03.04.2014 Aufrufe

atp edition Anlagentopologien automatisch erstellen (Vorschau)

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

Nutzen Sie SEO-optimierte ePaper, starke Backlinks und multimediale Inhalte, um Ihre Produkte professionell zu präsentieren und Ihre Reichweite signifikant zu maximieren.

4 / 2014<br />

56. Jahrgang B3654<br />

DIV Deutscher Industrieverlag GmbH<br />

Automatisierungstechnische Praxis<br />

<strong>Anlagentopologien</strong><br />

<strong>automatisch</strong> <strong>erstellen</strong> | 28<br />

IKT in der Fabrik<br />

der Zukunft | 42<br />

Intelligente Assistenzsysteme<br />

für die Automation | 54<br />

Advanced Position Control<br />

für Servoachsen | 62


Rund um die Uhr<br />

erstklassig informiert<br />

• das innovative Online-Medium<br />

• Nachrichten gezielt recherchieren<br />

• die ideale Ergänzung zu <strong>atp</strong> <strong>edition</strong><br />

www.<strong>atp</strong>info.de<br />

Automatisierung<br />

auf den Punkt<br />

Noch schneller informiert mit dem Newsletter <strong>atp</strong>!update<br />

Jetzt für den Newsletter anmelden:<br />

www.<strong>atp</strong>info.de/newsletter<br />

• <strong>atp</strong> <strong>edition</strong><br />

• Branche<br />

• Veranstaltungen<br />

• Forschung<br />

• Produkte<br />

update


EDITORIAL<br />

Die Integration macht’s<br />

Diese Ausgabe der <strong>atp</strong> <strong>edition</strong> – automatisierungstechnische Praxis ist ein<br />

hervorragendes Beispiel für das Spektrum und die Themenvielfalt der Automatisierungstechnik.<br />

So geht es in dieser Ausgabe um die Fabrik der Zukunft,<br />

um intelligente Assistenzsysteme, um Anlagentopologie und deren <strong>automatisch</strong>e<br />

Erstellung, aber auch um Positionsregelung für Servo-Achsen. Die Beiträge<br />

zeigen, wie wir in der Automatisierungstechnik auf verschiedenen Ebenen<br />

sowohl in der Breite vorgehen als auch Themen in der Tiefe adressieren.<br />

In der Automatisierungstechnik beherrschen wir es, vielgestaltige Themen<br />

zu bündeln und als Ganzes voranzubringen. Natürlich ist es bei dieser Fülle<br />

von Themen, Anwendungen und Herausforderungen nicht ganz einfach zu<br />

vermitteln, was die Spezialitäten unsere Fachdisziplinen sind. Denn, als Integrationswissenschaft<br />

befassen wir uns mit einer Vielfalt von Aspekten und<br />

haben zudem den Anspruch, unsere Konzepte in einer Reihe von Industriebereichen<br />

zur Anwendung zu führen. Hier helfen uns die Schlagworte von<br />

„Industrie 4.0“ und „Cyber-physischen Systemen“, um darüber die Themen<br />

der Automatisierungstechnik in Politik und Gesellschaft zu transportieren.<br />

In meiner Startphase an der Universität Stuttgart ergibt sich bei der Übernahme<br />

des Instituts für Automatisierungs- und Softwaretechnik (IAS), einem<br />

Institut mit fast 80-jähriger Tradition, eine ganze Reihe von Fragestellungen,<br />

die die Zukunft betreffen. Welche zukünftige Strategie und Ausrichtung verspricht<br />

Erfolg? Welche Forschungen sind derzeit besonders relevant? Wo liegen<br />

die größten Innovationspotenziale? Welche Anwendungen sind signifikant?<br />

Bei der Hyperspezialisierung in der Branche teilen Sie womöglich meine<br />

Beobachtung immer speziellerer Lösungsangebote. So manche Fachmesse<br />

überrascht kaum mit Technologie, sondern mit Angeboten für bisher ungeahnte<br />

Nischenanwendungen.<br />

Trotzdem ist ein Trend klar erkennbar: Vernetzte Systeