen 

und Behälter, liegen jedoch außerhalb des 

Materialflussgraphen. Sensoren stellen die Wandlung 

einer physikalischen Größe in ein logisches Signal dar 

und sind damit die Verbindung zwischen Material- und 

Informationsfluss. 

Um die Anschlusspunkte zu identifizieren, können 

zwei verschiedene Mechanismen verwendet werden, 

welche abhängig vom Engineering und letztlich dem 

Aussehen des HMI sind; beide Möglichkeiten zeigt 

Bild 12. 

1. Identifikation der Zusammengehörigkeit durch 

unmittelbare Nähe 

Zum einen werden Sensoren in die unmittelbare Nähe 

(zum Beispiel

HAUPTBEITRAG 

den. In diesem Fall kann das gleiche Verfahren wie für 

Rohrleitungen angewendet werden, um Überlappungen 

festzustellen und die Verbindungen entsprechend festzulegen. 

In Bild 12 rechts wird beispielsweise ein 

Durchflusssensor logisch mit einer Rohrleitung verbunden. 

Hierfür wird eine gestrichelte Linie verwendet, 

um diese von der braunen Rohrleitung zu unterscheiden. 

Für das Topologiemodell kann also eine Verbindung 

zwischen der Rohrleitung (braun) und dem Sensor 

festgelegt werden. 

Schritt 3: Erstellen des Informationsflussgraphen 

Der Informationsfluss wird teilweise auch im HMI dargestellt. 

Nicht alle nötigen Verbindungen für die Topologie 

können dem HMI entnommen werden. Aber für 

die essenziellen Regelkreise werden normalerweise die 

Signalverläufe zwischen Sensor, Regler und Aktor dargestellt. 

Ähnlich dem Materialfluss werden üblicherweise Polygonzüge 

verwendet, um den Signalfluss aufzuzeigen. 

Deshalb kann der gleiche Mechanismus, wie in Schritt 1 

BILD 13: Auswertung 

der Pfeile im HMI 

BILD 14: Ergebnis des Algorithmus 

BILD 15: 

Architektur des 

Prototypen 

BILD 16: 

Beispielhaftes 

Objekttypmodell 

für die Anlagentopologie 

36 


4 / 2014

ereits beschrieben, auch für den Informationsfluss verwendet 

werden. Der Unterschied liegt darin, welche 

Objekte auf Überlappung mit den Polygonzügen geprüft 

werden. Im Materialfluss werden Behälter und Aktoren 

geprüft, für den Informationsfluss werden Sensoren, 

Regler und Aktoren auf Überlappung untersucht. 

Durch den Ablauf der Regelung kann die Richtung 

des Informationsflusses bestimmt werden. Der Informationsfluss 

beginnt immer an einem Sensor und endet 

an einem Aktor. Das heißt, die Richtung ist vom 

Sensor weg, beziehungsweise zum Aktor hin. Hierdurch 

lässt sich oftmals für Teile des Graphen eine 

Richtung festlegen. 

Schritt 4: Identifikation der Modellgrenzen 

Im nächsten Schritt müssen die Grenzen eines Teilmodels 

identifiziert und das Modell an diesen Stellen terminiert 

werden. Davon ausgegangen, dass für jede Grafik 

des HMI ein Teilmodel erzeugt wird, müssen für 

jede Grafik ebenso die Grenzen festgelegt werden. 

Prinzipiell geht es um zwei Arten von Modellgrenzen: 

a) Verbindungen zwischen Teilmodellen und 

b) Grenzen des Gesamtmodells. 

Innerhalb einer Grafik werden Verbindungen zwischen 

Teilmodellen meistens durch Knöpfe beschrieben. 

Die Knöpfe werden so parametriert, dass diese 

auf die angrenzende Grafik verweisen. Diese als Navigationshilfe 

gedachten Knöpfe können genau wie 

andere Objekte identifiziert werden. Die Referenz zur 

angrenzenden Grafik wird im Teilmodell gespeichert. 

Diese Verbindung wird im Teilmodell als Terminierung 

an der entsprechenden Rohrleitung oder dem 

entsprechenden Signal angebunden und als Objekt 

abgelegt. 

Ist eine Rohrleitung physikalisch zu Ende, zum Beispiel 

an der Stelle, an der das Produkt verladen oder 

ein Edukt zugeliefert wird, wird dies oft durch offene 

Rohr- oder Signalleitungen dargestellt. Daran sind die 

Grenzen des Gesamtmodells erkennbar und entsprechend 

lassen sich Terminierungen ohne Referenzen zu 

anderen Teilmodellen einfügen. 

Schritt 5: Teilidentifikation der Flussrichtungen 

Im letzten Schritt können teilweise die Flussrichtungen 

innerhalb der Topologie bestimmt werden. Auch dies 

geschieht für Material- und Informationsfluss in identischer 

Weise, weshalb nur die Funktionsweise für den 

Materialfluss beschrieben wird. 

Nachdem alle Objekte verbunden wurden, können 

als letztes die Pfeile – die üblicherweise zur Indikation 

einer Flussrichtung dienen – benutzt werden, um die 

Flussrichtung zu bestimmen. Das zeig Bild 13. 

Zusätzlich zu den Pfeilen kann die Richtung der Aktorsymbole 

Aufschluss über die Flussrichtung geben. 

Wenn das HMI realitätsnah gestaltet wurde, sollte die 

Richtung eines Aktorsymbols mit der Wirkrichtung des 

realen Aktors übereinstimmen, Bild 13 oben. 

Durch das Auswerten der Richtungen lassen sich die 

in Schritt 4 erzeugten Terminierungen teilweise in 

Quellen oder Senken umwandeln. Zusätzlich kann für 

einige Rohrleitungssegmente die Flussrichtung angegeben 

werden. 

Ergebnis 

Als Resultat des zweiphasigen Algorithmus ergeben 

sich wesentliche Teile der Anlagentopologie. Diese besteht 

aus Objekten und den Verbindungen zwischen 

den Objekten. Bild 14 stellt das Ergebnis der in diesem 

Abschnitt verwendeten Beispielgrafik als Graph dar. 

Aktive und passive Elemente entsprechen den Knoten, 

Rohrleitungen und Signale sind als Kanten dargestellt. 

2.2 Technische Umsetzung 

Zur Prüfung des Konzepts wurde ein Funktionsmuster 

prototypisch entwickelt. Als Basis für die Implementierung 

wurde das Prozessleitsystem System 800xA 

[19] und das zugehörige HMI-Engineering-Werkzeug 

Process Graphics 2 [20] verwendet. 

Process Graphics 2, sowie System 800xA bieten API 

(Application Programming Interfaces), um direkt auf 

die enthaltenen Daten zuzugreifen, welche in einer zentralen 

Datenbank, dem Aspect-Directory, gespeichert 

sind. Diese API wurden verwendet, um die notwendige 

Information zu extrahieren. Als Plattform diente Microsoft 

.NET Framework 4.5. Bild 15 zeigt die Architektur 

des Funktionsmusters. Es besteht im Wesentlichen aus 

einem Topologie-Generator der sich die API zu Nutze 

macht, um die nötige Information aus System 800xA, 

Process Graphics 2, beziehungsweise der unterlagerten 

Datenbank, zu extrahieren. Die Information wird entsprechend 

dem in Abschnitt 2.1 beschriebenen Konzept 

verarbeitet und als Modell in CAEX [10] gespeichert. 

AoA kann die Modelle anschließend verwenden. 

Zur einfacheren Handhabung des CAEX-Modells 

werden die Softwarekonzepte der Kollaborationsobjekte 

nach [21] genutzt, wodurch ein Objekttypmodell 

effizient entworfen werden kann, welches Anlagentopologien 

abbildet. Das im Funktionsmuster verwendete 

Objekttypmodell veranschaulicht Bild 16. 

Zur Prüfung des Algorithmus wurden zwei Beispielanlagen 

verwendet. Zum einen wurde die Carbon-Capture-Pilotanlage 

[22] mit vier Grafiken herangezogen, 

zum anderen eine Flüssigerdgasanlage aus Australien 

mit etwa 200 Grafiken, die sich aktuell im Engineering 

befindet. Die Tests ergaben, dass mit dem in Bild 16 

dargestellten Objekttypmodell und konventionell projektierten 

Grafiken etwa 70 % der Topologie erzeugt 

werden kann, wobei alle relevanten Objekte erkannt 

und bis auf wenige Sensoren korrekt identifiziert werden. 

Die fehlenden 30 % beziehen sich auf Verbindungen 

zwischen den Objekten. 

Obgleich die Grafiken nicht mit Hinblick auf eine 

spätere Weiterverwendung für die Topologie entworfen 

wurden, fehlen lediglich wenige Verbindungen im 

Materialfluss und Teile des ohnehin im HMI nicht 

vollständig enthaltenen Informationsflusses. In weni- 


4 / 2014 

37

HAUPTBEITRAG 

gen Fällen werden Behälter nicht korrekt erkannt. 

Häufig wurden Fehler aufgrund folgender Ursachen 

festgestellt: 

1 | Kreuzung von Rohrleitungen, Bild 17 links 

2 | nutzerdefinierte Aktorsymbole, Bild 17 Mitte 

3 | falsch verwendete Symbole, Bild 17 rechts 

Wenn Fehler dieser Art auftreten, sollte das Modell manuell 

berichtigt werden oder eine zusätzliche Validierung 

auf Basis einer weiteren Topologiequelle stattfinden. 

CAEX als Datenformat hat sich in diesem Zusammenhang 

ebenfalls bewährt. Mit einer Durchschnittslänge 

von etwa 6000 Zeilen XML und einer Größe unter 

1MB pro Grafik sind die Dateien gut handhabbar. 

Als Beispiel wird in Bild 18 eine Topologie für ein 

Display einer Leitsystemdemoanwendung gezeigt. Die 

Topologie ist auf einen Screenshot der Grafik projiziert 

um die Richtigkeit besser nachvollziehen zu können. 

Grün werden vollständig identifizierte Objekte, blau der 

Materialfluss, Quelle, Senken, Terminierungen und die 

Behälter und grün-gestrichelt der Informationsfluss erkennbar 

gemacht. Bei den roten Objekten handelt es sich 

um Sensoren, die lediglich als Werteanzeige im HMI 

abgebildet wurden. Diese werden zwar als Sensoren erkannt, 

der spezifische Typ (zum Beispiel Temperatursensor 

oder Drucksensor) kann jedoch nicht bestimmt werden, 

da hierfür die benötigte Zusatzinformation fehlt. 

2.3 Diskussion des Ansatzes 

Da unterschiedliche HMI-Engineering-Prozesse zu 

großen Unterschieden bei Aussehen und Struktur füh- 

BILD 17: Ursachen 

für Fehlgenerierung 

BILD 18: Topologie 

einer Grafik 

38 


4 / 2014

en, ist der Algorithmus nur unter bestimmten Bedingungen 

verwendbar. Folgendes ist zu beachten, wenn 

der Algorithmus eingesetzt werden soll: 

Design-Richtlinien müssen eingehalten werden. 

Um optimale Ergebnisse zu erzielen, müssen Richtlinien 

für das HMI-Engineering entwickelt werden. 

Der Algorithmus ist abhängig vom Aussehen des 

HMI und der ordnungsgemäßen Verwendung der 

vorgefertigten Bildvorlagen. 

High-Performance-HMI können nicht verwendet 

werden. 

High-Performance-HMI stellen zusammenfassend 

die wesentlichen Key Performance Indicator (KPI) 

in einer Grafik dar. Rohre, Behälter oder Strukturen 

werden nicht mehr abgebildet. Diese HMI eignen 

sich nicht dazu, eine Topologie zu generieren. 

Manuelle Sortierung bei hierarchischen HMI 

In manchen Fällen werden HMI hierarchisch dargestellt. 

Objekte tauchen deshalb oft zweimal auf 

verschiedenen Detailstufen auf. In diesen Fällen 

muss der Nutzer entscheiden, welche Detailstufe 

zur Erstellung der Topologie verwendet werden 

soll, und dann manuell die Grafiken zuordnen. 

Zusätzlich lässt der bisherige Algorithmus einige Fragen 

offen, welche als zukünftige Forschungsaktivitäten 

weiter betrachtet werden können: 

Modellierung von Energieströmen 

Das HMI stellt, genau wie das R&I-Fließschema, 

Energieströme nur implizit dar. Der Algorithmus 

ließe sich dahingehend erweitern, dass aufgrund 

bestimmter Konstrukte (zum Beispiel Wärmetau- 

REFERENZEN 

[1] Rodies, H.-J.: Planungswerkzeuge aus Sicht des Anlagenbaus. 

atp edition – Automatisierungstechnische Praxis 44(1), 

S. 40-44, 2002 

[2] Bundesagentur für Arbeit: Fachkräfteengpässe in Deutschland: 

Analyse Juli 2012 

[3] Schmitz, St., Schluetter, M., Epple, U.: Automation of Automation 

– Definition, components and challenges. In: Proc. IEEE Int. Conf 

ETFA’09, S. 22-26. IEEE 2009 

[4] Doherr, F., Urbas, L., Franze, V., Drumm, O.: Automatische 

Generierung von Prozessbedienbildern aus Engineeringdaten. 

atp edition – Automatisierungstechnische Praxis 53 (11), 

S. 30-39, 2011 

[5] Urbas, L., Obst, M., Stöss, M.: Formal Models for High Performance 

HMI Engineering. In: Proc. Int. IFAC Conf MathMod 2012, 

S. 854-859._IFAC 2012 

[6] Obst, M., Doherr, F., Urbas, L., Drumm, O., Bauer, C.: Integriertes 

HMI Engineering – Konzeption, Entwicklung und Untersuchung der 

Integration früher Phasen der Bedienbildgenerierung in CAE 

Syste-men. In: Tagungsband Automation 2012, S. 227-230. VDI 2012 

[7] Barth, M.: Automatisch generierte Simulationsmodelle verfahrens-technischer 

Anlagen für den Steuerungstest. Dissertation 

Helmut Schmidt Universität Hamburg. VDI 2011 

[8] Hoyer, M.: Catalogue based computer aided engineering (CAE) of 

process models. Dissertation University of Clamorgan, erarbeitet an 

der University of Applied Science and Art Hannover, 2007 

[9] Güttel, K., Weber, P., Fay, A: Automatic generation of PLC 

code beyond the nominal sequence. In: Proc. IEEE Int. Conf. 

ETFA 2008, S. 1277-1284. IEEE 2008 

[10] IEC 62424: Representation of process control engineering 

- Requests in P&I diagrams and data exchange between P&ID 

tools and PCE-CAE tools. IEC 2008 

[11] Christiansen, L., Hoernicke, M., Fay, A.: Modellgestütztes 

Engineering – Gemeinsames Modell als Basis für die Automatisierung 

der Automatisierung. atp edition – Automatisierungstechnische 

Praxis 56(3), S. 18-27, 2013 

[12] Barth, M., Fay, A.: Automated generation of simulation models for 

control code tests. Control Engineering Practice 21 (1), S. 218-230, 2012 

http://dx.doi.org/10.1016/j.conengprac.2012.09.022 

[13] Schmidberger, T., Scherf, Th., Fay, A.: Wissensbasierte Unterstützung 

von HAZOP-Studien auf der Grundlage eines CAEX-Analagenmodells. 

atp – Automatisierungstechnische Praxis 49(6), S. 46-53, 2007 

[14] Drath, R., Fay, A., Schmidberger, T.: Computer-aided design and 

implementation of interlock control code. In: IEEE Conf. CACSD 2006, 

S. 2653-2658, 2006 

[15] Schmidberger, T., Horch, A., Fay, A., Drath, R.: Rule Based Engineering 

Of Asset Management System Functionality. Proc. Int. IFAC Conf 

MathMod 2006, S. 226. IFAC 2006 

[16] Schleburg, M., Christiansen, L., Thornhill, N.F., Fay, A.: A combined 

analysis of plant connectivity and alarm logs to reduce the number 

of alerts in an automation system. Journal of Process Control 23(6), 

S. 839-851, 2013. http://dx.doi.org/10.1016/j.jprocont.2013.03.010 

[17] EU Projekt PAPYRUS: Final Report. http://www.abb.de/cawp/deabb201 

/5f3bf681f2f9f552c1257b8200452d60.aspx 

[18] Zakharov, A., Vesa-Matti Tikkala, Sirkka-Liisa Jämsä-Jounela: 

Fault detection and diagnosis approach based on nonlinear parity 

equations and its application to leakages and blockages in the drying 

section of a board machine. Journal of Process Control 23(9), 

S. 1380-1393, August 2013, 

http://dx.doi.org/10.1016/j.jprocont.2013.03.006 

[19] Schulz, Th.: The power of integration – Reaching new levels of 

productivity in the automation industry. ABB Review 1/2012, 34-39. 

[20] ABB: New Process Graphics in System 800xA. http://www05.abb.com/ 

global/scot/scot349.nsf/veritydisplay/494fc96988663ab9c125754e004af1ac/ 

[21] Drath, R., Hoernicke, M., Schröter, B.: Datenkonsistenz mit AutomationML 

herstellen – Konzept für heterogene Engineering-Werkzeug-Landschaften. 

atp edition – Automatisierungstechnische Praxis 54(5), S. 36-42, 2012. 

[22] ABB: Imperial College carbon capture pilot plant – Preparing today’s 

students for tomorrow’s world, http://search.abb.com/library/ 

Download.aspx?DocumentID=3BGB000935&LanguageCode=en&Docu 

mentPartId=&Action=Launch 


4 / 2014 

39

HAUPTBEITRAG 

scher) spezifische Muster erkannt und die Energieströme 

explizit in der Topologie sichtbar gemacht 

werden. 

Vervollständigen/Validieren des Informationsflusses 

Sowohl HMI als auch R&I-Fließschema stellen Informationsflüsse 

nur teilweise dar. Eine weitere 

Quelle zur Vervollständigung und Validierung des 

Informationsflusses sollte gesucht werden, um den 

Informationsfluss vollständig in der Topologie abzubilden. 

Hierzu eignet sich beispielsweise der 

Signalfluss im Leitsystem. Auf diesen kann über 

API zugegriffen werden, die von den Engineering- 

Werkzeugen zum Ex- und Import von Automatisierungslösungen 

zur Verfügung gestellt werden (ähnlich 

den in Abschnitt 2.2 verwendeten). Damit 

können einfache, signalbasierte Zusammenhänge 

zwischen Sensoren, Steuerungen und Aktoren bestimmt 

und die aus dem HMI gewonnene Information 

ergänzt werden. 

Änderungen im Engineering Workflow 

Das Engineering des HMI liegt sehr spät im Workflow. 

Hierdurch entfällt die Möglichkeit einer Anwendung 

für frühe AoA-Algorithmen. Wenn sich das 

HMI-Engineering in einer früheren Phase durchführen 

ließe, blieben diese Möglichkeiten offen. 

Zusätzliche Information über den Prozess 

Zusätzliche Information aus dem HMI könnte ausgewertet 

werden: zum Beispiel eine Bestimmung 

des Mediums innerhalb einer Rohrleitung durch 

Auswertung oft verwendeter Farbcodierungen. 

FAZIT 

Der Beitrag beschreibt die Erstellung von Topologieteilmodellen 

aus den Visualisierungsgrafiken eines Leitsystems. 

Die Bilder des HMI werden verwendet, um 

Topologieobjekte, deren Eigenschaften und Vorgängerund 

Nachfolgerbeziehungen zu extrahieren. 

Die Tests des Konzepts zeigen positive Resultate, weshalb 

davon auszugehen ist, dass diese Technik praktisch 

anwendbar ist. Ausblickend wäre weiterhin zu 

untersuchen, wie sich Modelle einer kompletten Anlage 

aus den einzeln generierten Teilmodellen verknüpfen 

lassen. 

Da R&I-Fließschemata nach wie vor selten in einem 

computerinterpretierbaren Format dem Engineering 

der Automatisierungstechnik zur Verfügung gestellt 

werden, sind die Konzepte der Automatisierung der 

Automatisierung in der Praxis schwer anwendbar. Das 

beschriebene Konzept stellt eine Möglichkeit dar, dennoch 

Anlagentopologien automatisch zu erstellen und 

damit für AoA zugänglich zu machen. 

MANUSKRIPTEINGANG 

31.10.2013 

Im Peer-Review-Verfahren begutachtet 

AUTOREN 

Dipl.-Ing. (FH) 

MARIO HOERNICKE 

(geb. 1984) ist 

Principal Scientist 

am ABB Forschungszentrum 

in Ladenburg. 

Sein Forschungsschwerpunkt 

umfasst die Entwicklung neuer und 

innovativer Engineering-Konzepte im 

Bereich Emulation von Leitsystemfunktionen 

und Subsystemen, 

Simulation von Prozessen sowie der 

Automation des Engineerings. 

ABB AG Forschungszentrum, 

Wallstadter Str. 59, 

D-68526 Ladenburg, 

Tel. +49 (0) 6203 71 62 66, 

E-Mail: mario.hoernicke@de.abb.com 

Dipl.-Ing. (FH) 

LARS 

CHRISTIANSEN 

(geb. 1984) ist 

wissenschaftlicher 

Mitarbeiter 

an der Professur 

für Automatisierungstechnik 

an 

der Helmut-Schmidt-Universität/ 

Universität der Bundeswehr, Hamburg. 

Sein Forschungsschwerpunkt 

ist die Unterstützung der Anlagendiagnose 

mittels Modellen aus dem 

Engineering-Prozess. 

Institut für Automatisierungstechnik, 

Helmut-Schmidt-Universität/ 

Universität der Bundeswehr, Hamburg, 

Holstenhofweg 85, D-22043 Hamburg, 

Tel. +49 (0) 40 65 41 23 26, 

E-Mail: lars.christiansen@hsu-hh.de 

Prof. Dr.-Ing. 

ALEXANDER FAY 

(geb. 1970) ist 

Professor für 

Automatisierungstechnik 

an der 

Fakultät für 

Maschinenbau der 

Helmut-Schmidt- 

Universität/Universität der Bundeswehr, 

Hamburg. Sein Forschungsschwerpunkt 

sind Beschreibungsmittel, 

Methoden und Werkzeuge für 

einen effizienten Entwurf von 

Automatisierungssystemen. 

Institut für Automatisierungstechnik, 

Helmut-Schmidt-Universität/ 

Universität der Bundeswehr, Hamburg, 

Holstenhofweg 85, 

D-22043 Hamburg 

40 


4 / 2014

7. –11. April 2014 

Halle 9, D76 

Das SC-System. 

Ein Weltmarktführer 

in neuer Bestform. 

Mit den Signaltrennern des SC-Systems 

bringt Pepperl+Fuchs, der Weltmarktführer 

im Bereich der Trennbarrieren, die ganze 

Erfahrung aus dem Ex-Bereich nun auch 

in den Nicht-Ex-Bereich – in besonders 

attraktiver und kompakter Form. 

www.pepperl-fuchs.de/sc-system 

Your automation, our passion.

HAUPTBEITRAG 

IKT in der 

Fabrik der Zukunft 

Ein Diskussionsbeitrag zu Industrie 4.0 

Informations- und Kommunikationstechnik (IKT) durchdringt die Produktion und 

ihre Maschinen und Anlagen immer stärker. Sie wird zu einer Schlüsseltechnologie 

in der Fabrik der Zukunft. Allerdings bleibt sie eine Enabling Technology, denn sie 

muss die bekannten Ziele von produzierenden Unternehmen unterstützen: das sind 

Qualität, Zeit und Kosten. In diesem Beitrag wird erklärt, welche IKT-Technologien 

für die Fabrik der Zukunft relevant sind, wie sie miteinander zusammenhängen und 

welche Potenziale bezogen auf die drei genannten Ziele sich durch ihre Nutzung 

ausschöpfen lassen. 

SCHLAGWÖRTER Industrie 4.0 / intelligente Automation / MES / industrielle 

Kommunikation / Mensch-Maschine-Interaktion / Interoperabilität 

ICT in the Factory of the Future – 

A Contribution to Industrie 4.0 

Information technology is one of the key enabling technologies of future manufacturing. 

However, for manufacturing and its value adding purpose, information technology 

has to be considered as a tool. In this article the authors describes their approaches 

to relevant components of an information model inside the future factory. 

KEYWORDS manufacturing execution systems / intelligent automation / industrial IT / 

interoperability 

42 


4 / 2014

CHRISTIAN FREY, MICHAEL HEIZMANN, JÜRGEN JASPERNEITE, OLIVER NIGGEMANN, 

OLAF SAUER, MIRIAM SCHLEIPEN, THOMAS USLÄNDER, MICHAEL VOIT, Fraunhofer IOSB 

Die Informations- und Kommunikationstechnik 

(IKT) in der Fabrik der Zukunft muss die 

Ziele von Produktionsunternehmen [1] unterstützen: 

vom Kunden geforderte Qualität mit Auswirkungen 

auf robuste Produktionsprozesse, 

Geschwindigkeit und Zeit bezogen auf Innovationen, 

Durchlaufzeiten und Anlauf von Anlagen 

sowie 

wettbewerbsfähige Herstellkosten mit Auswirkungen 

auf Investitionen in Anlagen und IKT. 

Neben diesem Dreiklang ergeben sich neue Erfolgsfaktoren 

für die zukünftige Produktion [2] zum Beispiel 

aufgrund von 

Wandlungsfähigkeit für viele neue Produktvarianten 

mit Auswirkungen auf Integration und Interoperabilität 

in der produktionsnahen IKT, 

Echtzeitfähigkeit mit Auswirkungen auf die schnelle 

Bereitstellung benötigter Information an die berechtigten 

Nutzer, 

Netzwerkfähigkeit und damit die Erweiterung des 

Blickfeldes von einem Unternehmen auf Verbünde 

von Standorten oder Firmen. 

Produktionsnahe IKT liegt am Schnittpunkt der Unternehmensprozesse 

„von der Produktidee zum Recycling“ 

beziehungsweise „von der Absatzplanung bis 

zum Service“ [3]. Dadurch ergeben sich weitere Forderungen 

nach IKT-Unterstützung über den kompletten 

Lebenszyklus von Produkt und Produktion sowie an 

die Integration der Produktions-IKT in die Gesamt-IKT- 

Architektur eines Unternehmens oder einer kompletten 

Supply Chain [4]. In [5] formulieren die Autoren Trendaussagen 

für die Internet-Gesellschaft, von denen zwei 

Aspekte für die Industrie 4.0 besonders zutreffend sind: 

Trendaussage 5: Semantische Technologien verwandeln 

Information in Wissen, 

Trendaussage 10: Sich selbst organisierende Systeme 

reduzieren die Komplexität und erhöhen die 

Zuverlässigkeit. 

Diese Trendaussagen werden beispielsweise durch [6] 

unterstützt, worin als charakteristisch für heutige Fabriken 

unvollständig beschriebene Engineering-Prozesse 

sowie eine unzureichende Integration von Information 

und Daten genannt werden. Auch andere Autoren 

unterstreichen die Anforderungen an die Fabrik der 

Zukunft, vor allem bezüglich Flexibilität, Rekonfigurierbarkeit 

und Adaptivität [7-10]. 

Viele der Innovationen, die durch die Industrie-4.0- 

Initiative ausgelöst und entwickelt werden, sind IKT 

basiert – neue Technologien, die die IKT bereit-stellt, 

ermöglichen Produkt- oder Prozessinnovationen mit 

teilweise massiven Auswirkungen auf die Fabrik (siehe 

Bild 1). Die Umsetzungsempfehlungen für das Zukunftsprojekt 

Industrie 4.0 [4] spannen einen ersten 

Rahmen für denkbare Innovationen und Handlungsfelder 

auf – eine systematische Übersicht über die Lösungsbeiträge 

von IKT fehlt bislang. 

Über die in diesem Beitrag genannten Technologiekomponenten 

hinaus adressiert Industrie 4.0 weitere 

neue Technologien, die sich ebenfalls in der Entwicklung 

befinden, zum Beispiel Verknüpfung des Engineering 

mit der Produktion, Selbststeuerung, Intralogistik, 

Nutzung von Cloud-Technologien. 

1. INDUSTRIELLE ANFORDERUNGEN 

Die Produktion der Zukunft muss sich den bekannten 

Mega-Trends stellen, die unter anderem in [1] zusammengefasst 

sind. Daraus leiten sich Anforderungen ab, 

die die Fabrik der Zukunft erfüllen muss, zum Beispiel 

die Fähigkeit, kundenindividuelle Produkte mit immer 

neuen Varianten herzustellen, kurze Produktlebenszyklen, 

schnelle Lieferzeiten, Null-Fehler-Produktion und 

ressourcenschonende Fertigung. 

Eine der daraus folgenden Anforderungen an die IKT- 

Topologie in der Industrie 4.0 ist die Fähigkeit, sich an 


4 / 2014 

43

HAUPTBEITRAG 

Änderungen anzupassen – sei es, dass neue Anlagen 

oder Produktionsprozesse in das System eingebracht 

werden oder bestehende Produktionssysteme verändert 

werden, beispielsweise weil eine Produktvariante 

zusätzlich gefertigt werden soll. Die Autoren bezeichnen 

diese Fähigkeit in Anlehnung an [10] als wandlungsfähige 

IKT. Dabei ist die zentrale Idee, dass Mechanismen 

der Selbstbeschreibung in Bezug auf Funktionalität, 

Identifizierung, Selbstaufbau der Kommunikation 

und durchgängigen Datenaustausch genutzt 

werden, wenn neue Komponenten, Maschinen oder 

Anlagen in ein Produktionssystem eingebracht werden 

oder sich softwarerelevante Änderungen in der Produktion 

ergeben. Heutige IKT-Architekturen in der 

Produktion sind auf diese Anforderung jedoch noch 

nicht ausgerichtet: Proprietäre Schnittstellen, nicht 

integrierte Einzelsysteme oder firmenspezifische Speziallösungen 

verhindern, dass intelligente Komponenten 

und Maschinen Mechanismen der Selbstkonfiguration 

und durchgängiges Datenmanagement nutzen. 

Im Sinne der Forschungsagenda CPS [11] sind solche 

intelligenten Komponenten und Maschinen Cyber- 

Physical Systems. 

Eine weitere resultierende Anforderung ist, dass die 

IKT Lernen aus den Prozessen ermöglichen muss, nicht 

nur um die Prozesse kontinuierlich zu verbessern, sondern 

um sie zu befähigen, schneller als heute neue Produkte 

mit noch unbeherrschten Produktionsprozessen 

auf den Markt zu bringen [12, 51]. 

2. BEISPIELE FÜR IKT-BASIERTE LÖSUNGSANSÄTZE 

2.1 Vom Sensor zum Prozesswissen 

Intelligente Assistenzsysteme, kognitive Systeme und 

lernende Algorithmen ergänzen in Zukunft die bislang 

stark von manuellen Implementierungen und Modellierungen 

geprägten Vorgehensweisen [13]. Durch diesen 

Technologiesprung entsteht die Chance, datengetriebene 

Lösungsansätze, wie sie für Data-Mining und 

in der Analyse von Big Data typisch sind, auch in der 

Industrie zu implementieren. Die Industrie hat in den 

letzten Jahren diverse Anwendungsfälle für solche neuen 

Ansätze definiert: 

Sensor- und Aktordaten von Produktionsanlagen 

können genutzt werden, um einen technischen 

Prozess automatisch auf Optimierungspotenzial 

bezüglich Ressourcenverbrauch wie Wasser oder 

Energie hin zu untersuchen [14, 15]. 

Softwaresysteme können das Verhalten von Produktionsanlagen 

diagnostizieren, das Normalverhalten 

abstrahieren und so später Abweichungen, 

wie Verschleiß oder Fehler, erkennen [16, 17]. 

Durch automatische Abstraktion der Prozessdaten 

sowie die maschinelle Interpretation und Hervorhebung 

relevanter Daten kann der Anlagenbediener 

durch geeignete Assistenzsysteme in Zukunft 

entlastet werden [18, 19]. 

Grundlage für solche neuen Potenziale ist die Information 

über den Prozess, die von Feldgeräten (Sensoren 

und Aktoren) erfasst wird. Durch die zunehmende Verfügbarkeit 

von intelligenten Feldgeräten vollzieht sich 

ein Trend zu immer umfassender instrumentierten 

Prozessen. Damit stehen zunächst mehr Daten zur Verfügung, 

was zum Beispiel durch steigende Abtastraten 

der Sensorsysteme noch verstärkt wird. Des Weiteren 

steigt der Kommunikationsbedarf durch die zunehmende 

horizontale und vertikale Vernetzung und damit 

die verfügbare Datenmenge massiv an. 

Neben den Steuerungs- und Regelungsvorgängen 

und neben der klassischen Diagnose auf Ebene einzelner 

Signale (Signalplausibilisierung) erwächst so ein 

Bedarf nach systemweiter Datenanalyse. Ziel dieser 

Datenanalyse ist es, Anomalien zu erkennen, die anschließende 

Diagnose und ein systemweites Condition 

Monitoring. 

Die Auswertung solch einer hohen Anzahl von Prozessgrößen 

besitzt einige Ähnlichkeit mit Data-Mining 

beziehungsweise mit Schlagworten wie Big Data, die 

momentan in der IKT diskutiert werden. Technische 

Systeme erfordern allerdings aus mehreren Gründen 

andere Lösungsansätze und Algorithmen als die klassischen 

Anwendungsgebiete von Data-Mining: 

Fertigungstechnische Prozesse sind zeit- und zustandsbehaftete 

Systeme. Aktuelle Datenanalysemethoden 

berücksichtigen dies kaum; stattdessen 

wird oft versucht, den betrachteten Prozess derart 

zu reduzieren, dass die Zeitabhängigkeit vernachlässigt 

werden kann. 

Das Verhalten technischer Systeme basiert letztendlich 

auf physikalischen Zusammenhängen. 

Verfahren des Data-Mining müssen daher um physikalische 

Modelle erweitert werden. Der dafür 

passende Detaillierungsgrad der Modellierung 

muss so gewählt werden, dass diese für das Data- 

Mining geeignet ist. 

Technische Prozesse sind meist hybrider Natur – 

ihr Verhalten zeichnet sich durch einen Mix von 

diskreten und kontinuierlichen Prozessgrößen aus. 

Aktuelle Data-Mining-Verfahren sind für hybride 

Systeme oft ungeeignet. 

Technische Systeme sind meist multi-modal, ihr 

Verhalten ist durch die Abfolge von stark unterschiedlichen 

Modes geprägt. Data-Mining-Verfahren 

müssen dies explizit berücksichtigen, was aktuell 

jedoch nicht der Fall ist. 

Technische Systeme verlangen zumeist eine Reaktion 

nahe der Echtzeit, das heißt die Datenanalyse 

muss Echtzeitanforderungen genügen. 

Im Zusammenhang mit diesen Fragestellungen werden 

in verschiedenen Forschungs- und Industrieprojekten, 

zum Beispiel im Spitzencluster Intelligente Technische 

Systeme Ostwestfalen-Lippe (Projekt itsowl-EE‐Energieeffizienz 

in intelligenten technischen Systemen, 

Projekt itsowl-IASI‐Intelligente Antriebs- und Steuerungstechnik 

für die energieeffiziente Intralogistik) 

44 


4 / 2014

BILD 1: Trendradar für 

Produkte, Produktion und 

produktionsnahe IKT 

(Quelle: Fraunhofer- 

interne Recherchen) 

Produkt 

Produktionsprozess 

Gentelligente 

Produkte***** 

Generative 

Fertigungsverfahren 

Lernverfahren für 

Prozessparameter 

Multi- 

Materialverbund 

Featurebasierte 

Konstruktion**** 

PLM und Digitale Fabrik 

wachsen zusammen 

Adaptive 

Produktionsprozesse 

Produktionsanlagen 

Selbstlernende 

Anlagen 

Adaptive 

Anlagen 

Wandlungsfähige 

Anlagen 

PDM*** 

Mobile 

Datenträger 

am Produkt 

Anlagennahe IT/ 

SPS* 

2025 2020 2015 2010 2015 2020 2025 

*SPS: Speicherprogrammierbare Steuerung 

**MES: Manufacturing Execution Systems 

***PDM: Integriertes Produkt- und Prozessdatenmanagement 

****SFB 374 „Entwicklung und Erprobung innovativer Produkte“ 

*****SFB 653 „Gentelligente Bauteile - Neue Wege in der Produktionstechnik“ 

Leistungsfähige IT- 

Systeme übernehmen 

SPS-Aufgaben 

SPS-Code wird 

generiert statt 

programmiert 

Echtzeit- 

Ethernet Interoperable 

Systeme 

Interop.- 

standards 

Internettechnologien 

flächendeckend 

in der Fabrik 

Plugand-work 

MES-Fktn. auf 

eingebetteten 

Systemen 

MES-Fktn. 

aus der Cloud 

Lernfähige 

Software 

Übergeordnete 

IT/ 

MES** 

oder im Projekt Anubis im Programm Industrielle Gemeinschaftsforschung 

(IGF) verschiedene für technische 

Systeme angepasste Konzepte erarbeitet, sodass 

mit Hilfe neuer Data-Mining-Verfahren konkrete Aufgabenstellungen 

folgender Art beantwortet werden 

können: 

1 | Besteht Optimierungspotenzial in der 

Produktion, zum Beispiel bezüglich Durchsatz 

oder Ressourcenverbrauch? 

2 | Liegen Fehler oder Verschleiß in der Anlage vor? 

3 | Wann muss die Anlage gewartet werden 

(condition monitoring)? 

Aus Sicht der dazu verwendeten Lösungsansätze und 

Algorithmen kann hierzu zwischen heuristischen Verfahren 

und modellbasierten Verfahren unterschieden 

werden: Bei heuristischen Verfahren [20, 21] wird mittels 

einer Klassifikationsfunktion direkt von Symptomen 

auf die Fehlerursache geschlossen. Klassifikationsfunktionen 

werden dabei zum Beispiel mittels 

Entscheidungsbäumen oder neuronalen Netzen modelliert. 

Diese Methoden haben den Nachteil, dass vorab alle 

Symptome und Ursachen sowie deren Zusammenhang 

bekannt sein müssen. Angewendet werden diese Verfahren 

daher zumeist bei abgeschlossenen, nicht zu 

komplexen Anlagen oder Systemen. Beispiele für die 

Anwendung dieser heuristischen Verfahren finden 

sich in [22-24]. 

Für komplexere Systeme wird dagegen oft die modellbasierte 

Diagnose verwendet. Die Verwendung modellbasierter 

Verfahren zur Diagnose wurde in den 

letzten Jahren immer populärer. Beispielsweise behandelten 

beim International Workshop on Principles of 

Diagnosis 2009 etwa 70 % aller Beiträge einen modellbasierten 

Ansatz zur Diagnose technischer Systeme. 

Generell verwenden modellbasierte Ansätze, wie sie 

in [25-27] beschrieben sind, ein Modell des Systems, 

um während des Systembetriebs 

1 | durch einen Vergleich zwischen Messungen am 

System und der Modellvorhersage (Simulation 

des Modells) Symptome zu generieren und 

2 | um den Zusammenhang zwischen Symptom 

und Ursache zu ermitteln. 

Modellbasierte Ansätze haben den Vorteil, dass Symptome 

und Fehlerursachen nicht bei der Implementierung 

des Diagnosealgorithmus bekannt sein müssen 

und das Diagnosesystem damit auf unerwartete Fehler 

reagieren kann. Modellbasierte Diagnose wird daher 

oft für komplexe, stark vernetzte Systeme eingesetzt, 

in denen Fehler viele und räumlich verteilte Symptome 

hervorrufen können. Modellbasierte Ansätze wurden 

zum Beispiel in [28, 29] auf die Verfahrenstechnik angewendet. 

Weitere Anwendungsbeispiele aus dem industriellen 

Umfeld finden sich in [30-32], wo ein Modell 

einer Flaschenabfüllanlage für deren Diagnose erfolgreich 

eingesetzt wird. Andere Ansätze für die Automation 

basieren auf Agentensystemen [33]. 

Neue Ansätze versuchen, das Modell nicht mehr manuell 

von Experten erstellen zu lassen, sondern es automatisch 

aus Beobachtungen abzuleiten, das heißt, es 

wird vom Computer ein Modell des Normalverhaltens 

des Systems aus den Daten abstrahiert. Dies geschieht, 

beispielsweise um Anomalien zu erkennen, oder um 

das Verhalten des Systems prognostizieren zu können 


4 / 2014 

45

HAUPTBEITRAG 

[40, 43, 44]. Aktuell werden solche Verhaltensmodelle 

zum Beispiel in Form von Modellen der Signalkorrelation 

[32] oder in Form von hybriden Zustandsautomaten 

mit zeitlichen Einschränkungen [40, 43] gelernt. 

Andere Ansätze setzen nicht auf das Lernen auf Basis 

von Daten, sondern verwenden existierende Simulationsmodelle 

[31] oder eine Kombination von existierenden 

Struktur- und Verhaltensmodellen [28]. 

2.2 Von der Datenbank zur Auswertung 

Für die produzierende Industrie entsteht Big Data unter 

anderem dadurch, dass die relevanten Prozessgrößen 

und Produkteigenschaften inline, das heißt mit der Geschwindigkeit 

des laufenden Prozesses, über die Sensorik 

erfasst und zur Maschinen- und Anlagenüberwachung 

sowie zur Prozessoptimierung verwendet werden. 

Dies setzt voraus, dass Sensoren eingesetzt werden, die 

für den Prozess und das Produkt geeignet sind und zur 

Datenauswertung untereinander vernetzt werden. Mit 

Hilfe intelligenter Big-Data-Analyseverfahren des maschinellen 

Lernens und Data-Minings, angewandt auf 

aufgezeichnete Prozessdaten, können dann konkrete Fragestellungen 

folgender Art leicht beantwortet werden: 

1 | Wie ist der aktuelle Anlagenzustand? 

2 | Liegen Fehler oder Verschleiß in der Anlage vor? 

3 | Ist der Ressourcenverbrauch (beispielsweise 

Energie) 

In der Praxis existieren auf der bisherigen Enterprise- 

Resource-Planning-Ebene (ERP) Bestrebungen, direkt 

auf Online-Daten aus Fertigungsprozessen zuzugreifen, 

diese zu verarbeiten und daraus geschäftsrelevante Information 

zu generieren [36]. In-Memory-Datenbanken 

leisten dieser Entwicklung insofern Vorschub, als dass 

sie die geforderte Geschwindigkeit zur Verarbeitung 

großer Datenmengen bieten. 

Tatsächlich liegt die Herausforderung jedoch in der 

Frage, wie große Datenmengen mit Datenelementen unterschiedlichster 

Strukturierungsform (Sensordaten, 

Dokumente, Texte, Modelle, Simulationsergebnisse) 

und Entstehungsart (synchron, asynchron) in der geforderten 

Zeit, gegebenenfalls in Echtzeit, analysiert 

und für den Benutzer leicht verständlich aufbereitet 

werden können (Big-Data-Problem). 

Ein weiterer Anwendungsfall von Big Data ist die 

gezielte Suche, Harmonisierung und Auswertung von 

verteilten Daten in der Fabrik, zum Beispiel unterstützt 

durch eine Kombination semantischer Technologien 

mit leistungsfähigen Suchmaschinen aus der Welt des 

Internets. Dazu folgendes Szenario: In einer automatisierten 

Produktion sei eine komplexe Teilanlage gestört. 

Ein Instandhaltungsmitarbeiter soll die Anlage möglichst 

schnell wieder produktionsbereit machen. Dazu 

benötigt er Daten über 

den Anlagenzustand vor dem Ausfall; diese Daten 

sind in einem Anlagenüberwachungssystem abgelegt, 

Log-Dateien über die letzten Anlagenbedienungen, 

aus denen sich eventuell Rückschlüsse über eine 

Fehlerursache ziehen lassen, 

Instandhaltungsdaten über die letzten Wartungsarbeiten 

an der betroffenen Anlage, 

Qualitätsinformation über Produkte, die eventuell 

durch die Störung betroffen sein könnten, 

Ersatzteilinformation, zum Beispiel 3D-Geometrien, 

2D-Zeichnungen und -Schnitte, Explosionsdarstellungen, 

Stücklisten, um die Wartung korrekt 

und effizient ausführen zu können. 

In den heute üblichen IKT-Architekturen würde das 

verknüpfte Suchen all dieser Information in den einzelnen 

Datenquellen erheblichen Aufwand bedeuten, 

mit den Konsequenzen Zeitverlust, entsprechend längerem 

Stillstand der Anlage und somit Produktionsausfällen. 

2.3 Vom Signal zur App 

Die bisher eher monolithisch anmutenden Leit- und 

Manufacturing-Execution-Systeme (MES) wandeln sich 

hin zu serviceorientierten Architekturen. Neue Anbieter 

produktionsnaher IKT-Systeme am Markt entwickeln 

ihre Werkzeuge direkt nach dem Paradigma der 

Serviceorientierung. Dabei lassen sich die folgenden 

Architekturkomponenten unterscheiden: 

Apps: Applikationen mit eigener Benutzeroberfläche, 

aber keiner oder nur sehr eingeschränkter eigener 

Datenhaltung, die auf einem mobilen Endgerät 

genutzt werden können. Beispiele für produktionsnahe 

Apps sind KPI-Apps zur Visualisierung von 

Kennzahlen wie Verfügbarkeit oder OEE- und Gantt- 

Chart-Apps zur Visualisierung von Auftragsreihenfolgen 

als Ergebnis einer Fertigungsfeinplanung. 

Leittechnik- und MES-Services: Unter einem Service 

verstehen die Autoren des Beitrags eine Einheit 

mit einer konkreten Funktion und eindeutigen Einund 

Ausgangsparametern [41]. Einzelne Funktionen 

können als Services bereitgestellt werden oder 

Services fassen mehrere Funktionen zusammen. 

Manufacturing Service Bus: Über diesen Bus kommunizieren 

die Services untereinander. Dieser 

Service Bus ist eine der Kernkomponenten der zukünftigen 

serviceorientierten Architektur und 

dient als Integrationsebene, um das Zusammenspiel 

der Services zu realisieren. Auch in den heutigen 

Leitsystemen und MES existieren diese Komponenten 

schon, allerdings zugeschnitten auf den 

jeweiligen Hersteller. Heute gibt es keinen Service 

Bus, mit dem sich Leit- und MES-Services unterschiedlicher 

Softwareanbieter ohne manuelle Programmiereingriffe 

verbinden können. 

Integrations-Services: Diese Services werden zwingend 

benötigt, um die Verbindung zwischen Leittechnik- 

und MES-Service und den Maschinen, 

Anlagen und anderen Einrichtungen der Fabrik zu 

46 


4 / 2014

BILD 2: Mit OPC UA ist eine durchgängige 

Kommunikation vom Sensor bis ins Internet möglich. 

Secure 

Plug- 

and-work- 

Anlagenmodell 

incl. 

Zertifikate 

und 

digitales 

Rechtemgmt. 

MES 1 MES 2 MES m 

Decoder Decoder Decoder 

Secure plug-and-work „Integrationsschicht“ : 

authentifiziert Anlagen und Komponenten 

Signierte und 

verschlüsselte 

Übertragung 

Encoder Encoder Encoder Encoder 

Anlage 1 Anlage 2 Anlage n Digitale Fabrik 

Secure plug-and-work “Integrationsschicht“ : 

authentifiziert Feldgeräte und Komponenten 

= feldgeräte- oder 

anlagenbezogene 

Softwarekomponenten 

= Zertifikat 

Secure 

Plug-andwork- 

Änderungsmanager 

BILD 3: Komponenten und Softwaremodule 

zum vertrauenswürdigen Plug-and-work 

von der Feld- bis zur MES-Ebene 

Feldgerät 

incl. 

Identity 

Spindel 

incl. 

Identity 

Signierte und verschlüsselte Übertragung 

Komponenten werden 

KGT 

Feldgerät 

signierte Komponenten 

„freigeschaltet“, nur 

incl. 

Identity X dürfen eingelesen werden 

schaffen. Eine Kommunikation auf Basis von OPC 

UA mit semantischem Mapping zur automatischen 

Anbindung von Maschinensteuerung an MES-Services 

ist ein Beispiel für einen solchen Integrationsservice 

[42]. 

Erklärtes Ziel der Serviceorientierung kann es nur sein, 

Services unterschiedlicher Anbieter zu kombinieren, sodass 

Anwender zu einer Best-of-breed-Lösung kommen. 

Das bisherige Verständnis von Leittechnik ist stark 

von der Vorstellung mehrerer Hierarchieebenen geprägt: 

von der Feldebene über die Anlagen-, Betriebsund 

Produktionsleitebene bis hin zur Unternehmensleitebene 

(DIN IEC 60050-351:2009). Jede dieser Ebenen 

zeichnet sich durch funktionale und informationsbezogene 

Eigenschaften aus, die sich in unterschiedlichen 

IKT-Schnittstellen, Datenformaten und Meta- 

Datenmodellen niederschlagen. Nicht-funktionale 

Eigenschaften, zum Beispiel Echtzeitfähigkeit, Antwortzeitverhalten, 

Verlässlichkeit, technische Ausfallsicherheit 

(safety) und IKT-Sicherheit (security), 

aber ebenso die adäquaten Benutzerschnittstellen bestimmen 

weitgehend die jeweils passende IKT-Architektur. 

Während IKT-Standards, zum Beispiel Feldbussysteme, 

das Problem der horizontalen Interoperabilität 

von IKT-Komponenten und Systemen innerhalb 

einer Ebene vermindern konnten, blieb die vertikale 

Interoperabilität, das heißt der reibungslose Austausch 

von Daten und Information über Ebenengrenzen hinweg 

beziehungsweise der ebenenübergreifende Aufruf 

von Ebenenfunktionen, bislang zumeist unberücksichtigt. 

Dieser vertikale Austausch der Daten zwischen 

ERP-, MES- und Feldebene, siehe [34, 35], zwischen 

MES- und ERP-Ebene [37] sowie zwischen MES 

und steuerungsnahen Leitfunktionen [38] ist aber 

unumgänglich. 

Industriestandards für Middleware in der Automation 

(VDI/VDE 2657), zum Beispiel OPC UA (IEC 62541), 

helfen diese Lücke zu schließen. OPC UA ist ein Beispiel 

eines herstellerunabhängigen Kommunikationsstandards, 

der sich zur durchgängigen Vernetzung aller 

Produktionsebenen einsetzen lässt. Durch das integrierte 

komplexe Informationsmodell besteht die Möglichkeit, 

verschiedene Sachverhalte semantisch zu 

beschreiben oder auch weitere bestehende Standards 

mit Companion-Spezifikationen einzubinden. Ein Beispiel 

der Kombination von AutomationML mit OPC UA 

wird in [45] beschrieben. 

Unter den Schlagwörtern Internet der Dinge und Internet 

der Dienste und Nutzung der entsprechenden 

Technologien ergeben sich nun neue Möglichkeiten, die 

einen grundlegenden Wandel im Verständnis der Leittechnik 

und deren ebenenübergreifender Kommunikation 

mit sich führen können. Diese Technologien bedeuten 

die konsequente Durchdringung aller Ebenen der 

Leittechnik mit Internet-Technologien und dazugehörigen 

Standards, unter anderem der Internet Engineering 

Task Force (IETF, http://www.ietf.org/), des World Wide 

Web Consortiums (W3C, http://www.w3.org/) und der 

Organization for the Advancement of Structured Information 

Standards (OASIS, https://www.oasis-open.org/). 

Dies umfasst einerseits die eingesetzten Kommuni- 


4 / 2014 

47

HAUPTBEITRAG 

kationstechnologien, zum Beispiel TCP/IP, bis auf die 

Ebene der einzelnen Sensoren und Aktoren, was durch 

die Standardisierung von IPv6 und weltweit eindeutige 

Bezeichner für Ressourcen, wie Uniform Resource 

Identifier (URI) des WWW, ermöglicht wurde. Andererseits 

bedeutet dies aber auch die konsequente Anwendung 

von Datenbeschreibungssprachen, wie die 

Extensible Markup Language (XML) mit ihren zahlreichen 

Profilen und Erweiterungen, zum Beispiel AutomationML, 

zur Beschreibung der Eigenschaften und 

Fähigkeiten von Produktionsanlagen [46] und den zugehörigen 

Planungsdaten. Liegen in XML oder XMLbasierten 

Beschreibungssprachen entsprechende zeitdiskrete 

Abbildungen der Situation in der Produktion 

vor, kann beispielsweise die Web Ontology Language 

(OWL) zur formalen Beschreibung von Zusammenhängen 

oder Sachverhalten genutzt werden. Diese zusätzliche 

Semantik kann in Ontologien hinterlegt sein. 

Dadurch kann auf ontologische Konzepte von Systemen 

aus der Leittechnik referenziert werden (semantische 

Annotation), um die Bedeutung von Datenelementen 

und existierende Restriktionen oder Relationen 

zu spezifizieren. 

In der Kombination dieser Internet-Technologien ergibt 

sich so die Definition von generischen IKT-Plattformen, 

die den Zugriff auf leittechnische Information 

ermöglichen, vermitteln und absichern, vom Sensor bis 

hin zum mobilen Endgerät. Leittechnik-Funktionalitäten 

werden dann als Dienste angeboten [47]. 

Durch diese technologiegetriebene Entwicklung ergeben 

sich folgende neue Möglichkeiten: 

Übergreifende Leittechnik: Bislang fachlich unterschiedliche 

und technisch getrennte Anwendungen, 

zum Beispiel aus der Produktions-, Gebäude- 

und Energieleittechnik, können mit einheitlichen 

Technologien basierend auf Leittechnik-Spezifikationen 

mit Hilfe verständlicher, 

grafischer Beschreibungsmittel [48, 49] leichter 

zusammengeführt werden. Dies ermöglicht beispielsweise 

die Steuerung der Produktionsanlagen 

und der Gebäudetechnik auf der Grundlage 

eines einheitlichen Arbeitszeitmodells, oder die 

Berücksichtigung von Energiepreissignalen als 

Optimierungskriterium der Fertigungsfeinplanung. 

Voraussetzung für eine solche Umsetzung 

in der Praxis mit vertretbarem Aufwand sind vorliegende 

elektronische Beschreibungen der Produktionssituation, 

beispielsweise in Automation- 

ML [50] als XML-basierter Beschreibungssprache, 

sowie formal spezifizierte Rahmenbedingungen, 

zum Beispiel in OWL-Ontologien [51-53], um die 

bisher durch die Anwendungen getrennten Datenbestände 

zusammenzuführen und die vordefinierten 

Reaktionen der Anwendungen übergreifend 

zu planen. 

Vereinheitlichung der Benutzerschnittstelle: Aus 

dem Büro- und Privatbereich gewohnte Benutzerführungsparadigmen 

und Werkzeuge, wie Webbrowser 

oder mobile Endgeräte, lassen sich einfacher 

auf allen leittechnischen Ebenen einsetzen, 

was die Akzeptanz erhöht und den Schulungsaufwand 

verringert. Zudem können Innovationen in 

der Mensch-Maschine-Schnittstelle, zum Beispiel 

gestenbasierte oder blickgesteuerte Interaktion, 

leichter integriert werden (vergleiche Abschnitt 2.5). 

2.4 Vom Feldbus zum ERP-System 

Grundlage vieler der zuvor beschriebenen Funktionen 

ist die durchgängige Kommunikationsinfrastruktur. So 

muss die Information zwischen der Sensor- und ERP- 

Ebene möglichst ohne Transitsysteme, die projektiert 

werden müssen, in der notwendigen Qualität zur Verfügung 

stehen. Hierzu werden auf der physikalischen 

Ebene neben den etablierten Feldbussystemen zunehmend 

Kommunikationssysteme eingesetzt, die ihren 

Ursprung in der Bürokommunikation haben, wie Ethernet, 

WLAN, Bluetooth, NFC. Da automatisierte technische 

Prozesse hohe Anforderungen an den zuverlässigen 

Betrieb haben, sind anwendungsbezogene Dienstgüteparameter, 

wie das Zeitverhalten, Safety, Security 

und Verfügbarkeit zu garantieren. Darum wurden die 

Systeme aus der Bürokommunikation angepasst und 

führten zum Beispiel zu verschiedenen Ausprägungen 

eines echtzeitfähigen Ethernets. Um die Vorteile der 

vielfältigen physikalischen Kommunikationstechniken 

nutzen zu können, gleichzeitig die zuvor beschriebene 

Durchgängigkeit zu realisieren, ist eine gemeinsame 

Protokollebene notwendig. Das könnte künftig das Internet-Protokoll 

(IP) sein. Insbesondere IPv6 verfügt 

über einen hinreichend großen Adressraum, sodass 

selbst einzelne Sensoren mit einer global eindeutigen 

IP-Adresse versehen werden können. 

Nach der IP-Konnektivität ist der nächste Schritt die 

Abstraktion von den physikalischen Kommunikationssystemen 

und der Übergang zu einer dienstorientierten 

Architektur. Eine vielversprechende Technologie hierfür 

ist wiederum OPC UA. Es ließ sich nachweisen, dass 

OPC UA eine derart hohe Skalierungsfähigkeit hat, dass 

es selbst auf einfachsten ressourcenbeschränkten eingebetteten 

Systemen eingesetzt werden kann [54, 55]. 

Echtzeit-Ethernetsysteme erlauben beispielsweise die 

gleichzeitige Nutzung von IP-Kommunikation, die für 

OPC UA verwendet wird. Damit lässt sich ein durchgängiger 

Informationsfluss vom Sensor bis in das ERP- 

System und das Internet bei gleichzeitig lokaler Realisierung 

hochdynamischer Steuerungs- oder Regelungsvorgänge 

realisieren (siehe Bild 2). 

Im Kontext der Industrie 4.0 wird auch die Maschine-zu-Maschine-(M2M)-Kommunikation 

unter Nutzung 

des Internets eine zunehmende Bedeutung bekommen 

(Internet der Dinge). Die Herausforderung 

besteht in der adaptiven Nutzung der Übertragungsstrecke, 

die durch das Mobilfunknetz und das Internet 

gebildet wird. In [56] wurden in umfangreichen Messungen 

an existierenden Mobilfunktechnologien 

(2G/3G/4G) signifikante Verbindungsabbrüche nachgewiesen, 

die eine Nutzung für Anwendungen mit hohen 

48 


4 / 2014

Zuverlässigkeitsanforderungen stark einschränken. 

Hier ist künftig eine engere Abstimmung der Dienstgüteparameter 

der jeweiligen Anwendung mit den 

Möglichkeiten des Providers notwendig. 

2.5 Von Tastatur und Maus zur intuitiven Interaktion 

Als Herausforderung aus den behandelten Entwicklungen 

tritt für die Informatik die einfache und natürliche, 

kurzum Mensch-zentrierte, Interaktion mit cyber-physischen 

Systemen in der Fabrik in den Vordergrund. 

Diese Interaktion umfasst 

direkte Schnittstellen, über die ein Mensch Rechner 

unmittelbar instruiert und 

indirekte Schnittstellen, über die ein Rechner die 

Aktivitäten von und die Interaktion zwischen Menschen 

beobachtet und von diesen lernt, um sie zu 

unterstützen. 

Der Kontext menschlicher Aktivitäten wird hierbei 

berücksichtigt. Dazu bedarf es wahrnehmender Systeme, 

die menschliche Aktionen und Interaktionen 

erfassen und interpretieren können. Der visuelle Kanal 

bietet eine hohe Fülle und Dichte an Information 

zur Erschließung der sichtbaren Umgebung. Die visuelle 

Perzeption des menschlichen Handelns durch die 

Maschine beschäftigt sich mit dem Sehen und Verstehen 

dessen, wer was wo und wann tut und mit wem 

er auf welche Weise interagiert. Verstehen Computer 

Benutzerabsichten und Handlungskontexte, können 

sie Menschen in ihrer Arbeit unterstützen. Dieses Verständnis 

ist essenziell, um solche Systeme beispielsweise 

im Umgang mit industriellen oder humanoiden 

Robotern erfolgreich einsetzen zu können oder eine 

REFERENZEN 

[1] Abele, E., Reinhart, G. (Hrsg.): Zukunft der Produktion. 

Hanser-Verlag 2011 

[2] Bischoff, J., Barthel, H., Eisele, M.: Automobilbau mit Zukunft. 

LOG_X Verlag 2007 

[3] Sauer, O., Jasperneite, J.:Informationstechnik in der Fabrik der 

Zukunft. Zeitschrift für wirtschaftlichen Fabrikbetrieb ZwF 

2011(12), S. 955-962, 2011 

[4] Promotorengruppe Kommunikation der Forschungsunion 

Wirtschaft – Wissenschaft (Hrsg.): Umsetzungsempfehlungen 

für das Zukunftsprojekt Industrie. acatech 4.0. April 2013 

[5] Wahlster, W., Raffler, H.: Forschen für die Internet- 

Gesellschaft: Trends, Technologien, Anwendungen. 

Trends und Handlungsempfehlungen 2008 des Feldafinger 

Kreises, 2008 

[6] Schabacker, M.: Inhalte und Auswertung der Initiative. 

Pressekonferenz Halbzeit der Initiative ENGINEERING 

produktiv!, 22. April 2008 

[7] European Commission. MANUFUTURE – a vision for 2020, 

Assuring the future of manufacturing in Europe, Luxembourg: 

Office for Official Publications of the European Communities. 

2004 – 20 pp. ISBN 92-894-8322-9 

[8] MANUFUTURE Germany: Management Summary. Strategic 

Research Agenda MANUFUTURE Germany, 2006 

[9] ElMaraghy, W.H.: Manufacturing Complexity Management. 

3rd International Conference on Changeable, Agile and 

Virtual Production (CARV 2009), Munich, Germany, October, 

2009 

[10] Wiendahl, H.-P. et al: Changeable Manufacturing – Classification, 

Design and Operation. Annals of the CIRP, Vol 56/2/2007, 

S. 783-809 

[11] Geisberger E., Broy, M. (Hrsg.): agendaCPS. Integrierte 

Forschungsagenda Cyber-Physical Systems. Acatech Studie. 

Springer-Verlag: 2012 

[12] Reisgen, U., Buchholz, G., Beckers, M., Willms, K.: Bausteine der 

modellbasierten Selbstoptimierung beim automatisierten 

MSG-Schweißen. Wirtschaftliche Fertigung durch fügetechnische Automatisierung, 

Roboter, 2011. In: DVS-Berichte, Band 279 (2011), S. 40-46 Düsseldorf: 

DVS-Verlag 2011 

[13] Jasperneite, J., Niggemann, O.: Intelligente Assistenzsysteme zur Beherrschung 

der Systemkomplexität in der Automation. atp edition - Automatisierungstechnische 

Praxis 9/2012, Oldenbourg Verlag, München, Sep 2012 

[14] Faltinski, et.al: Detecting Anomalous Energy Consumptions in Distributed 

Manufacturing Systems (in press). In: IEEE 10th International Conference on 

Industrial Informatics INDIN, Beijing, China, 2012 

[15] Gilani, S., Windmann, S., Pethig, F., Kroll, B., Niggemann, O.: The Importance 

of Model-Learning for the Analysis of the Energy Consumption of Production 

Plant. In: 18th IEEE International Conference on Emerging Technologies and 

Factory Automation (ETFA), 2013 

[16] Niggemann, O. et al.: Learning Behavior Models for Hybrid Timed Systems. 

In: Twenty-Sixth Conference on Artificial Intelligence (AAAI-12). Toronto, 

Ontario, Canada, 2012, S. 1083–1090 

[17] Vodencarevic, A., Kleine Büning, H., Niggemann, O., Maier, A.: 

Identifying Behavior Models for Process Plants. In: Proc. of the 16th 

IEEE International Conf. on Emerging Technologies and Factory 

Automation ETFA’2011. Toulouse, France, September 2011, 

S. 937–944 

[18] Maier, A., Tack, T., Niggemann, O.: Visual Anomaly Detection in 

Production Plants. In: (To be published) 9th International Conference 

on Informatics in Control, Automation and Robotics (ICINCO), Rome, 

Italy, Jul 2012 

[19] Tack, T., Maier, A., Niggemann, O.: Visuelle Anomalie-Erkennung in 

Produktionsanlagen. In: VDI Kongress AUTOMATION. Baden Baden, Juni 2013 

[20] Pfeifer, T., Richter, M.M. (Hrsg.): Diagnose von technischen Systemen, 

Grundlagen, Methoden und Perspektiven der Fehlerdiagnose. Deutscher 

Universitaets-Verlag, 1993 

[21] Bach, R., Niggemann, O., Winterling, P., Zeller, V.: Die Zuverlaessigkeit der 

Q-Faktor-Messung bei beliebigen Signalstoerungen. In: ITG Fachtagung 

Photonische Netze, 2003 

[22] Zhan, Y., Zeng, X., Liu, M.: Fault diagnosis of marine main engine shaft using 

support vector machines. pages 1 –5, apr. 2008 


4 / 2014 

49

HAUPTBEITRAG 

sichtgestützte Assistenz in sicherheitskritischen Arbeitsumgebungen 

anzubieten. 

Grundlegende Perzeptionskomponenten sind die 

Personenlokalisierung sowie Personenidentifikation, 

Erfassung der Körperhaltung einschließlich 

Gesten sowie das 

Nachvollziehen der visuellen Aufmerksamkeit 

von Personen. 

Die durch die Sensorauswertung gewonnene Information 

wird dazu genutzt, die maschinelle Umgebung 

aufmerksam gegenüber den menschlichen Handlungen 

und Absichten zu machen, um den Personen dann bei 

ihrer Zusammenarbeit sowie bei der Interaktion mit 

dem assistierenden System selbst zu assistieren. Basierend 

auf Tracking- und Identifikationsergebnissen kann 

eine solche aufmerksame Umgebung damit personalisierte 

Arbeitsplätze genau dort anzuzeigen, wo sich die 

jeweiligen Benutzer befinden. Durch das Wissen, wer 

sich wo aufhält, ist es darüber hinaus möglich, den 

entsprechenden Benutzern gezielt Nachrichten an ihren 

aktuellen Positionen zu übermitteln, zum Beispiel 

an einem nahegelegenen Display. 

Die vollständige Erfassung der Körperhaltung erlaubt 

es, Zeige- und Handgesten zu erkennen, die direkt 

zur Interaktion mit den angezeigten Arbeitsplätzen 

beziehungsweise mit den dort zu bearbeitenden 

Objekten genutzt werden können, zum Beispiel beim 

display-übergreifenden Arbeiten. Auch manuelle 

Montagetätigkeiten werden damit für ein System verständlich, 

ebenso wie eine natürliche, gestenbasierte 

Interaktion mit Robotern und Maschinen, beispielsweise 

[66, 67]. 

Vervollständigt wird dieses Wissen über die Beobachtung 

der Aufmerksamkeitszuwendung der jewei- 

REFERENZEN 

[23] Z. Jiajia, P. Hongbin, H. Huixian, and L. Shasha. Electric power transformer 

fault diagnosis using ols based radial basis function neural network. 

pages 1 –4, apr. 2008 

[24] H. Li, B. Yin, N. Li, and J. Guo. Research of fault diagnosis method of 

analog circuit based on improved support vector machines. volume 1, 

pages 494 –497, may. 2010 

[25] Struss, P.: Fundamentals of Model-Based Diagnosis of Dynamic Systems. 

In Proceedings of the 15th International Joint Conference on Artificial 

Intelligence, Nagoya, Japan, 1997 

[26] Frey, C.: Diagnosis and monitoring of complex industrial processes based 

on self-organizing maps and watershed transformations. In IEEE 

International Conference on Computational Intelligence for Measurement 

Systems and Applications, 2008 

[27] Isermann, R.: Model-based fault detection and diagnosis - status and 

applications. In 16th IFAC Symposium on Automatic Control in Aerospace, 

St. Petersbug, Russia, 2004 

[28] Christiansen, L., Fay, A., Opgenoorth, B., Neidig, J.: Improved Diagnosis 

by Combining Structural and Process Knowledge. IEEE Conference on 

Emerging Technologies & Factory Automation, 16, 2011, pp. 1-8 

[29] Dvorak, D.: Process monitoring and diagnosis. IEEE Expert, 1991 

[30] Struss, P., Ertl, B.: Diagnosis of bottling plants - first success 

and challenges. In: 20th International Workshop on Principles of 

Diagnosis, 2006 

[31] Behrens, M., Provan, G., Boubekeur, M., Mady, A.: Model-Driven Diagnostics 

Generation for Industrial Automation. Industrial Informatics, 2009. 

INDIN 2009. 7th IEEE International Conference on, 2009, pp. 708 –714 

[32] Ferracuti, F., Giantomassi, A., Longhi, S.: Multi-Scale PCA based fault 

diagnosis on a paper mill plant. IEEE ETFA 2011 

[33] Zaied, R., Abhary, K.: A Design of an Intelligent Maintenance Integrated 

System into Manufacturing Systems. IEEE International Conference on 

Industrial Technology, 2009, pp. 1-6 

[34] Bildmayer, R.: Logistischer Leitstand. In: GI Jahrestagung (2), 

2007, S. 353-361 

[35] Bratukhin, A., Sauter, Th.: Bridging the gap between centralized and 

distributed manufacturing execution planning. In: Proceedings of: IEEE 

International Conference on Emerging Technologies and Factory 

Automation, 13.-16. September 2010, Bilbao, Spanien, 2010 

[36] Grund, M.: Hyrise: A main memory hybrid database storage engine. 

Dissertation an der Mathematisch-Naturwissenschaftliche 

Fakultät, Universität Potsdam, 2012 

[37] Kletti, J.: MES-Futurologie – Die europäische Antwort auf die 

Globalisierung. MES Wissen Kompakt 2010, S. 10-12, 2010 

[38] Münnemann, A.: Die Schnittstelle PLS/MES – Erfahrungen und 

Herausforderungen. In: VDI-Berichte 2092, AUTOMATION 2010, 

ohne Seiten 

[39] Frey, C: Monitoring of complex industrial processes based on 

self-organizing maps and watershed transformations. In: IEEE 

International Conference on Industrial Technology, ICIT 2012: 

Athens, Greece, 19-21 March, 2012 New York, NY: IEEE, 2012 

[40] Oliver Niggemann, Benno Stein, Asmir Vodencarevic, Alexander 

Maier, and Hans Kleine Büning. Learning behavior models for 

hybrid timed systems. In Twenty-Sixth Conference on Artificial 

Intelligence (AAAI-12), pages 1083–1090, Toronto, Ontario, 

Canada, 2012 

[41] Bauernhansl, Th. (Hrsg.): Virtual Fort Knox. Abschlussbericht, 

Stuttgart: Juni 2013 

[42] Enste, U., Mahnke, W.: OPC Unified Architecture - Die nächste 

Stufe der Interoperabilität. at – Automatisierungstechnik 

59 (2011) 7 

[43] Faltinski, S. et.al.: Detecting anomalous energy consumptions in 

distributed manufacturing systems. In: 9th IEEE International 

Conference on Industrial Informatics (INDIN), 2012, S. 358 – 363 

[44] Chandola, K, Banerjee, L., Kumar, M.: Anomaly Detection for 

Discrete Sequences: A Survey. In: IEEE Transactions on Knowledge 

and Data Engineering 24 (2012), S. 823–839 

[45] Schleipen, M.: Adaptivität und semantische Interoperabilität für 

Manufacturing Execution Systeme (MES)“, Karlsruher Schriften 

zur Anthropomatik, 2012 

[46] Pfrommer, J., Schleipen, M., Beyerer, J.: Fähigkeiten adaptiver 

Produktionsanlagen. atp edition 55 (11), Ausgabe 11/2013, Seite 42-49 

50 


4 / 2014

ligen Person, die dem System mitteilt, worauf sie sich 

konzentriert, worauf sie achtet und mit wem oder was 

sie interagieren möchte. Nicht nur Assistenzsysteme 

profitieren hiervon, weil sie damit nachvollziehen können, 

ob der Benutzer zum Beispiel angezeigte Meldungen 

oder Information bereits wahrgenommen hat; 

ebenso Sicherheitssysteme können davon Gebrauch 

machen, indem sie beobachten und reagieren können, 

wann Notfallmechanismen ausgelöst werden müssen, 

zum Beispiel weil der Benutzer sich unaufmerksam im 

Umgang mit einer Maschine verhält. 

Aktuelle konkrete Einsatzfälle in der Fertigung sind 

die gestenbasierte Interaktion in der Qualitätssicherung 

[57], die sichere Interaktion von Menschen und Industrierobotern 

ohne Sicherheitskäfige oder manuelle 

Montagearbeitsplätze, die Montageabläufe lernen und 

die Mitarbeiter darin unterstützen, die Werkstücke korrekt 

zu fügen und die richtigen Teile zu greifen. 

2.6 Von der digitalen Fabrik ins Laufzeitsystem 

Aktuelle Entwicklungen deuten darauf hin, dass sich 

der Prozess der Planung und Inbetriebnahme einer Fabrik, 

ihrer Maschinen und Anlagen und deren Komponenten 

in Zukunft grundlegend verändern wird: Anlagen 

werden aus mechatronischen Komponenten zusammengebaut, 

die durch (3D-)Geometrie, Kinematik und 

Logik, das heißt Teilen von Steuerungsprogrammen, 

gebildet werden [58, 59]. Diese intelligenten Komponenten 

kennen ihre Fähigkeiten und wissen, in welche 

Anlagen sie eingebaut werden können. Gegebenenfalls 

ändern sie Konfigurationseinstellungen selbständig, 

um sich an die Fertigungsaufgabe und an die Anlage, 

in die sie eingebaut werden, anpassen zu können. Aktuelle 

Entwicklungen bei selbstkonfigurierenden Werkzeugmaschinen 

sind in [60, 61] beschrieben. Die dort 

erarbeiteten Ergebnisse befinden sich jedoch noch im 

[47] Schlütter, M., Epple, U., Edelmann, T.: Dienstesysteme für die 

Leittechnik — Ein Einblick. In: VDI-Berichte 2067, Automation 

2009: Fit for Efficiency, Kurzfassung: S. 21-24, Langfassung auf 

beiliegender CD. Düsseldorf, VDI Verlag, 2009 

[48] Ricken, M., Vogel-Heuser, B.: Engineering von Manufacturing 

Execution Systems. In: SPS/IPC Drives Kongress, Nürnberg, 

24.-26.11.2009 

[49] Ricken, M., Vogel-Heuser, B.: Modeling of Manufacturing 

Execution Systems: an interdisciplinary challenge. In: 

Proceedings of: IEEE International Conference on Emerging 

Technologies and Factory Automation, 13.-16. September 

2010, Bilbao, Spanien, 2010 

[50] Drath, R., Lüder, A., Peschke, J., Hundt, L.: AutomationML 

- the glue for seamless automation engineering. In: 

International Conference on Emerging Technologies and 

Factory Automation (ETFA), S. 616-623, 2008 

[51] Brecher, Ch. (Hrsg.): Integrative Produktionstechnik für 

Hochlohnländer, Springer-Verlag, 2011 

[52] ISO/TS 15926-8:2011 Industrial automation systems and 

integration—Integration of life-cycle data for process plants 

including oil and gas production facilities—Part 8: Web 

Ontology Language (OWL) implementation, 2011 

[53] Rezk, M., Nutt, W.: Combining Production Systems and 

Ontologies. RR 2011, S. 287-293, 2011 

[54] Imtiaz, J., Jasperneite, J.: Scalability of OPC-UA down to the 

Chip Level Enables „Internet of Things“. In: 11th International 

IEEE Conference on Industrial Informatics 2013 Bochum, 

Germany, Jul 2013 

[55] its-OWL Spitzenclusterprojekt Intelligente Vernetzung, 

http://www.its-owl.de/technologiecluster/projekte/QP_Intelligente_Vernetzung.php, 

abgerufen am 28.7.2013 

[56] Shrestha, G. M., Jasperneite, J.: Performance Evaluation of 

Cellular Communication Systems for M2M Communication in 

Smart Grid Applications. In: Computer Networks - CN2012. 

Szczyrk, POLAND, Jun 2012 

[57] Schick, A., Sauer, O.: Gestenbasierte Qualitätskontrolle - Intuitive Mensch- 

Maschine-Interaktion in der Industrie. wt online, zur Veröffentlichung 

eingereicht 

[58] Prinz, J., et.al: Beschreibung mechatronischer Objekte durch Merkmale. 

atp edition 7-8/2011, S. 62-69 

[59] Wascher, F., Kayser, K.-H., Würslin, R.: Softwareunterstützte mechatronische 

Entwicklung im Maschinen- und Anlagenbau. In: Tagungsband zum 8. 

Fachwissenschaftliches Kolloquium für Angewandte Automatisierungstechnik 

in Lehre und Entwicklung an Fachhochschulen, Göppingen 2011, Seite 121-131 

[60] Mauderer, M.: Ein Beitrag zur Planung und Entwicklung von rekonfigurierbaren 

mechatronischen Systemen am Beispiel von starren Fertigungslinien. iwb 

Forschungsbericht Nr. 250, München: Herbert Utz-Verlag, 2011 

[61] Kircher, Ch.: Selbstadaptierende NC-Steuerung für rekonfigurierbare 

Werkzeugmaschinen. Berichte aus dem Institut für Steuerungstechnik der 

Werkzeugmaschinen und Fertigungseinrichtungen der Universität 

Stuttgart, Nr. 185, Heimsheim: Jost-Jetter-Verlag, 2011 

[62] Diedrich, Ch., Lüder, A., Hundt, L.: Bedeutung der Interoperabilität bei 

Entwurf und Nutzung von automatisierten Produktionssystemen. at – Automatisierungstechnik 

59 (2011) 7, S. 426-438 

[63] John, D., Jasperneite, J.: Interoperabilität auf Feldebene. at – Automatisierungstechnik 

59 (2011) 7, S. 406-411 

[64] Sauer, O.: Automated engineering of Manufacturing Execution Systems – a 

contribution to “adaptivity” in manufacturing companies. In: Bernard, A.: 

Proceedings of DET2008, 5th International Conference on Digital 

Enterprise Technology, Nantes, France, 22-24 October 2008, pp. 181-191. 

Paris: Éditions Publibook, 2010 

[65] Fraunhofer-Gesellschaft: Internet der Dienste. weiter.vorn Fraunhofer- 

Magazin 1.12 Beilage THESEUS. http://www.fraunhofer.de/content/dam/ 

zv/de/publikationen/Magazin/2012/1-2012_THESEUS/THESEUS.pdf. 

Letzter Aufruf: 24.07.2013 

[66] Dose, S.; Dillmann, R.: Eine intuitive Mensch-Maschine-Schnittstelle für die 

automatisierte Kleinserienmontage. In: VDI-Bericht 2171, VDI-Verlag, 

Düsseldorf 2012, S. 271-274 

[67] J. Krüger, T. K. Lien, A. Verl: Cooperation of human and machines in assembly 

lines. In: CIRP Annals Manufacturing Technology. 58 (2009), No. 2, p. 628-646 


4 / 2014 

51

HAUPTBEITRAG 

Stadium der Grundlagenforschung. Die Integration von 

Feldgeräten in Automatisierungssysteme über Plugand-work 

wird unter anderem in [62, 63] beschrieben. 

Eine Selbstkonfiguration (Plug-and-work) von Anlagen 

und Automation verkürzt Inbetriebnahme- und Umbauphasen 

von Anlagen signifikant. Aufwendige manuelle 

Engineering-Schritte entfallen, zum Beispiel ein 

Umschreiben von Software. Aktuell arbeiten die Autoren 

im Rahmen eines Projekts daran, durchgängige und 

sichere Plug-and-work-Technologien, basierend auf 

existierenden Standards von der Feldebene bis zum 

MES zu entwickeln (siehe Bild 3). 

Dabei ist es das Ziel, auf existierenden Standards 

basierende Methoden und Werkzeuge sowie Konzepte 

für Informations- und Softwarearchitekturen zu erarbeiten, 

die eine durchgängige, konsistente und gesicherte 

Datenverarbeitung bei Änderungen in einer der 

beteiligten Hierarchieebenen der Fertigung an die 

anderen Teilnehmer der Fabrik ermöglichen, zum Beispiel 

Feldgeräte, Maschinen und Anlagen, IT-Systeme. 

Dazu werden Eigenschaften und Fähigkeiten direkt 

auf den Komponenten gespeichert. Parallel zur physischen 

Integration stehen sie damit über eine Schnittstelle 

direkt in der Steuerung zur Verfügung. Die Komponentenhersteller 

ermitteln vorab die hierzu benötigte 

Information und hinterlegen sie auf den Bauteilen. 

Durch die physische und informelle Integration wird 

eine Zeitersparnis von rund 20 % bei Erstinbetriebnahme, 

Instandhaltungstätigkeiten und Änderungen 

der Produktion möglich. Noch höhere Potenziale erwarten 

die Autoren, wenn sich die Konfigurationsaufwendungen 

für überlagerte produktionsnahe IT-Systeme 

(MES) reduzieren lassen. Grund für diese bereits 

anhand von Demonstratoren nachgewiesene Abschät- 

AUTOREN 

Dipl.-Ing. CHRISTIAN FREY (geb. 1968) leitet die 

Forschungsgruppe Multi-Sensorsysteme im Fraunhofer 

IOSB. Seine Forschungsschwerpunkte liegen in 

der Entwicklung von datengetriebenen lernfähigen 

Methoden für die Überwachung von komplexen 

industriellen Produktionsprozessen. 

Fraunhofer IOSB, 

Fraunhofer Straße 1, D-76131 Karlsruhe, 

E-Mail: christian.frey@iosb.fraunhofer.de 

Dr.-Ing. MICHAEL HEIZMANN (geb. 1971) leitet die Abteilung 

Mess-, Regelungs- und Diagnosesysteme (MRD) im 

Fraunhofer IOSB. Sein derzeitiges Forschungsinteresse 

liegt in den Bereichen Mess-, Regelungs- und Automatisierungstechnik, 

darin besonders automatische Sichtprüfung 

und Bildverarbeitung sowie Bild- und Informationsfusion. 



E-Mail: michael.heizmann@iosb.fraunhofer.de 

Prof. Dr.-Ing. JÜRGEN JASPERNEITE (geb. 1964) leitet in 

Personalunion das Fraunhofer IOSB-INA in Lemgo und 

das Institut für industrielle Informationstechnik (inIT) 

der Hochschule Ostwestfalen-Lippe. Sein derzeitiges 

Forschungsinteresse liegt im Bereich IKT-basierter 

Automatisierungstechnologien. 

Fraunhofer-Anwendungszentrum 

Industrial Automation (IOSB-INA), 

Langenbruch 6, D-32657 Lemgo, 

Tel. +49 (0) 5261 70 25 72, 

E-Mail: juergen.jasperneite@iosb-ina.fraunhofer.de 

Prof. Dr. rer.nat. OLIVER NIGGEMANN (geb. 1971) ist 

stellvertretender Leiter des Fraunhofer IOSB-INA und 

Professor an der Hochschule Ostwestfalen-Lippe. Seit 

2008 ist er Vorstandsmitglied des Instituts für industrielle 

Informationstechnik (inIT). Sein derzeitiges Forschungsinteresse 

liegt im Bereich der intelligenten 

Automationssysteme. 

Fraunhofer-Anwendungszentrum Industrial Automation (IOSB-INA), 


Tel. +49 (0) 5261 702 59 90, 

E-Mail: oliver.niggemann@iosb-ina.fraunhofer.de 

Dr.-Ing. OLAF SAUER (geb. 1963) studierte an der Universität 

Karlsruhe Wirtschaftsingenieurwesen. Nach beruflichen 

Stationen in Industrie und Beratung arbeitet er seit 

2004 am Fraunhofer IOSB. Er ist Lehrbeauftragter am 

Karlsruher Institut für Technologie (KIT), Vorsitzender 

des Fachbereichs Informationstechnik des VDI sowie 

Mitglied des Vorstandes der Wirtschaftsstiftung Südwest. 



Tel. +49 (0) 721 609 14 77, E-Mail: olaf.sauer@iosb.fraunhofer.de 

Dr.-Ing. MIRIAM SCHLEIPEN (geb. 1983) arbeitet seit 2005 

am Fraunhofer IOSB. Sie leitet die Gruppe Leitsysteme 

und Anlagenmodellierung. Ihr Hauptinteresse gilt 

aktuell der Adaptivität und Interoperabilität von Komponenten 

und Systemen in Produktion. 



E-Mail: miriam.schleipen@iosb.fraunhofer.de 

52 


4 / 2014

zung [64] ist, dass viele der Daten, die zur Konfiguration 

eines MES benötigt werden, in den vorgelagerten 

Engineering-Phasen bereits beschrieben und in eigens 

dafür genutzten IT-Systemen hinterlegt sind (digitale 

Fabrik). Dabei sind Sicherheitsmechanismen, wie Authentifizierung 

und Autorisierung (Rechteverwaltung), 

in die Architektur von CPS-Systemen von vornherein 

zu integrieren: Über die Werkzeuge und Entwicklungsumgebungen, 

die beispielsweise AutomationML-kompatible 

Objekte erzeugen, ist sichergestellt, 

dass sensible Daten im frühestmöglichen Stadium 

gegen Angriffe durch Abhören und Modifikation geschützt 

sind. Dafür werden standardisierte Security- 

Mechanismen wie Verschlüsselung, Signieren von 

Daten sowie Authentifizieren von Datenobjekten und 

Steuerungskomponenten eingesetzt, damit sich nur 

autorisierte Komponenten in das Produktionssystem 

Dr.-Ing. THOMAS USLÄNDER (geb. 1961) leitet 

die Abteilung Informationsmanagement und 

Leittechnik (ILT) im Fraunhofer IOSB. Sein 

Forschungsinteresse liegt im Bereich der 

Anforderungsanalyse und der Architekturkonzeption 

von offenen, serviceorientierten 

Informations-, Leit- und Testsystemen auf der 

Grundlage internationaler IT-Standards. Er ist 

Mitglied des VDI/VDE-GMA Fachausschuss 

7.21 Industrie 4.0 – Begriffe, Referenzmodelle, 

Architekturkonzepte. 



E-Mail: thomas.uslaender@iosb.fraunhofer.de 

Dr.-Ing. MICHAEL VOIT (geb. 1979) leitet die 

Forschungsgruppe Perceptional User Interfaces 

im Fraunhofer IOSB. Die Gruppe konzentriert 

sich auf Maschinensehen und Situationsmodellierung, 

um innovative Benutzerschnittstellen 

und intelligente Räume zu ermöglichen. 

Fraunhofer Institut für Optronik, 

Systemtechnik und Bildauswertung IOSB, 


E-Mail: michael.voit@iosb.fraunhofer.de 

einklinken können. Dazu erhalten Komponenten ein 

Zertifikat und die Kommunikation der Konfigurationsdaten 

wird verschlüsselt. 

FAZIT UND FORSCHUNGSBEDARF 

Neben den im Maschinenbau heute existenten Innovationskompetenzen 

werden in der Industrie 4.0 neue 

Kompetenzen in der Softwareentwicklung erforderlich, 

zum Beispiel das Denken in Diensten mit klar definierten 

technischen und organisatorischen Schnittstellen. 

Ziel weiterer Forschungsarbeiten muss es daher 

sein, Strategien und Instrumente zu entwickeln, die 

Hersteller von automatisierten Anlagen und Maschinen 

beziehungsweise Komponenten dabei unterstützen, 

ihre Innovationsprozesse so umzubauen, dass sie auf 

Software-Kompetenzen zugreifen können. Erst dann 

können sie – basierend auf den technischen Entwicklungen 

– neuartige Dienstleistungsangebote und Geschäftsmodelle 

im Sinne des Internets der Dienste [65] 

konzipieren. 

Die in der Automation eingesetzten Technologien 

werden zunehmend durch die Möglichkeiten der Informatik 

und der Informations- und Kommunikationstechnologien 

bestimmt. Viele dieser Schlüsseltechnologien 

kommen aus den USA oder Asien. Für Deutschland 

gilt es, das Potenzial an der Schnittstelle zwischen 

IKT-Kompetenz und produkt- und prozessspezifischem 

Know-how zu heben: Ingenieure, Informatiker und Automatisierungsspezialisten 

müssen stärker als bisher 

zusammenarbeiten. 

Industrie 4.0 ist ein strategisches Rahmenprogramm, 

um die zunehmende Informatisierung in der produzierenden 

Industrie zu verankern. Viele Einzeltechnologien 

sind schon vorhanden und müssen jetzt industrie-tauglich 

zusammengeführt werden – an anderen Stellen besteht 

noch Forschungsbedarf; wesentliche Teile davon 

sind bereits in den Umsetzungsempfehlungen [4] beschrieben. 

Gleichwohl fehlt ein nationaler Fahrplan 

(Roadmap), welche Fragestellungen durch welche Stakeholder 

in welcher Reihenfolge bearbeitet werden. Laufende, 

beziehungsweise anlaufende Förderprojekte müssen 

besser miteinander verzahnt werden, um Doppelarbeiten 

zu vermeiden und sicherzustellen, dass tatsächlich 

offene und praxisrelevante Fragen beantwortet 

werden. Zu definierende Kompetenzzentren würden 

dafür sorgen, dass sich F&E-Einrichtungen und Institute 

auf bestimmte Themen fokussieren, statt wie heute immer 

weiter zu diversifizieren. Diese Industrie 4.0-Zentren 

eignen sich vor allem für gemeinsame F&E-Arbeiten von 

Forschungseinrichtungen und Unternehmen. Auch Demonstrationsanlagen 

wie die verteilte Demonstrationsplattform 

MyJoghurt, siehe http://www.ais.mw.tum.de/ 

de/i40-demonstrator-myjoghurt/, bieten den Nutzen, 

Industrie 4.0-Technologien zu erproben und zu präsentieren. 


08.08.2013 



4 / 2014 

53

HAUPTBEITRAG 

Intelligente Assistenzsysteme 

für die Automation 

Menschen bei der Prozessführung besser unterstützen 

Die immer größeren Datenmengen, die in Automatisierungssystemen anfallen, führen 

zu einer Überforderung des Menschen bei der Prozessführung und -optimierung. 

Eine Möglichkeit, den Anwender bei diesen Aufgaben zu unterstützen, ist es, intelligente 

Assistenzsysteme einzusetzen, die die Prozessabläufe automatisch überwachen 

und optimieren. Der Beitrag zeigt am Beispiel der am Fraunhofer IOSB-INA 

entwickelten Toolbox proKNOWS, wie sich solche Assistenzsysteme bereits heute 

in einem heterogenen industriellen Umfeld realisieren lassen. 

SCHLAGWÖRTER Intelligente technische Systeme / Optimierung / Diagnose 

Intelligent Assistance Systems for Automation – 

User Support for Process Control 

The increasing amount of data in industrial automation systems causes excessive 

demands of the user with respect to process control and optimization. A possibility 

to cope with these challenges consists in the application of intelligent assistance 

systems, which allow for automatic anomaly diagnosis, process monitoring and 

optimization. It is shown – by means of the toolbox proKNOWS, which has been 

developed at Fraunhofer IOSB-INA – how these assistance systems can be realized 

in a heterogenous industrial environment. 

KEYWORDS intelligent technical systems / optimization / diagnosis 

54 


4 / 2014

STEFAN WINDMANN, OLIVER NIGGEMANN, Fraunhofer IOSB-INA 

Durch die steigende Leistungsfähigkeit kostengünstiger 

Geräte und die Anforderungen der 

Produktionstechnik entstehen verteilte Automatisierungssysteme 

mit zunehmender 

Komplexität. Als Konsequenz fallen immer 

größere Datenmengen in industriellen Verarbeitungsprozessen 

an [1], die analysiert und bei der Prozessführung 

berücksichtigt werden müssen. Daraus ergeben 

sich immer höhere Anforderungen an die Datenerfassung, 

die Prozessüberwachung, die Fehlererkennung 

und an die Analyse der Fehlerursachen. Eine Möglichkeit, 

den Anwender bei diesen Aufgaben zu entlasten, 

ist die Verwendung neuer Assistenzsysteme, die das 

Anlagenpersonal bei der Prozessführung und -überwachung 

in industriellen Anwendungen unterstützen. 

Zwei typische Anwendungsfälle solcher Assistenzsysteme 

sind in Bild 1 skizziert. Der erste betrifft die 

Erkennung und Diagnose von Anomalien. Es soll erkannt 

werden, wenn das Systemverhalten vom Normalverhalten 

abweicht (beispielsweise zu viel oder zu wenig 

Schüttgut in einem Behälter). Darüber hinaus sollen 

die Ursachen für solche Anomalien (wie Fehler bei der 

Abfüllung oder Verstopfungen) diagnostiziert werden. 

Der zweite Anwendungsfall besteht in der automatischen 

Optimierung des Systemverhaltens hinsichtlich 

einer gegebenen Kostenfunktion. Zum Beispiel soll 

die Verlustleistung eines Antriebssystems bei vorgegebenen 

Randbedingungen hinsichtlich des Bewegungsablaufs 

minimiert werden. 

Heutige Assistenzsysteme lassen sich wie folgt unterteilen: 

Assistenzsysteme auf der Basis universell einsetzbarer 

Statistik- oder Data-Mining-Werkzeuge 

Komplettlösungen zur Datenerfassung und -analyse 

branchenspezifische Speziallösungen. 

Beispiele für Data-Mining-Werkzeuge sind Weka (Waikato 

Environment for Knowledge Analysis) [2] und 

RapidMiner [3]. Weka ist ein frei verfügbares Data- 

Mining-Werkzeug, das neben Vorverarbeitungsmethoden 

und Methoden zur Cluster- und Assoziationsanalyse 

vielfältige Möglichkeiten zur Klassifikation bietet. 

Die integrierte Entwicklungsumgebung RapidMiner 

ermöglicht es, Data-Mining-Prozesse grafisch zu beschreiben. 

In RapidMiner sind Verfahren für die Vorverarbeitung, 

das maschinelle Lernen und das Data- 

Mining, die Zeitreihenanalyse und die Visualisierung 

verfügbar. Darüber hinaus können die Lernalgorithmen 

aus Weka eingebunden werden. Beispiele für Statistikpakete 

sind R [4] und die Statistics Toolbox von 

Matlab. Beide Pakete bieten viele Möglichkeiten zur 

statistischen Prozessanalyse, wie beispielsweise Varianzanalysen 

(ANOVA), Regressionsverfahren oder statistische 

Zeitreihenanalysen. 

Verbreitete Lösungen zur Datenerfassung und -analyse 

im industriellen Kontext sind SAS Quality Lifecycle 

Analysis [5] und SPSS von IBM [6]. Diese Lösungen 

ermöglichen es, mittels leistungsstarker Prognoseverfahren, 

Qualitätsmängel und aufkommende 

Probleme in Produktionsprozessen frühzeitig zu erkennen 

und den Anwender automatisch zu benachrichtigen. 

Sie bieten darüber hinaus umfangreiche 

Möglichkeiten, um große Datenmengen zusammenzuführen 

und zu bereinigen. Die beschriebenen Ansätze 

haben zwar einen beachtlichen Funktionsumfang, 

sind für unerfahrene Anwender aber nicht immer 

leicht zu bedienen, da viele Parameter – wie Schwellwerte 

für automatische Warnfunktionen – manuell 

konfiguriert werden müssen. 

Darüber hinaus existieren Speziallösungen, die auf 

spezielle Anwendungsfelder zugeschnitten sind. Siemens 

bietet mit Siplus CMS [7] Condition-Monitoring- 

Lösungen für Motoren, Generatoren, Lüfter, Pumpen 

und so weiter an, die einfach in bestehende Automatisierungssysteme 

von Siemens integriert werden können. 

Condition-Monitoring-Module von B&R, wie das 

CM4810 [8], ermöglichen eine lokale Zustandsüberwachung 

auf Steuerungsebene. Eine Lösung für die Prozessüberwachung 

im Bereich der chemischen Industrie 

ist beispielsweise die Software PUMon [9] (process unit 

monitoring) von Bayer. PUMon verwendet selbstorganisierende 

Karten (SOM) zur Prozessüberwachung. Das 

sind Modelle für werte-kontinuierliche Prozesse, die 


4 / 2014 

55

HAUPTBEITRAG 

aus fehlerfreien Prozessabläufen gelernt werden können. 

In Hinsicht auf die in PUMon eingesetzten Algorithmen, 

die am Fraunhofer IOSB im Rahmen der 

ProDaMi-Suite [10] entwickelt worden sind, gibt es bereits 

Ansätze für eine Generalisierung auf andere Anwendungsfelder, 

wie beispielsweise die Überwachung 

von Windkraftanlagen. 

Bei den beschriebenen Assistenzsystemen ist ein 

Zielkonflikt zwischen der Breite der Einsatzmöglichkeiten 

und dem Konfigurationsaufwand zu beobachten. 

Eine große Flexibilität in den Einsatzmöglichkeiten 

wird in der Regel mit hohem manuellen Engineering- 

Aufwand erkauft. Eine Möglichkeit, diese Lücke zu 

schließen, sind selbstlernende Assistenzsysteme, die 

sich aufgrund ihrer Lernfähigkeit ohne großen Konfigurationsaufwand 

in bestehende Automatisierungssysteme 

integrieren lassen. 

Am Fraunhofer IOSB-INA wird mit der Toolbox pro- 

KNOWS ein solches Assistenzsystem entwickelt, das 

durch die Beobachtung industrieller Prozesse Zusammenhänge 

lernt und so Fehler, Anomalien und Optimierungsbedarf 

automatisch erkennt (siehe Bild 2). Im 

Beitrag werden Aspekte intelligenter Assistenzsysteme 

am Beispiel dieser Toolbox aufgezeigt. Die einfache Integration 

eines Assistenzsystems in heterogene industrielle 

Automatisierungssysteme erfordert eine geeignete 

Systemschnittstelle zur Datenerfassung und zur 

Manipulation der Prozessabläufe. 

1. DATENERFASSUNG 

Die betrachteten Assistenzfunktionen arbeiten auf der 

Grundlage von Prozessdaten, die über die Systemschnittstelle 

des in Bild 2 dargestellten Assistenzsystems 

erfasst werden. In industriellen Verarbeitungsprozessen 

steigt die Menge verfügbarer Prozessdaten 

ständig an, da die Produkte und damit die Verarbeitungssysteme 

komplexer werden [1]. Die Daten fallen 

in verschiedenen Ebenen und Subsystemen an, wie 

beispielsweise Manufacturing Execution System 

(MES), Supervisory Control and Data Acquisition 

(SCADA) oder Enterprise-Resource-Planning-Systemen 

(ERP). 

Bislang existiert kein einheitlicher Datenerfassungsansatz, 

der einen universellen Einsatz der betrachteten 

Assistenzsysteme ermöglicht. Eine mögliche Herangehensweise 

an diese Problematik besteht darin, 

die heterogenen Netzwerke und Komponenten, die in 

der Automatisierungstechnik verwendet werden, über 

OPC UA an eine zentrale Infrastruktur anzubinden. 

Eine Alternative stellt Device Profile for Webservices 

(DPWS) dar [12]. OPC UA verfügt jedoch über ein flexibleres 

Informationsmodell und erfordert weniger 

Overhead, da es direkt auf TCP/IP statt wie DPWS auf 

HTTP aufsetzt. 

Die Verwendung einer OPC-UA-Schnittstelle zur Datenerfassung 

in heterogenen technischen Systemen 

zeigt Bild 3. Datenlogger (DL) ermöglichen die Echtzeit- 

Datenerfassung in Ethernet- oder drahtlosen Netzwerken 

mit verschiedenen Sensoren (S) und Ein-/Ausgabegeräten 

(IOD) [13]. Die einzelnen Datenlogger können 

entsprechend dem Standard IEEE 1588 zeitlich synchronisiert 

werden. 

2. DATENGETRIEBENE PROZESSMODELLIERUNG 

Eine datengetriebene Prozessmodellierung ermöglicht 

es, intelligente Assistenzsysteme flexibel in komplexen 

Automatisierungssystemen einzusetzen. In diesem Ansatz 

werden, wie in Bild 2 dargestellt, Prozessmodelle 

aus den Prozessdaten gelernt und zur Umsetzung der 

Prozessüberwachung (Abschnitt 3) und Prozessoptimierung 

(Abschnitt 4) verwendet. 

Mit steigender Komplexität der Prozesse und der damit 

einhergehenden Daten ist die manuelle Erstellung 

solcher Prozessmodelle nicht mehr praktikabel und 

zudem sehr zeitaufwendig und fehleranfällig. Daher 

kommt der Entwicklung robuster Lernverfahren, welche 

die Prozessmodelle automatisch aus Daten lernen, 

eine zunehmende Bedeutung zu. 

Beim Modell-Lernen ist das Zusammenspiel kontinuierlicher 

und diskreter Prozessgrößen zu berücksichtigen. 

So sind in vielen Anwendungen ausgeprägte 

Systemzustände, Modes, zu beobachten, die bei Änderungen 

diskreter Prozessgrößen (wie Schaltsignalen) 

wechseln. Insbesondere das automatische Lernen der 

Prozessmodelle für diskrete Systemanteile ist bislang 

wenig erforscht. Ansätze hierzu sind MDI [14] und Alergia 

[15]. Darüber hinaus sind neben statischen Zusammenhängen 

zwischen Prozessvariablen in der Regel 

zeitliche Abhängigkeiten in Betracht zu ziehen. Eine 

weitere Problematik besteht darin, neben den Modellparametern 

ebenso die Struktur der Prozessmodelle 

automatisch aus Daten zu lernen. 

Das Fraunhofer IOSB-INA entwickelt in Kooperation 

mit dem Institut für industrielle Informationstechnik 

(inIT) der Hochschule Ostwestfalen-Lippe in Lemgo 

Ansätze für diese Problemstellungen [16-18]. 

Der HyButla-Algorithmus [18] ermöglicht das automatische 

Lernen der Modelle hybrider industrieller 

Prozesse aus Prozessdaten. Das Funktionsprinzip verdeutlicht 

Bild 4. Zunächst wird aus den diskreten Prozessgrößen 

ein Präfix-Baum mit den Prozesszuständen 

S0, S1, … erzeugt, in dem jeder Pfad von der Wurzel S0 

zu einem Blatt (hier: S2‘, S2‘‘, S4, S4‘) einem Prozesszyklus 

entspricht. Die Übergänge zwischen den Zuständen 

im Präfix-Baum werden jeweils durch Änderungen 

diskreter Signale (a, b) ausgelöst. Anschließend werden 

ähnliche Zustände des Präfix-Baums entsprechend 

einem Ähnlichkeitsmaß (Hoeffding-Bound, siehe [18]) 

in Bottom-up-Reihenfolge verschmolzen, sodass eine 

kompakte Prozessdarstellung in Form eines endlichen 

Automaten entsteht. 

Die Verläufe kontinuierlicher Prozessgrößen können 

unter anderem mit Differenzial- und Differenzengleichungen, 

äquivalenten Zustandsraumdarstellungen, 

56 


4 / 2014

neuronalen Netzwerken [19] oder selbstorganisierenden 

Karten [9] modelliert werden. Um hybride Prozesse zu 

beschreiben, ist es möglich, solche Modelle jeweils für 

die einzelnen Systemzustände (die Zustände des in 

Bild 4 dargestellten Automaten) aus kontinuierlichen 

Prozessdaten zu lernen. 

3. PROZESSÜBERWACHUNG 

Eine zuverlässige Prozessüberwachung ermöglicht es, 

Kosten und Risiken zu reduzieren, indem Fehler und 

Probleme im Prozessablauf frühzeitig erkannt und Ausfälle 

einzelner Komponenten oder im Extremfall ein 

a) b) 

BILD 1: Assistenzfunktionen: 

a) Fehlerdiagnose 

b) Prozessoptimierung 

Assistenzsystem 

Prozessmodell 

Diagnose 

Visualisierung 

Optimierung 

Systemschnittstelle 

Datenerfassung 

Manipulation 

Industrieller 

Prozess 

BILD 2: Intelligentes Assistenzsystem 

BILD 3: OPC-UA-Anbindung heterogener technischer Systeme 

BILD 4: HyButla-Algorithmus 

BILD 5: Modellbasierte 

Anomalieerkennung 


4 / 2014 

57

HAUPTBEITRAG 

Produktionsstop der gesamten Anlage vermieden werden. 

Diese Assistenzfunktion umfasst die automatische 

Anomalieerkennung und die Visualisierung der Prozessabläufe. 

Ansätze zur Erkennung von Anomalien in 

den Prozessabläufen werden bereits in [11] ausführlich 

untersucht. Im Beitrag werden daher nur modellbasierte 

Ansätze zusammenfassend betrachtet. 

Modellbasierten Ansätzen zur Anomalieerkennung 

liegen – wie auch den anderen im Beitrag beschriebenen 

Assistenzfunktionen – Prozessmodelle zugrunde, 

die, wie in Abschnitt 2 beschrieben, aus Daten des 

Normalverhaltens der Anlagen und Komponenten gelernt 

werden können (Phase 1 in Bild 5). Das Prinzip 

der modellbasierten Anomalieerkennung während der 

Betriebsphase (Phase 2 in Bild 5) besteht in dem Vergleich 

des tatsächlichen Anlagenverhaltens mit dem 

mittels der gelernten Prozessmodelle prognostizierten 

Verhalten. Auf diese Weise können zum einen diskrete 

Ereignisse detektiert werden, die mit den gelernten Prozessmodellen 

nicht vereinbar sind [16]. Zum anderen 

ist es möglich, eine Abweichung des kontinuierlichen 

Verhaltens vom prädizierten Prozessverhalten zu erkennen, 

wozu sich beispielsweise statistische Tests 

einsetzen lassen [17]. 

Intelligente Assistenzsysteme ermöglichen darüber 

hinaus eine übersichtliche Visualisierung der Abläufe 

in komplexen Automatisierungssystemen. Das ist notwendig, 

da die Verläufe der Prozesssignale aufgrund 

der zunehmenden Komplexität industrieller Prozesse 

für einen Beobachter immer schwerer zu beurteilen 

sind. Prozessmodelle, die – wie in Abschnitt 2 beschrieben 

– aus Prozessdaten gelernt werden können, 

bilden relevante Prozesseigenschaften ab und abstrahieren 

von unwichtiger Information. Beispielsweise 

kann eine Automatendarstellung, wie in Bild 4 

(rechts), zur Visualisierung der möglichen Systemzustände 

und Zustandsübergänge verwendet werden. 

Weitere Visualisierungsmöglichkeiten sind zum Beispiel 

eine diskrete Zustandscodierung oder eine Datenreduktion 

auf Basis einer Hauptachsentransformation 

(PCA) [20]. 

4. PROZESSOPTIMIERUNG 

Ein weiteres Anwendungsfeld für intelligente Assistenzsysteme 

ist die Selbstoptimierung industrieller 

Prozesse. Ziel ist es, die Anlagenleistung und Effizienz 

kontinuierlich zu analysieren, zu verbessern und einen 

möglichst optimalen Betrieb zu erreichen. Insbesondere 

die Optimierung industrieller Automatisierungssysteme 

in Hinblick auf einen energieeffizienten Betrieb 

wird aufgrund steigender Energiepreise und politischer 

Ziele immer bedeutender [1]. Eingriffe in den Prozess 

werden in bestehenden Anlagen meist durch manuelles 

Abschalten, energieeffiziente Zeitplanung der einzelnen 

Produktionsschritte im MES-System oder Regelungen 

in 15-Minuten Intervallen durchgeführt [21]. Im 

Bereich aktiver Methoden, die eine Echtzeit-Optimierung 

in Sekunden- oder Millisekunden-Intervallen 

umsetzen, gibt es bislang wenig Forschung, obwohl 

viele Anwendungen aufgrund ihrer Prozessdynamik 

eine schnelle Anpassung der Prozessparameter an 

wechselnde Betriebsbedingungen erfordern. Erste Ansätze 

wurden für das Abschalten der Anlage auf der 

Basis von Energiedaten [22], für die Reduktion von 

Blindleistung [23] und die Energieregelung in Smart 

Grids [24] entwickelt. 

Ein Lösungsansatz, den das Fraunhofer IOSB-INA 

im BMBF-Spitzen-clusterprojekt itsowl-IASI (Intelligente 

Antriebssysteme für die Intralogistik) verfolgt, 

basiert darauf, prognosefähige Prozessmodelle 

zu verwenden, die mit den in Abschnitt 2 beschriebenen 

Methoden gelernt werden können. Die Prozessmodelle 

ermöglichen es, das zukünftige Prozessverhalten 

für verschiedene Parameterkombinationen 

vorherzusagen und so die optimalen Prozessparameter 

zu finden. 

Erste Optimierungsergebnisse liegen in Hinblick auf 

das Energie- und Lastmanagement elektrischer Antriebssysteme 

vor, die insbesondere in Transport- und 

Logistikanwendungen die größten Energieverbraucher 

sind. Das zugrundeliegende Optimierungsproblem 

zeigt Bild 6 exemplarisch für zwei Antriebe. 

Das primäre Optimierungsziel in dieser Anwendung 

besteht darin, die Verlustleistungen P V,WR 

und P V,Mot 

von 

Umrichtern und Motoren zu minimieren. Darüber hinaus 

soll die Leistung, die in den Zwischenkreis beziehungsweise 

in das Netz zurückgespeist wird (das heißt 

die Differenz der generatorischen und motorischen 

Leistung), minimiert werden. Dabei wird eine Gewichtung 

hinsichtlich der überwiegenden Nutzung (Verbrauch 

an Bremswiderständen, Rückspeisung ins Netz, 

Zwischenspeicherung in Kapazitäten) vorgenommen. 

Darüber hinaus sind Randbedingungen bezüglich der 

Bewegungsabläufe (Startposition, Endposition, Geschwindigkeitsbegrenzungen) 

zu berücksichtigen. 

Zur Lösung des Optimierungsproblems wurde ein 

Ansatz entwickelt, in dem die einzelnen Antriebsmodelle 

mittels einer Modell-Transformation linearisiert 

werden. Dadurch ergibt sich ein lineares Optimierungsproblem, 

das sich mit Standardmethoden lösen 

lässt (zum Beispiel Simplex-Algorithmus oder Innere- 

Punkte-Methoden). 

Erste experimentelle Ergebnisse für zwei Rollenförderer 

mit Antrieben vom Typ MF063-32 der Firma 

Lenze und Nennleistungen von jeweils 550 W zeigt 

Bild 7. Abgebildet sind die Geschwindigkeit v(t) und 

die Position x(t) für jeden der beiden Rollenförderer 

als Funktion der Zeit t. Die Bewegungsabläufe der Rollenförderer 

wurden für gegebene Start- und Endpositionen 

der Werkstücke auf den beiden Förderbändern 

und gegebene Randbedingungen bezüglich der Geschwindigkeiten 

v(t) optimiert. Wie aus Bild 7 ersichtlich 

wird, ergibt sich durch die Optimierung ein Bewegungsprofil, 

in dem der erste Antrieb genau während 

der Beschleunigungsphase des zweiten Antriebs 

abgebremst wird. In diesem Anwendungsfall konnte 

58 


4 / 2014

BILD 6: Energieaustausch 

im Zwischenkreis [25] 

v [m/s] 

0,5 

x [m] 

0,7 

0 

1 

2 

t [s] 

0 

1 

2 

t [s] 

BILD 7: Optimierte Bewegungsabläufe für die 

Rollenförderer R1 (grün) und R2 (magenta) 

© Fraunhofer IOSB 1 

a) 

b) 

BILD 8: Architektur der Toolbox proKNOWS 

BILD 9: a) Modul zur Schüttgutverarbeitung 

b) Fördersystem 

die generatorische Energie des ersten Antriebs durch 

die gemeinsame Optimierung beider Antriebsprofile 

– bei gleichbleibender Verlustleistung (verglichen mit 

der getrennten Optimierung für jeden einzelnen Antrieb) 

– vollständig als motorische Energie für den 

zweiten Antrieb genutzt werden. Das Verfahren ist auf 

eine beliebige Anzahl elektrischer Verbraucher skalierbar. 

5. PROZESSÜBERWACHUNG 

In der Toolbox proKNOWS, die am Fraunhofer IOSB-INA 

entwickelt wird, werden die genannten Erkenntnisse 

zusammengeführt und die dargestellten Assistenzfunktionen 

dem Anwender in praxistauglicher Form zur Verfügung 

gestellt. Der flexible Einsatz eines solchen Assistenzsystems 

in einem heterogenen industriellen Umfeld 


4 / 2014 

59

HAUPTBEITRAG 

erfordert neben Aspekten wie Konfigurierbarkeit, Modularisierbarkeit 

und Skalierbarkeit eine einfache Integration 

des Assistenzsystems in unterschiedliche Automatisierungssysteme 

und die einfache Anbindung anwendungsspezifischer 

Benutzungsschnittstellen. Diese 

Anforderungen werden in proKNOWS durch die in 

Bild 8 skizzierte Software-Architektur realisiert. 

Eine einheitliche Systemschnittstelle auf der Basis 

von OPC UA ermöglicht, wie in Abschnitt 1 beschrieben, 

die Abstraktion der Assistenzfunktionen von heterogenen 

Netzwerken und Datenerfassungsmethoden. 

Dadurch wird es ermöglicht, das Assistenzsystem flexibel 

an verschiedene Anlagen und Automatisierungssysteme 

anzubinden. 

Die Assistenzfunktionen, die in der Modellierungs- 

Engine umgesetzt werden, können in Echtzeit auf 

einem zentralen Server ausgeführt werden. In der 

Modellierungs-Engine werden unter anderem die in 

den vorangehenden Abschnitten beschriebenen Methoden 

zur datengetriebenen Prozessmodellierung 

(HyButla-Algorithmus, schaltende Zustandsraummodelle, 

elektrische Antriebsmodelle), zur Anomalie- 

Erkennung [16] [17] und zur Prozessvisualisierung 

verwirklicht [20]. In der Modellierungs-Engine wird 

ein einfaches Strukturmodell der Anlage verwendet, 

das mit wenig Aufwand manuell in XML konfiguriert 

werden kann. Die Anlagenstruktur ist in einzelne Module 

untergliedert. Das Verhalten dieser Module wird 

mit Prozessmodellen beschrieben, auf denen die dargestellten 

Assistenzfunktionen ausgeführt werden. Die 

Prozessmodelle können, wie in Abschnitt 2 beschrieben, 

automatisch aus Prozessdaten gelernt werden, 

REFERENZEN 

[1] MANUFUTURE-EU: Factories of the Future PPP Strategic Multi-annual 

Roadmap, 2010, http://www.effra.eu/attachments/article/335/ 

FoFRoadmap2020_ConsultationDocument_120706_1.pdf 

[2] Witten, I., Frank, E., Hall, M.: Data Mining: Practical Machine Learning 

Tools and Techniques. Morgan Kaufmann 2011 

[3] RapidMiner: “Predictive Analytics, Data-Mining, Self-Service, 

open source”, http://rapidminer.com/ 

[4] Institut für Statistik und Mathematik der Wirtschaftsuniversität 

Wien: The R Project for Statistical Computing, 

http://www.r-project.org/ 

[5] SAS: SAS Quality Lifecycle Analysis. 

http://www.sas.com/en_us/software/supply-chain/qualifylifecycle.html 

[6] IBM: SPSS Software. 

http://www-01.ibm.com/software/de/analytics/spss 

[7] Siemens: SIPLUS Condition Monitoring Systems. 

http://www.automation.siemens.com/mcms/topics/de/siplus 

[8] B&R: Condition Monitoring Modul X20CM4810. 

http://www.br-automation.com/de/produkte/ 

steuerungssysteme/x20-system 

[9] FC. Frey und T. Ross, „Anwendung datengetriebener Modelle zur 

Zustandsanalyse bei verfahrenstechnischen Anlageneinheiten: 

Theoretische Grundlagen und Beispiele aus der industriellen 

Umsetzung.,“ Chemie Ingenieur Technik, 84(8), S. 1378, 2012 

[10] Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung: 

ProDaMI - Data Mining im Produktionsumfeld, http://www.prodami.de/ 

[11] J. Jasperneite und O. Niggemann, „Intelligente Assistenzysteme zur 

Beherrschung der Systemkomplexität in der Automation,“ 

atp edition – Automatisierungstechnische Praxis, 54(9), S. 36-44, 2012 

[12] OASIS, Devices Profile for Web Services Version 1.1, 2009 

[13] F. Pethig und O. Niggemann, „A process data acquisition architecture 

for distributed industrial networks,“ Embedded World Conference, 2012 

[14] F. Thollard, P. Dupont und C. d. l. Higuera, „Probabilistic DFA inference 

using Kullback-Leibler divergence and minimality,“ In Proceedings of 

the Seventeenth International Conference on Machine Learning, 

S. 975-982, Kauffman 2000 

[15] R. Carrasco und J. Oncina, „Learning deterministic 

regular grammars from stochastic samples in polynomial 

time,“ RAIRO, 33(1), pp. 1-20, 1999 

[16] S. Faltinski, H. Flatt, F. Pethig, B. Kroll, A. Vodencarevic, 

A. Maier und O. Niggemann, „Detecting Anomalous 

Energy Consumptions in Distributed Manufacturing 

Systems,“ In: Proc. INDIN, S. 358-363, IEEE 2012 

[17] S. Windmann, S. Jiao, O. Niggemann und H. Borcherding, 

„A Stochastic Method for the Detection of Anomalous 

Energy Consumption in Hybrid Industrial Systems,“ 

In: Proc. INDIN, S. 194 - 199, IEEE 2013 

[18] O. Niggemann, B. Stein, A. Vodencarevic und A. Maier, 

„Learning behavior models for hybrid timed systems,“ 

Twenty-Sixth Conference on Artificial Intelligence 

(AAAI-12), S. 1083-1090, AAAI Press 2012 

[19] A. Vodencarevic, H. Kleine Büning, O. Niggemann und 

A. Maier, „Identifying behavior models for process 

plants,“ ETFA, pp. 1-8, 2011 

[20] T. Tack, A. Maier und O. Niggemann, „Visuelle Ano - 

malie-Erkennung in Produktionsanlagen,“ AUTOMATION, 

S. 351-354, 2013 

[21] W. Schoefberger, Entwicklung von Lösungen zur 

Reduktion der Energiekosten im Stand-by-Betrieb von 

Industrieanlagen. Berichte aus Energie- und Umweltforschung 

72/2010, bmvit 2010 

[22] A. Cannata, S. Karnouskos und M. Taisch, „Energy 

efficient driven process analysis and optimization 

in discrete manufacturing,“ IECON, pp. 4449-4454, 

IEEE 2009 

[23] R. Witzmann, „Verbesserung der Spannungsqualität 

bei dezentraler Einspeisung durch gesteuerte Wechselrichter,“ 

In: Tagungsband ETG-Kongress, S. 363 - 368, 

VDE 2009 

[24] G. F. Reed, „Sample survey of smart grid approaches 

and technology gap analysis,“ ISGT, pp. 1-10, IEEE 2010. 

[25] Lenze, Interner Bericht, 2014 

60 


4 / 2014

wodurch eine flexible Anpassung des Assistenzsystems 

an unterschiedliche Prozesse ermöglicht wird. 

Die Präsentationsschicht wandelt Darstellungen der 

Prozessmodelle und Analyseergebnisse in ein Austauschformat 

um, das im Wesentlichen Vektorgrafiken 

und Statusinformationen umfasst. Dies ermöglicht die 

einfache Anzeige der jeweils relevanten Information in 

verschiedenen Benutzungsschnittstellen. Das können 

neben dem Leitstand mobile Apps für einzelne Anlagenmodule 

sein, die für Anwendungsfälle, wie Inbetriebnahme 

oder Fehlersuche, gezielt ausgewählt werden 

können. Darüber hinaus umfasst proKNOWS eine 

Optimierungs-Engine, in der die in Abschnitt 4 beschriebenen 

Methoden implementiert sind. 

Die Assistenzfunktionen von proKNOWS werden in 

mehreren Forschungsprojekten auf Demonstratoren der 

AUTOREN 

Dr.-Ing. STEFAN WINDMANN 

(geb. 1980) ist seit 2012 

wissenschaftlicher Angestellter 

am IOSB-INA. Er studierte 

Elektrotechnik und Ingenieurinformatik 

in Paderborn, wo 

er 2008 promovierte. Seine 

aktuellen Arbeitsschwerpunkte 

liegen in den Bereichen 

Mikroelektronik, eingebettete Systeme 

und Prozessüberwachung. 

Fraunhofer-Anwendungszentrum Industrial Automation, 


Tel. +49 (0) 5261 942 90 31, 

E-Mail: stefan.windmann@iosb-ina.fraunhofer.de 

Prof. Dr. OLIVER NIGGEMANN 

(geb. 1972) ist seit 2008 

Professor der Informatik an 

der Hochschule OWL und 

stellvertretender Leiter des 

Fraunhofer-Anwendungszentrums 

Industrial Automation. 

Er studierte Informatik in 

Paderborn, wo er 2001 promovierte. 

Seine aktuellen Forschungsschwerpunkte 

liegen im Bereich Embedded Software sowie der 

Simulation und Diagnose technischer Systeme 

und maschinellem Lernen. 

Fraunhofer-Anwendungszentrum Industrial Automation, 


Tel. +49 (0) 5261 702 59 90, 

E-Mail: oliver.niggemann@iosb-ina.fraunhofer.de 

Lemgoer Modellfabrik (LMF), wie einem Modul zur 

Schüttgutverarbeitung (Bild 9 a) und einem Fördersystem 

(Bild 9 b), erprobt und weiterentwickelt. 

Es ist möglich, proKNOWS über OPC UA einfach an 

die einzelnen Demonstratoren anzubinden, wobei OPC- 

DA-Server (für das Fördersystem), einzelne Messgeräte 

und Steuerungen oder Datenlogger (im Modul zur 

Schüttgutverarbeitung) über entsprechende Schnittstellen 

integriert werden. Darüber hinaus existieren 

Schnittstellen für CSV und SQL. 

Die gelernten Prozessmodelle für die einzelnen Demonstratoren 

unterscheiden sich strukturell bezüglich 

der Systemzustände und Transitionen sowie in Hinblick 

auf die Verläufe der kontinuierlichen Systemgrößen. 

Typische Anomalien in den dargestellten Anwendungsfällen 

sind Fehler im diskreten Ereignissystem, 

beispielsweise zu späte Schaltvorgänge oder Signalausfälle, 

sowie Abweichungen kontinuierlicher Signale 

vom erwarteten Verlauf, zum Beispiel unerwartet hohe 

oder niedrige Leistungsaufnahmen von Antrieben oder 

Heizgebläsen. 

Über die beschriebenen Anwendungsfälle hinaus 

werden die Lösungen aus der Toolbox proKNOWS gegenwärtig 

in zwei Industrieprojekten erprobt. In diesen 

Projekten können bereits Prozessmodelle realer Industrieanlagen 

erfolgreich gelernt und zur Prozessvisualisierung 

und Anomalie-Erkennung verwendet werden. 

FAZIT 

Aufgrund der steigenden Komplexität industrieller Automatisierungssysteme 

wird die Prozessführung und 

-überwachung für den Menschen zunehmend komplizierter. 

Daher ist es erstrebenswert, den Menschen bei 

diesen Aufgaben zu unterstützen, sodass ihm wesentliche 

Aufgaben von intelligenten Assistenzsystemen 

abgenommen werden. Hierfür existieren derzeit viele 

Teil-, aber noch keine ganzheitlichen Lösungen. Dazu 

müssen verschiedene Aspekte intelligenter Assistenzsysteme 

integriert werden, wie die Systemschnittstelle, 

das Lernen von Prozessmodellen als Grundlage für 

verschiedene Assistenzfunktionen wie die Prozessüberwachung 

und die Prozessoptimierung. Die Toolbox 

proKNOWS ist ein erster Ansatz in diese Richtung. Die 

aufgezeigten Handlungsfelder und Lösungsansätze belegen, 

dass damit die Komplexität in der Automation 

besser beherrschbar und damit die Produktivität industrieller 

Abläufe nachhaltig erhöht wird. 


19.10.2013 



4 / 2014 

61

HAUPTBEITRAG 

Advanced Position Control 


Zustandsreglerergänzung für elastische Antriebsketten 

Strukturelastizitäten und flexible Übertragungsglieder sind der Flaschenhals für 

die Regelgüte von Servoachsen. Besondere Bedeutung kommt dabei der Einstellung 

des PI-Geschwindigkeitsreglers zu. In diesem Beitrag werden analytische Einstellregeln 

für eine optimale Vibrationsdämpfung vorgestellt. Für elastische Antriebsketten 

gibt es eine Zustandsreglerergänzung von einem führenden Hersteller von Automatisierungskomponenten 

mit der Bezeichnung Advanced Position Control (APC). 

Damit lassen sich Lastvibrationen vermindern, wenn die Lastposition ausreichend 

aufgelöst erfasst wird. Das praxisnahe Vorgehen zur Reglereinstellung an Werkzeugmaschinen 

wird aufgezeigt und der APC-Ansatz mit einem allgemeineren Konzept 

der Zustandsreglerergänzung verglichen. 

SCHLAGWÖRTER Positionsregelung 

Advanced Position Control for Servo Axes with Flexible Load – 

Controller Commissioning Rules 

Structural elasticity and flexible transmission devices are the main bottleneck for 

the feedback control performance of modern servo drives. Therefore, PI velocity 

control loop commissioning is a key issue. In this contribution, analytical rules of 

thumb for optimum damping performance are presented. For machine tool axes with 

flexible drive chain a state space control extension called APC has been introduced 

by a marked-leading automation systems supplier that results in an effective load 

vibration suppression if the load position is captured with adequate resolution. 

Controller commissioning rules for machine tool applications had been worked out 

based on the APC option. Furthermore, the APC option is compared to a more general 

state space control extension approach. 

KEYWORDS Position control 

62 


4 / 2014

OLIVER ZIRN, Hochschule Pforzheim 

LUKAS KATTHÄN, Universität Marburg 

MICHAEL KREUTZER, Technische Hochschule Mittelhessen, Gießen 

Die Regelgüte von Produktionsmaschinen wird 

heute maßgeblich durch Vibrationen elastischer 

Servoantriebsketten oder weicher Maschinenstrukturen 

begrenzt. Der dämpfungsoptimalen 

Einstellung des motorseitigen Geschwindigkeitsregelkreises 

kommt damit für Einzelantriebe 

[1] wie für verteilte Antriebe [2] eine zentrale 

Bedeutung zu. Dafür steht ein einschleifiger PI-Regelkreis, 

basierend auf der motorseitig erfassten Geschwindigkeit, 

zur Verfügung, siehe Bild 1, wobei die Proportionalverstärkung 

für die Systemdämpfung die wesentliche 

Rolle spielt. Die in den Antriebsherstellerunterlagen 

genannten heuristischen Einstellvorschriften 

führen bei dominanten Struktureigenschwingungen zu 

einer breiten Streuung der in der Praxis anzutreffenden 

Einstellungen. Viele Servoachsen sind damit weit abseits 

von optimaler Dämpfung eingestellt. Das mindert 

Lagereglerperformance und die Produktivität. 

Daher wurden im Rahmen eines mehrjährigen Projektes 

der Deutschen Forschungsgemeinschaft (DFG) 

analytische Zusammenhänge für die in Bild 1 dargestellten 

Reglerparameter (Handformeln) erarbeitet, die 

auf einem allgemeinen und leicht identifizierbaren 

Strukturmodell beruhen. 

Auch bei dämpfungsoptimaler Einstellung einschleifiger 

Geschwindigkeitsregelkreise treten oft erhebliche 

lastseitige Vibrationen auf, die durch die Rückführung 

zusätzlicher Zustände aktiv bedämpft werden könnten. 

Lastseitige Zustandsreglerergänzungen für Antriebsketten 

wurden in den 90er-Jahren entwickelt [3] und zunächst 

an Walzwerksantrieben erfolgreich eingesetzt [4]. 

Für Produktionsmaschinen werden diese Ergänzungen 

jedoch zögerlich von den Antriebsherstellern eingeführt. 

Sie sind zudem aufgrund mangelnder Dokumentation 

kompliziert einzustellen. Die Option Advanced Position 

Control (APC) eines Herstellers von Automatisierungskomponenten 

[5] ergänzt den PI-Drehzahlregelkreis durch 

einen P-Lastgeschwindigkeitsregler und eine Rückführung 

der Lastbeschleunigung. Die empirische Einstellung 

der beiden zusätzlichen Rückführverstärkungsfaktoren 

ist jedoch kaum dokumentiert und führt oft nicht zu einer 

spürbaren Verbesserung der Dämpfungseigenschaften. 

1. STRUKTURELASTIZITÄTEN AN PRODUKTIONS 

MASCHINEN 

Neben den in der Regelungstechnik meist behandelten 

Zweimassenschwingern für weiche Antriebsketten existieren, 

bedingt durch die vielfältigen Konstruktionsvarianten 

von Produktionsmaschinen, beliebig viele 

Anordnungsmöglichkeiten von Elastizitäten. Für die 

Rückwirkung auf den geregelten Antrieb können diese 

Anordnungsmöglichkeiten in vier Fälle eingeteilt werden 

[1], deren physikalische Modelle in Bild 2 dargestellt 

sind. 

Um zu entscheiden, welche dominierende Eigenschwingungsform 

in einem konkreten Anwendungsfall 

vorliegt, müsste eine numerische oder experimentelle 

Modalanalyse durchgeführt werden. An einer Servoachse 

steht aber meist nur der antriebsseitig gemessene 

Frequenzgang zur Verfügung, den höherpreisige 

Umrichter automatisiert durch Chirp-/Rauschanregung 

erfassen können. Daher liegt die Einführung von allgemeinen 

Systemparametern nahe: 

Eigenwert der dominierenden Struktureigenschwingung 

( ), 

Gesamtträgheit, die der Antrieb zu bewegen hat, 

Trägheitsverhältnis von Motor- zu Gesamtträgheit, 

gemessene antriebsseitige Position. 

Die Anwendung der allgemeinen Systemparameter ergibt 

für alle Fälle von Strukturelastizitäten gemäß 

Bild 2 dieselbe Antriebsübertragungsfunktion 

(1) 

Die Systemparameter und können leicht aus dem 

gemessenen Antriebsfrequenzgang herausgelesen werden, 

wie Bild 3 zeigt. 

Die Identifikation der Systemparameter ist somit unabhängig 

vom konkret vorliegenden Fall der dominierenden 

Strukturelastizität und damit in der Praxis 

unkompliziert umsetzbar, wie Bild 3 zeigt. An realen 

Produktionsmaschinen wirken meist mehrere Struk- 


4 / 2014 

63

HAUPTBEITRAG 

turelastizitäten. Bild 4 zeigt einen praxisnahen Antriebsfrequenzgang 

am Beispiel der Rundachse mit 

unsymmetrischem elastisch aufgespannten Werkstück, 

an dem neben der dominierenden Torsionseigenschwingung 

auch eine höherfrequente Biegeschwingungsform 

antriebsseitig spürbar ist. Die Eigenfrequenz 

und Nullstellenfrequenz (auch Tilgerfrequenz 

genannt) der niederfrequentesten Eigenschwingungsform 

sind jedoch immer gut zu erkennen. Damit kann 

mit Gleichung (1) auch eine praxistaugliche Abschätzung 

des Trägheitsverhältnisses angegeben werden: 

(2) 

Die Gesamtträgheit ist über die Achs- und Werkstückdaten 

bekannt oder kann alternativ aus Hochlaufversuchen 

im Zeitbereich identifiziert werden. 

3. DÄMPFUNGSOPTIMALE GESCHWINDIGKEITS 

REGLEREINSTELLUNG 

Schließt man nun für einen der vier Fälle in Bild 2 den 

zunächst nur proportional geregelten Geschwindigkeitsregelkreis, 

so ergibt sich aus der allgemeinen Streckenübertragungsfunktion 

gemäß Gleichung (1) die 

Übertragungsfunktion 

(3) 

Die trägheitsbezogene Verstärkung spiegelt die 

Erfahrung aus der Antriebsinbetriebnahme analytisch 

wieder, dass große (träge) Achsen höhere Geschwindigkeitsregelverstärkungen 

erfordern, als kleine (trägheitsärmere) 

Servoantriebe. 

BILD 1: Prinzipieller 

Aufbau einer 

P/PI-lagegeregelten 

Servoachse mit 

den wesentlichen 

Regler- und 

Streckenparametern 

BILD 2: 

Klassifikation 

antriebsseitig 

wirksamer 

Strukturelastizitäten 

im Geschwindigkeitsregelkreis 

von 

Servoachsen 

64 


4 / 2014

Das Dämpfungsverhalten des geschwindigkeitsgeregelten 

Antriebs kann mit der Wurzelortskurve (WOK) 

veranschaulicht werden. Wie in der WOK in Bild 5 dargestellt, 

führt eine Erhöhung der Regelverstärkung zunächst 

zu einer besseren Dämpfung der konjugiert komplexen 

Pole. Bei zu hohen Regelverstärkungen nimmt 

diese Dämpfung wieder ab. 

Die optimale Geschwindigkeitsreglereinstellung 

K p opt ist dann erreicht, wenn die konjugiert komplexen 

Pole der Übertragungsfunktion einen optimalen 

Dämpfungswinkel ( in Bild 5) aufweisen. Obgleich 

K p opt auch numerisch für einen konkreten Anwendungsfall 

ermittelt werden kann, wurde diese Fragestellung 

mit Hilfe der Theorie der Gröbner-Basen analytisch 

gelöst, wodurch sich eine elegante und leicht 

handhabbare Einstellvorschrift für die optimale Geschwindigkeitsreglerverstärkung 

K p opt ergibt: 

(4) 

Die allgemeinen Streckenparameter , und legen 

damit die Geschwindigkeitsreglereinstellung 

bei einschleifiger Rückführung weitgehend fest. Aufgrund 

der geringen Reglerbandbreite des I-Anteils im 

Geschwindigkeitsregler und des Lagereglers können 

die übrigen Reglereinstellungen mittels vereinfachter 

Streckenmodelle abgeschätzt werden [6]. Daraus ergibt 

sich für die Nachstellzeit im Geschwindigkeitsregler: 

(5) 

Für die – zur Beurteilung der Maschinendynamik 

wichtige – Proportionalverstärkung im Lageregler 

folgt bei aperiodischer Auslegung: 

BILD 3: Rundach s- 

prüfstand am IWF 

der ETH Zürich, 

gemessener antriebsseitiger 

Frequenzgang 

(Systemparameter: 

=2,1 kgm2, =0,56, 

=12 Hz – entspricht 

ideal Fall 1 in Bild 2) 

BILD 4: Rundachsprüfstand 

mit 

unsymmetrischem 

Lastdummy, 

gemessener 

antriebsseitiger 

Frequenzgang 


4 / 2014 

65

HAUPTBEITRAG 

(6) 

Die dominierende Eigenschwingungsform legt damit 

die Regelgüte des Servoantriebs fest, was für typische 

Werkzeugmaschinen und Roboter ( = 10-40 Hz) ernüchternd 

geringe -Faktoren zur Folge hat. 

Die Abweichung zwischen Lagesollwert und 

Lageistwert aufgrund des Tiefpassverhaltens des Lageregelkreises 

wird bei Werkzeugmaschinen als Schleppfehler 

bezeichnet und ist ein praxisnahes Maß für 

die zu erwartenden Abweichungen an schnell gefahrenen 

Bahnen. Für den Schleppfehler an einer Positionsrampe 

mit Rampenanstiegsgeschwindigkeit gilt: 

(7) 

Für einen kleinen Schleppfehler bei großen Geschwindigkeiten 

wird zunächst eine möglichst große Lageregelverstärkung 

angestrebt. Eine weitere Möglichkeit, den 

Schleppfehler zu verkleinern, bietet die an Servomotoren 

übliche Geschwindigkeitsvorsteuerung , deren 

Wirksamkeit wesentlich von der Führungsgrößenglättung, 

das heißt Beschleunigungs- und Ruckbegrenzung, 

abhängt. Für glatte Führungsgrößen kann ein nahezu 

schleppfehlerfreier Betrieb (das heißt =1) erreicht werden, 

bei dynamischerer Ansteuerung sind Werte zwischen 

0,3 und 0,7 realistisch, um die Anregung der Maschinenstruktur 

klein zu halten. Hier konnten bislang 

jedoch keine allgemeingültigen Handformeln erarbeitet 

werden. Die Vorsteuerung muss weiterhin an der konkreten 

Servoachse heuristisch eingestellt werden. 

Bild 6 zeigt einen schnellen 5°-Positioniervorgang mit 

dem Prüfstand gemäß Bild 4 und den Reglereinstellungen 

entsprechend Gleichung (4)-(7). Deutlich sichtbar 

ist die lange Ausschwingzeit der Last. Man müsste 

an einer solchen Rundachse (zum Beispiel bei Zahnradschleifmaschinen) 

eine Wartezeit vorsehen, bevor 

eine Bearbeitung stattfinden kann. 

3. APC-OPTION ALS ZUSTANDSREGLERERGÄNZUNG 

Ein einziger europäischer Steuerungshersteller hat bislang 

eine Zustandsreglerergänzungsoption mit der Benennung 

Advanced Position Control (APC) für eine 

Servoachsreihe auf den Markt gebracht [5]. Diese Option 

wird zwar mit der Eigenschaft beworben, dass damit 

niederfrequente Schwingungen elastischer Antriebsketten 

wirkungsvoll bedämpft werden können, jedoch 

wird das Wort Zustandsregler konsequent vermieden. 

Tatsächlich handelt es sich um eine Zustandsreglerergänzung. 

Bild 7 zeigt den prinzipiellen Aufbau dieser 

Ergänzung, bei der davon ausgegangen wird, dass das 

für die direkte Lageregelung erfasste Positionssignal 

auf der Lastseite der dominanten Elastizität (des elastischen 

Bewegungswandlers) abgenommen wird. 

Das APC-Konzept geht auf den in [3] vorgeschlagenen 

Geschwindigkeitszustandsregler für Antriebe mit flexibler 

Kopplung zwischen Motor und Last zurück. Zur 

prinzipiellen Betrachtung der Geschwindigkeitsregelung 

soll die Stellgrößengenerierung zunächst als sehr 

schnell gegenüber der Periodendauer der niederfrequenten 

Vibrationen angenommen werden. 

Da die Lastbeschleunigung durch zweifache diskrete 

Differenzierung ermittelt wird, unterliegt die erfasste 

Beschleunigung einer erheblichen Quantisierung. Ein 

Zahlenbeispiel veranschaulicht dies für eine Linearbewegung: 

Für eine lastseitige Wegauflösung von typischerweise 

Δ x p ≈ 0,08 µm (20 µm Strichteilung und 

256-fache Interpolation) und eine typische Abtastzeit 

im Geschwindigkeitsregler T sv = 125 µs beträgt die Lastbeschleunigungsauflösung 

5 m/s 2 ! Dieser Wert ist im 

Bereich der Maximalbeschleunigung typischer Servoachsen 

und würde bedeuten, dass die Rückführung 

der Lastbeschleunigung für kleinere Vibrationen blind 

– und damit unwirksam – ist. 

Hier würde ein erhebliches Quantisierungsbrummen 

zu erwarten sein. Daher kann die APC-Option nur zusammen 

mit sehr hochauflösenden Messsystemen beziehungsweise 

Interpolationsstufen (1024-fach oder 

höher anstelle von 256-fach) betrieben werden. Zusätzlich 

ist das verbleibende Quantisierungsbrummen 

durch geeignete Tiefpassfilter (Filter 1 und 2 in Bild 7) 

zu unterdrücken. 

In der APC-Topologie in Bild 7 sind die drei Rückführungen 

aus dem ursprünglichen Ansatz von [3] 

durch eine PI-Motorgeschwindigkeitskaskade und zwei 

Rückführungen auf den Geschwindigkeitssollwert (anstatt 

auf die Stellgröße) ersetzt. Dabei wird für die Lastgeschwindigkeitsrückführung 

ein Vergleich mit dem 

Sollwert vorgesehen, um den Vorfilter aus [3] korrekt 

nachzubilden. Diese Teilstruktur wird als Lastgeschwindigkeitsregler 

bezeichnet. 

Das Regelgesetz des (zunächst rein proportional betrachteten) 

Geschwindigkeitsreglers mit APC lautet nun: 

(8) 

Durch Einsetzen des Regelgesetzes in das mathematische 

Streckenmodell [6] ergibt sich die Übertragungsfunktion 

lastseitig zu: 

(9) 

Das Polynom im Nenner dieser Übertragungsfunktion 

zeigt, dass die Pole des Geschwindigkeitsregelkreises mit 

weit besserer Dämpfung vorgegeben werden können, als 

mit einschleifiger Rückführung mit (siehe Bild 10). 

Prinzipiell könnten alle Pole auf den reellen Pol des P- 

geschwindigkeitsgeregelten Systems gelegt werden, um 

ein vollständig aperiodisches Verhalten mit beibehaltener 

Anregelgeschwindigkeit zu bekommen. Dem stehen praktische 

Einschränkungen entgegen. Einerseits erfordert 

eine vollständig aperiodische Polvorgabe erhebliche Stellgrößen, 

andererseits können höhere Eigenschwingungsformen 

entdämpft werden. In [3] ist für einen Geschwindigkeitszustandsregler 

die in Bild 10 gezeigte Polvorgabe 

mit einem reellen Pol und zwei konjugiert komplexen 

Polen auf der 60°-Position eines gemeinsamen Kreisbo- 

66 


4 / 2014

BILD 5: Wurzelortskurve des 

P-geschwindigkeits geregelten 

Antriebs mit Strukturelastizitäten 

BILD 6: Schneller Positioniervorgang am Prüfstand gemäß Bild 4 

mit P/PI-Positionsregler 

(Reglerparameter: =110 Nms/rad; =65 ms; =15s-1, =0,3) 

BILD 7: ACP-Zustandsreglererweiterung 

an einer 

Strecke mit elastischem 

Bewegungswandler [3], [5] 

gens mit Radius vorgeschlagen. Diese Polvorgabe liefert 

ausreichend Dämpfung für einen überlagerten Lageregelkreis 

und kommt mit ähnlichen Stellgrößen aus, wie der 

einschleifige Geschwindigkeitsregelkreis [1]. Das charakteristische 

Polynom zu dieser Polvorgabe lautet: 

(10) 

Praxisnah wird zunächst gemäß Gleichung (4) 

eingestellt ( 

), um einen lauffähigen Antrieb 

zu erhalten, daraus folgt für die Pollage durch Koeffizientenvergleich 

des Nenners in Gleichung (9) mit 

Gleichung (10): 

(11) 

Zudem liefert der Koeffizientenvergleich je eine analytische 

Einstellregel für und : 

(12) 

(13) 

Damit ist die Grundlage für eine automatische Einstellung 

der zusätzlichen Rückführungen gegeben. Wie 

wirksam diese Zustandsreglerergänzung ist, lässt sich 

an der Positionierung der Rundachse mit elastisch aufgespannten 

Werkstück-Dummy in Bild 4 zeigen. Vor 

allem lastseitig wird die Dämpfung wesentlich besser, 

wie Bild 8 im Vergleich zu Bild 6 verdeutlicht. Ohne 

die APC-Option dauert es mehrere Sekunden, bis sich 

das Werkstück soweit beruhigt hat, dass es bearbeiten 

werden kann. Mit APC-Option ist die dominierende 

Eigenschwingungsform bei 11 Hz bald nach dem Positioniervorgang 

ruhig. 


4 / 2014 

67

HAUPTBEITRAG 

Da die Rückführungen von Motor- und Lastgeschwindigkeit 

über den Integralanteil verstärkt werden, passt 

die für den PI-Geschwindigkeitsregler zunächst eingestellte 

Nachstellzeit gemäß Gleichung (5) meist nicht 

mehr. Die transienten Beschleunigungsvorgänge hingegen 

wirken sich kaum auf den I-Anteil aus. Mit 

(14) 

ergibt sich ein erster Einstellwert, der sich in einigen Parameterstudien 

und Praxistests als sinnvoll erwiesen hat. 

Der gemessene Frequenzgang in Bild 3 zeigt einen idealen 

Fall einer dominanten Eigenschwingungsform. Für 

solche Verhältnisse gewährleisten die analytischen Einstellregeln 

gemäß Gleichung (11) – (13) eine robuste Reglereinstellung. 

Wenn aber der Abstand zu einer weiteren 

Eigenschwingungsform gering ist, wie in Bild 4, dann 

kann APC eine zweite Eigenschwingungsform lastseitig 

nur schlecht dämpfen oder sogar anregen, was in Bild 8 

an der lastseitigen Geschwindigkeit gut sichtbar wird. 

Vergleichbare Ergebnisse wurden an einer großen 

Schwenkachse mit Master-Slave-Antrieb erzielt [2]. 

Durch die erste Struktur-Eigenfrequenz von zirka 20 Hz 

war die erreichbare Regelgüte stark begrenzt ( = 17 s -1 

bei merklicher Ruckbegrenzung). Durch die Ergänzung 

der Master-Achse mit der APC-Option konnte hier die 

Regelgüte signifikant erhöht werden ( = 50 s -1 bei etwa 

zehnfach höherem Ruck) – bei allerdings geringerer 

Robustheit gegenüber werkstückbedingten Lastträgheitsvariationen. 

4. ALTERNATIVE ZUSTANDSREGLERERGÄNZUNGEN 

Die in Abschnitt 2 behandelte Reglereinstellung an 

elastischer Struktur machte deutlich, dass hier der aktuelle 

Flaschenhals für die mit Standard-Servoreglern 

erreichbare Regelgüte liegt. Einschleifige Geschwindigkeitsregelung 

liefert oft unzureichende lastseitige 

Dämpfung. Stellgrößenfilter (zum Beispiel Bandsperren, 

Cauer-Filter) können nur zur Unterdrückung von 

hochfrequenten Schwingungen eingesetzt werden. Für 

die typischerweise niederfrequenten Struktureigenschwingungsformen 

von Produktionsmaschinen im 

Bereich von 10-40 Hz führen wirksame Stellgrößenfilter 

jedoch zu einer inakzeptablen Verschlechterung der 

Regelgüte. Die zusätzlich benötigte Dämpfung muss auf 

anderem Wege in Servoachsen eingebracht werden. 

Zustandsregleransätze wurden bereits für einige Anwendungen 

entworfen [3, 4, 7, 8] jedoch wurden diese 

BILD 8: Schneller 

Positioniervorgang 

am Prüfstand 

gemäß Bild 4 mit 

APC-Option [5] 

BILD 9: Allgemeine 

Zustandsreglerergänzung 


68 


4 / 2014

islang von den Antriebsherstellern kaum aufgegriffen. 

Die scheinbar kleine Zahl möglicher Anwendungen, die 

Sensitivität auf Änderungen der Streckenparameter, 

zusätzlich erforderliche Messsysteme oder Beobachteralgorithmen 

und der spezielle Inbetriebnahmeaufwand 

machen Zustandsregler zunächst unattraktiv. Mit 

der im vorigen Abschnitt behandelten Erweiterungsoption 

APC [5] konnte eine Zustands-Geschwindigkeitsregelung 

bereits umgesetzt werden. Allerdings erfordert 

die Anwendung von APC bei Servoachsen eine ausreichend 

aufgelöste Lastpositionsmessung. Die Anwendung 

von APC ist somit nur bei elastischen Übertragungsgliedern 

(Fall 1 in Bild 2) sinnvoll. 

Ein erfolgreicher allgemeiner Zustandsregleransatz 

für künftige Servoachsen sollte 

für alle relevanten Strukturelastizitäten 

anwendbar sein, 

die Möglichkeit zur automatisierten Einstellung 

und zur adaptiven Erweiterung bieten, 

und soweit möglich auf der eingeführten 

Servoreglertopologie aufbauen. 

In [4] wird ein Zustandsreglerkonzept für Walzwerksantriebe 

mit langen flexiblen Wellen beschrieben, dessen 

Adaption für Servoachsen sehr vielversprechend 

ist. Der Ansatz basiert auf einem P/PI-Lageregler und 

fügt der Stellgröße vier Zustandsrückführungen 

(Strom/Moment, motorseitige Geschwindigkeit, Differenz 

zwischen Motor- und Lastposition sowie deren 

zeitliche Ableitung) hinzu, um die Geschwindigkeitsregelgüte 

zu verbessern. Das Einstellvorgehen bleibt 

verhältnismäßig einfach: Zunächst wird der P/PI-Lageregler 

eingestellt, womit die Achse lauffähig ist. Parameteridentifikationsmethoden 

und automatische Optimierungsalgorithmen 

ermitteln die geeigneten Zustandsrückführungen. 

Schließlich werden die zusätzlichen 

Zustandsrückführungen über einen 

gemeinsamen Tuning-Faktor auf die Stellgröße aufgeschaltet. 

Der Tuning-Faktor wird von 0% beginnend 

langsam erhöht (idealerweise auf 100%), bis die gewünschte 

Regelgüte erreicht ist. 

Für Servoantriebe an Werkzeugmaschinen und Robotern 

ist die erreichbare Regelgüte im Sinn der Anregelgeschwindigkeit 

eigentlich ausreichend. Auch die 

Stellgrößengenerierung ist fast immer schnell genug. 

Dafür sollte die Dämpfung, die vom Geschwindigkeitsregelkreis 

des Servoantriebs in die elastische Struktur 

eingebracht wird, verbessert werden. 

Damit genügt es, nur zwei der vier im Ansatz von [4] 

zurückgeführten Zustände zu berücksichtigen. Daraus 

ergibt sich die in Bild 9 dargestellte Zustandsreglerergänzung 

(state space control extension, SSEx [7]), die 

den die dominante Elastizität beschreibenden Zustand 

und dessen zeitliche Ableitung zum Stellgrößenausgang 

des Geschwindigkeitsreglers zurückführt. 

Für die elastisch angekoppelte Last (Fall 1 in Bild 2) 

ist dies wie beim Ansatz von [4] die skalierte Abweichung 

zwischen Motor und Last – also die Dehnung 

der Elastizität. 

Die in Bild 9 dargestellten Regelstrecken lassen sich 

durch folgende Zustandsraumdarstellung beschreiben: 

mit dem Zustandsvektor 

(15) 

und der Stellgröße (Motormoment oder -kraft). 

Dies ermöglicht eine Zustandsreglerergänzung für alle 

Fälle in Bild 9. Für die elastische Basis (Fall 2 in Bild 2) 

muss die Basisposition als Zustand erfasst werden – 

ebenfalls recht anschaulich mit der Dehnung der Basiselastizität 

als dominanter Elastizität verkoppelt [7]. In 

Fall 3 ist die dominante Elastizität aus der Orientierungsänderung 

der exzentrisch angetriebenen Linearachse 

und damit mit der Einfederung in die elastische Führung 

verbunden. Ebenso in Fall 4, wo die Dehnung der Lagerung 

als dominante Elastizität bewertet wird [1]. 

Da bei Werkzeugmaschinen und Robotern die Verbesserung 

der Dämpfung im Geschwindigkeitsregelkreis im 

Vordergrund steht, kann die Vorgabe der zusätzlichen 

Rückführparameter und im Sinne einer einfachen 

Inbetriebnahme weitgehend automatisiert werden. 

Zunächst werden die Streckenparameter , und 

anhand des antriebsseitigen Frequenzgangs (Bild 3 beziehungsweise 

Gleichung (1)) identifiziert. Mit Gleichung 

(4) wird der Geschwindigkeitsregelkreis dämpfungsoptimal 

eingestellt. Die in Bild 10 dargestellte Lage der Pole 

(+) des so eingestellten Geschwindigkeitsregelkreises 

(hier der Übersichtlichkeit halber nur P-geregelt) verdeutlicht, 

wie bescheiden die erreichbare Dämpfung ist. 

Mit dem Rückführvektor 

(16) 

können die Pole des Geschwindigkeitsregelkreises 

(analog zum APC in Abschnitt 3) mit weit besserer 

Dämpfung vorgegeben werden, siehe Bild 10. 

Der Koeffizientenvergleich mit dem charakteristischen 

Polynom des Geschwindigkeitszustandsregelkreises 

(17) 

und dem Sollpolynom in Gleichung (10) ergibt für die 

zusätzlichen Rückführfaktoren: 

(18) 

(19) 


4 / 2014 

69

HAUPTBEITRAG 

Der Koeffizientenvergleich liefert weiterhin für die 

Pollage aufgrund des eingestellten Motorgeschwindigkeitsreglers: 

beziehungsweise 

(20) 

Im Gegensatz zum APC-Ansatz im vorherigen Abschnitt 

ist es jetzt möglich, die Rückführfaktoren 

und mit einem gemeinsamen Tuning-Faktor zu 

bewerten. Bild 10 zeigt anschaulich, wie die Pole des 

P-motorgeschwindigkeitsgeregelten Antriebs für steigende 

Tuningfaktoren gegen die besser gedämpften 60°- 

Pole wandern. 

Der Tuning-Faktor stellt somit eine leicht bedienbare 

Möglichkeit dar, die Zustandsreglerergänzung 

bei nicht idealer Zustandserfassung, träger Stellgrößengenerierung 

und höheren Eigenschwingungsformen, 

die bei vollständiger Zustandsregelung angeregt 

würden, im Sinne besserer Lastvibrationsdämpfung 

anzuwenden. Ein Tuning-Faktor von 0,2 bis 0,5 

führt meist bereits zu einer spürbar besseren lastseitigen 

Dämpfung. Auch kann die zuvor eingestellte 

Nachstellzeit im PI-Geschwindigkeitsregler unverändert 

belassen werden. 

Ein weiterer Vorteil der SSEx-Topologie ist die Möglichkeit, 

den zusätzlichen Zustand mittels Beschleunigungsaufnehmer 

zu erfassen [7], siehe auch Bild 3. Die 

gemessene Beschleunigung einer Servoachse ist auf 

den ersten Blick kein Zustand, der die potenzielle oder 

kinetische Energie eines Systems repräsentiert. Für das 

Zweimassen-Feder-System, Fall 1 in Bild 9, kann der 

die dominante Elastizität wiedergebende Zustand 

des allgemeinen Strukturmodells entweder als Differenz 

zwischen Motor- und Lastposition oder in Abhängigkeit 

von der Lastbeschleunigung beschrieben werden, 

wenn die Reibung vernachlässigbar ist: 

(21) 

Damit repräsentiert die Lastbeschleunigung einen 

physikalischen Zustand, der die potenzielle Energie der 

Elastizität wiedergibt. Durch geeignete Platzierung des 

Beschleunigungsaufnehmers in der Struktur können 

die Fälle 2 – 4 in Bild 7 ebenfalls mit einer wirkungsvollen 

Zustandsreglerergänzung versehen werden [6, 7]. 

Bild 11 zeigt die auf der gemessenen Beschleunigung 

am Werkstück-Dummy in Bild 4 erreichte Regelgüte 

beim 5°-Positioniervorgang. Durch die nur 

BILD 10: Polvorgabestrategie im Geschwindigkeitsregelkreis 

mit APC und SSEx 

BILD 11: Positionier vorgang am Prüfstand gemäß Bild 4 

mit SSEx und 50%-Tuning-Faktor 

BILD 12: Beispielhafter Verlauf der 

Wurzelortskurve gemäß Gleichung (22) 

bei Zustandsreglerergänzung und 

verzögerter Stellgrößengenerierung 

(Ersatzzeitkonstante hier = (0,3 – 1,0)/ ) 

70 


4 / 2014

www.atp-edition.de 

Jetzt bestellen! 

teilweise Aufschaltung (Tuning-Faktor = 0,6) 

wird die dominierende Eigenschwingungsform 

wirksam bedämpft und die zweite Eigenschwingungsform 

weniger stark angeregt, als dies bei 

APC (Bild 8) der Fall war. 

5. ANFORDERUNGEN AN DIE STELLGRÖSSEN 

GENERIERUNG 

Bei einschleifiger Geschwindigkeitsregelung ist 

die Begrenzung der Regelgüte durch die niederfrequenten 

Elastizitäten gemäß Gleichung (4) so maßgeblich, 

dass die typischen Ersatzzeitkonstanten 

der Stellgrößengenerierung (Stromregelkreis, 

Stellgrößenfilter) im Bereich von = 2 - 3 ms keine 

Rolle spielen. Praktische Versuche zeigen, dass die 

verzögerte Stellgrößengenerierung bei Zustandsreglerergänzung 

wieder eine Begrenzung darstellt. 

Wird das Regelgesetz in Gleichung (8) durch ein 

Übertragungsglied erster Ordnung ergänzt, so ergibt 

sich für das Nennerpolynom der Übertragungsfunktion 

in Gleichung (9) mit den Einstellwerten 

gemäß Gleichung (11-13): 

Die Referenzklasse für die 


atp edition ist das Fachmagazin für die Automatisierungstechnik. 

Die Qualität der wissenschaftlichen Hauptbeiträge 

sichert ein strenges Peer-Review-Verfahren. Bezug zur 

automatisierungstechnischen Praxis nehmen außerdem 

die kurzen Journalbeiträge aus der Fertigungs- und Prozessautomatisierung. 

Sichern Sie sich jetzt diese erstklassige Lektüre! Als 

exklusiv ausgestattetes Heft oder als praktisches ePaper 

– ideal für unterwegs, auf mobilen Endgeräten oder zum 

Archivieren. 

Wählen Sie einfach das Bezugsangebot, das Ihnen zusagt: 

als Heft, ePaper oder Heft + ePaper! 

REFERENZEN 

[1] Zirn, O.: Machine Tool Analysis – Modelling, 

Simulation and Control of Machine Tool Manipulators, 

Habilitationsschrift, Department Maschinenbau 

und Verfahrenstechnik, ETH Zürich, 2008 

http://e-collection.ethbib.ethz.ch/eserv/eth:41862/ 

eth-41862-01.pdf 

[2] Fink, A., Zirn, O.: Master-Slave State Space Control 

for Large Milling Rotary Tables. In: Proc. PCIM’09, 

S. 848-853, VDE Verlag 2009 

[3] Schröder, D.: Elektrische Antriebe Bd 2 Regelung 

von Antrieben. Springer 1995 

[4] Beck, H.-P., Turschner, D.: Commissioning of a 

State-Controlled High-Powered Electrical Drive 

Using Evolutionary Algorithms. IEEE/ASME 

Transactions on Mechatronics 6(2), S.149-154, 2001 

[5] Siemens: Sinumerik 840D – Das digitale CNC- 

System für komplexe Aufgaben. Siemens AG Automation 

and Drives, www.siemens.de/sinumerik 

[6] Zirn, O., Vetter, C., Sauermann, K.-H.: 

Automatisierungstechnik im Maschineningenieurwesen. 

Papierflieger-Verlag 2011 

[7] Jaeger, C.: Entwurf von Zustandsregelungen für 

hochdynamische Werkzeugmaschinen, Dissertation 

ETH Zürich, 2010. http://e-collection.ethbib.ethz.ch/ 

show?type=diss&nr=19343 

[8] Weber, W., Koch, H.: Zustandsregler für Achsen mit 

Nachgiebigkeiten – ReDuS+ unterstützt Anlagenpersonal. 

atp edition – Automatisierungstechnische 

Praxis edition 52(4), S. 20-24, 2010 

atp edition erscheint in der DIV Deutscher Industrieverlag GmbH, Arnulfstr. 124, 80636 München

HAUPTBEITRAG 

DANKSAGUNG 

(22) 

Für den in Abschnitt 4 behandelten alternativen Ansatz 

ergibt sich dieselbe charakteristische Gleichung. Der 

Verlauf der WOK ist beispielhaft in Bild 12 dargestellt. 

Die analytische Lösung für gleiche relative Dämpfung 

beider Polpaare lautet: 

(23) 

Für größere Pollagen wird die relative Dämpfung des 

aus der negativ reellen Achse herausgewachsenen Polpaars 

stark gegenüber dem 60°-Polpaar verschlechtert. 

Dies bedeutet, dass Zustandsreglerergänzung nur dann 

einen spürbaren Dämpfungsgewinn bringen kann, 

wenn die Ersatzzeitkonstante T der Stellgrößengenerierung 

ausreichend schnell ist: 

(24) 

Die dargestellten Ergebnisse wurden im Rahmen des Projektes 

ZI 1301/1-1 der Deutschen Forschungsgemeinschaft in Zusammenarbeit 

mit der Arbeitsgruppe Diskrete Mathematik von 

Prof. Dr. Volkmar Welker, Universität Marburg, erarbeitet. Die 

Verfasser danken den Industriepartnern Rückle Werkzeugfabrik 

GmbH, Römerstein, und Faulhaber GmbH, Schönaich, sowie 

dem Institut für Werkzeugmaschinen und Fertigung der ETH 

Zürich für die umfangreiche Unterstützung. 

Damit lässt sich analytisch abschätzen, ob eine Zustandsreglerergänzung 

noch gewinnbringend einsetzbar 

ist. Für die an Servoantrieben typischen Ersatzzeitkonstanten 

im Bereich von = 2 - 3 ms ist eine spürbare Verbesserung 

der Lastvibrationsdämpfung durch Zustandsreglerergänzungen 

bis etwa 30 Hz möglich. Höherfrequentere 

Struktureigenschwingungen erfordern eine deutlich 

schnellere Stellgrößengenerierung, was heute nur bei 

Klein-Servo- und Miniaturantrieben erreicht wird. 

ZUSAMMENFASSUNG 

Die Regelgüte moderner Servoachsen wird wesentlich 

durch Strukturelastizitäten und flexible Übertragungsglieder 

begrenzt. Für P/PI-Servoregler können analytische 

Einstellregeln für optimale Vibrationsdämpfung angewandt 

werden. Die Rückführung zusätzlicher lastseitiger 

Zustände kann niederfrequente Lastvibrationen effektiv 

bedämpfen. Eine solche Zustandsreglerergänzung wurde 

von einem führenden Hersteller von Automatisierungskomponenten 

unter dem Namen APC für elastische Antriebsketten 

eingeführt. Damit kann eine Inbetriebnahme 

automatisch erfolgen, wenn zuvor die wesentlichen Streckenparameter 

(Eigenfrequenz, Trägheit und Trägheitsverhältnis) 

identifiziert wurden. Für andere Fälle dominanter 

Strukturelastizitäten kann eine allgemeinere Zustandsreglerergänzung 

eingesetzt werden. Alle diese 

Ansätze erfordern eine ausreichend schnelle Stellgrößengenerierung. 


30.09.2013 


AUTOREN 

Prof. Dr. habil. 

OLIVER ZIRN 

(geb. 1968) lehrt 

Werkzeugmaschinenmechatronik 

an der Hochschule 

Pforzheim und an 

der ETH Zürich. 

Nach mehrjährigem 

Engagement in der Werkzeugmaschinenindustrie 

wechselte er an 

die Hochschule/Universität und 

leitet mehrere Forschungsprojekte zur 

angewandten Regelung. 

Hochschule Pforzheim, Fakultät Technik, 

Tiefenbronner Straße 65, 

D-75175 Pforzheim, 

Tel. +49 (0) 7231 28 64 74, 

E-Mail: oliver.zirn@hs-pforzheim.de 

Dr. LUKAS 

KATTHÄN 

(geb. 1985) ist 

Mathematiker und 

arbeitet als 


Mitarbeiter 

im DFG-Projekt ZI 

1301/1-1 an der 

Universität Marburg sowie an der 

Hochschule Pforzheim. 

Universität Marburg, 

Arbeitsgruppe Diskrete Mathematik, 

FB 12, Universität Marburg, 

Hans-Meerwein-Straße, 

D-35032 Marburg, 

Tel. +49 (0) 6421 282 66 11, 

E-Mail: 

katthän@mathematik.uni-marburg.de 

MICHAEL 

KREUTZER 

(geb. 1982), MSc, 

ist Informatiker 

und arbeitet als 


Mitarbeiter 

im DFG-Projekt 

ZI 1301/1-1 an 

der Technischen Hochschule Mittelhessen 

sowie an der Hochschule 

Pforzheim. 

Technische Hochschule Mittelhessen, 

Institut für Technik und Informatik, 

Wiesenstraße 14, 

D-35390 Gießen, 

Tel. +49 (0) 641 309 24 28, 

E-Mail: kreutzer@mni.fh-giessen.de 

72 


4 / 2014

update 


auf den Punkt 

atp-Nutzerumfrage: 

Werden Sie Teil des Erfolgs! 

Sehr geehrter atp-Nutzer, 

wirken Sie an der erfolgreichen Weiterentwicklung 

der atp-Produkte mit! Mit Ihrer Hilfe optimieren wir 

das Fachmagazin atp edition, das Nachrichtenportal 

atp!info und den Newsletter atp!update und 

gewinnen Sie dabei noch ein sportliches Dankeschön. 

Beantworten Sie online einfach und schnell einige 

Fragen zu unseren atp-Produkten. 

Hier geht´s zur Umfrage: 

www.umfrage.vulkan-verlag.de 

Als Dankeschön verlosen wir unter allen Teilnehmern 

3 x 1 Nike+ SportWatch GPS powered by TomTom® 

jeweils im Wert von 149 €. 

Bei Fragen erreichen Sie uns unter: 

Angelika Weingarten: Telefon +49 (0) 89 203 53 66-13 

(Mediaberatung) E-Mail: weingarten@di-verlag.de

IMPRESSUM / VORSCHAU 

IMPRESSUM 

VORSCHAU 

Verlag: 

DIV Deutscher Industrieverlag GmbH 

Arnulfstraße 124, D-80636 München 

Telefon + 49 (0) 89 203 53 66 0 

Telefax + 49 (0) 89 203 53 66 99 

www.di-verlag.de 

Geschäftsführer: 

Carsten Augsburger, Jürgen Franke 

Verlagsleiterin: 

Kirstin Sommer 

Spartenleiterin: 

Anne Purschwitz geb. Hütter 

Herausgeber: 

Dr.rer.nat. Thomas Albers 

Dr. Gunther Kegel 

Dipl.-Ing. Hans-Georg Kumpfmüller 

Dr.-Ing. Wilhelm Otten 

Beirat: 

Dr.-Ing. Kurt Dirk Bettenhausen 

Prof. Dr.-Ing. Christian Diedrich 

Prof. Dr.-Ing. Ulrich Epple 

Prof. Dr.-Ing. Alexander Fay 

Prof. Dr.-Ing. Michael Felleisen 

Prof. Dr.-Ing. Georg Frey 

Dipl.-Ing. Thomas Grein 

Prof. Dr.-Ing. Hartmut Haehnel 

Tim Henrichs 

Dr.-Ing. Jörg Kiesbauer 

Dipl.-Ing. Gerald Mayr 

Dr.-Ing. Josef Papenfort 

Igor Stolz 

Dr. Andreas Wernsdörfer 

Dipl.-Ing. Dieter Westerkamp 

Prof. Dr.-Ing. Michael Weyrich 

Dr.rer.nat. Christian Zeidler 

Organschaft: 

Organ der GMA 

(VDI/VDE-Gesell schaft Messund 

Automatisierungs technik) 

und der NAMUR (Interessengemeinschaft 


der Prozessindustrie). 

Redaktion: 

Anne Purschwitz geb. Hütter (ahü) 

(verantwortlich) 

Telefon + 49 (0) 89 203 53 66 58 

E-Mail: purschwitz@di-verlag.de 

Aljona Hartstock (aha) 

Telefon + 49 (0) 89 203 53 66 78 

E-Mail: hartstock@di-verlag.de 

Einreichung von Hauptbeiträgen: 

Prof. Dr.-Ing. Leon Urbas 

(Chefredakteur, verantwortlich 

für die Hauptbeiträge) 

Technische Universität Dresden 

Fakultät Elektrotechnik 

und Informationstechnik 

Professur für Prozessleittechnik 

D-01062 Dresden 

Telefon +49 (0) 351 46 33 96 14 

E-Mail: urbas@di-verlag.de 

Fachredaktion: 

Dr.-Ing. Michael Blum 

Dipl.-Ing. Heinrich Engelhard 

Prof. Dr.-Ing. Jürgen Jasperneite 

Dr.-Ing. Bernhard Kausler 

Dr.-Ing. Niels Kiupel 

Prof. Dr.-Ing. Gerrit Meixner 

Dr.-Ing. Jörg Neidig 

Dipl.-Ing. Ingo Rolle 

Dr.-Ing. Stefan Runde 

Prof. Dr.-Ing. Frank Schiller 

Bezugsbedingungen: 

„atp edition – Automatisierungs technische 

Praxis“ erscheint monatlich mit Doppelausgaben 

im Januar/Februar und Juli/August. 

Bezugspreise: 

Abonnement jährlich: € 519,– + € 30,–/ € 35,– 

Versand (Deutschland/Ausland); 

Heft-Abonnement + Online-Archiv: € 704,70; 

ePaper (PDF): € 519,–; ePaper + Online-Archiv: 

€ 674,70; Einzelheft: € 59,– + Versand; 

Die Preise enthalten bei Lieferung in EU- 

Staaten die Mehrwertsteuer, für alle übrigen 

Länder sind es Nettopreise. Mitglieder der 

GMA: 30% Ermäßigung auf den Heftbezugspreis. 

Bestellungen sind jederzeit über den Leserservice 

oder jede Buchhandlung möglich. 

Die Kündigungsfrist für Abonnement aufträge 

beträgt 8 Wochen zum Bezugsjahresende. 

Abonnement-/Einzelheftbestellung: 

DataM-Services GmbH, Leserservice atp 

Herr Marcus Zepmeisel 

Franz-Horn-Str. 2, 97082 Würzburg 

Telefon + 49 (0) 931 417 04 59 

Telefax + 49 (0) 931 417 04 94 

leserservice@di-verlag.de 

Verantwortlich für den Anzeigenteil: 

Inge Spoerel 

Telefon + 49 (0) 89 203 53 66 22 

E-Mail: spoerel@di-verlag.de 

Kirstin Sommer (Key Account) 

Telefon + 49 (0) 89 203 53 66 36 

E-Mail: sommer@di-verlag.de 

Angelika Weingarten (Key Account) 

Telefon + 49 (0) 89 203 53 13 

E-Mail: weingarten@di-verlag.de 

Es gelten die Preise der Mediadaten 2014 

Anzeigenverwaltung: 

Brigitte Krawczyk 

Telefon + 49 (0) 89 203 53 66 12 

E-Mail: krawczyk@di-verlag.de 

Art Direction / Layout: 

deivis aronaitis design | dad | 

Druck: 

Druckerei Chmielorz GmbH, 

Ostring 13, 

D-65205 Wiesbaden-Nordenstadt 

Gedruckt auf chlor- und 

säurefreiem Papier. 

Die atp wurde 1959 als „Regelungstechnische 

Praxis – rtp“ gegründet. 

DIV Deutscher Industrieverlag 

GmbH München 

Die Zeitschrift und alle in ihr enthaltenen 

Beiträge und Abbildungen sind urheberrechtlich 

geschützt. Mit Ausnahme der gesetzlich 

zugelassenen Fälle ist eine Verwertung ohne 

Ein willigung des Verlages strafbar. 

Gemäß unserer Verpflichtung nach § 8 

Abs. 3 PresseG i. V. m. Art. 2 Abs. 1c DVO 

zum BayPresseG geben wir die Inhaber 

und Beteiligungsverhältnisse am Verlag 

wie folgt an: 

DIV Deutscher Industrieverlag GmbH, 

Arnulfstraße 124, D-80636 München. 

Alleiniger Gesellschafter des Verlages 

ist die ACM-Unternehmensgruppe, 

Ostring 13, 

D-65205 Wiesbaden-Nordenstadt. 

ISSN 2190-4111 

DIE AUSGABE 5 / 2014 DER 

ERSCHEINT AM 05.05.2014 

MIT DEM SCHWERPUNKT 

„SCHUTZZIELE UND SCHUTZKONZEPTE“ 

Warum Industrie 4.0 

keine modellbasierte 

Softwareentwicklung 

braucht 

Ein Ansatz zur Messung 

von Engineering-Effizienz 

– Teil 1 

Schutzzielorientiertes 

Design der Digitalen 

Sicherheitsleittechnik in 

Kernkraftwerken 

Aus aktuellem Anlass können sich die Themen 

kurzfristig verändern. 

LESERSERVICE 

E-MAIL: 

leserservice@di-verlag.de 

TELEFON: 

+ 49 (0) 931 417 04 59 

74 


4 / 2014

Erreichen Sie die Top-Entscheider 

der Automatisierungstechnik. 

Sprechen Sie uns an wegen Anzeigenbuchungen 

und Fragen zu Ihrer Planung. 

Inge Spoerel: Telefon +49 (0) 89 203 53 66-22 

E-Mail: spoerel@di-verlag.de

Der Klassiker für die 

Prozessautomation geht 

ins 21. Jahrhundert 

Das Handbuch der Prozessautomation ist ein Standardwerk für die Planung 

verfahrenstechnischer Anlagen. In der 5., überarbeiteten Version geht es auf 

die Herausforderung bei der Digitalisierung der Anlage ein. Das Handbuch 

wurde von fast 50 Experten mit umfassenden Praxiskenntnissen gestaltet 

und deckt das gesamte Feld der Prozessautomatisierung ab. 

Hrsg.: K. F. Früh, U. Maier, D. Schaudel 

5. Auflage 2014 

740 Seiten, 170 x 240mm, Hardcover 

Erhältlich in 2 Varianten 

www.di-verlag.de 

DIV Deutscher Industrieverlag GmbH, Arnulfstr. 124, 80636 München 

Jetzt vorbestellen! 

Bestellung per Fax: +49 (0) 201 Deutscher / 82002-34 Industrieverlag GmbH oder | Arnulfstr. abtrennen 124 und | 80636 im München Fensterumschlag einsenden 

Ja, ich bestelle gegen Rechnung 3 Wochen zur Ansicht 

___ Ex. 

Handbuch der Prozessautomatisierung 

5. Auflage – ISBN: 978-3-8356-3372-8 

für € 199,90 (zzgl. Versand) 

Firma/Institution 

Vorname, Name des Empfängers 

___ Ex. 

Handbuch der Prozessautomatisierung 

mit interaktivem eBook (Online-Lesezugriff im MediaCenter) 

5. Auflage – ISBN: 978-3-8356-7119-5 

für € 259,90 (zzgl. Versand) 

Straße / Postfach, Nr. 

Land, PLZ, Ort 

Antwort 

Vulkan-Verlag GmbH 

Versandbuchhandlung 

Postfach 10 39 62 

45039 Essen 

Telefon 

E-Mail 

Telefax 

Branche / Wirtschaftszweig 

Widerrufsrecht: Sie können Ihre Vertragserklärung innerhalb von zwei Wochen ohne Angabe von Gründen in Textform (z.B. 

Brief, Fax, E-Mail) oder durch Rücksendung der Sache widerrufen. Die Frist beginnt nach Erhalt dieser Belehrung in Textform. 

Zur Wahrung der Widerrufsfrist genügt die rechtzeitige Absendung des Widerrufs oder der Sache an die Vulkan-Verlag GmbH, 

Versandbuchhandlung, Huyssenallee 52-56, 45128 Essen. 

Ort, Datum, Unterschrift 

PAHBPA2014 

Nutzung personenbezogener Daten: Für die Auftragsabwicklung und zur Pflege der laufenden Kommunikation werden personenbezogene Daten erfasst und gespeichert. Mit dieser Anforderung erkläre ich mich damit einverstanden, 

dass ich vom DIV Deutscher Industrieverlag oder vom Vulkan-Verlag per Post, per Telefon, per Telefax, per E-Mail, nicht über interessante, fachspezifische Medien und Informationsangebote informiert und beworben werde. 

Diese Erklärung kann ich mit Wirkung für die Zukunft jederzeit widerrufen.

atp edition Anlagentopologien automatisch erstellen (Vorschau)

Verwandeln Sie Ihre PDFs in ePaper und steigern Sie Ihre Umsätze!

Template löschen?

Als Template speichern ?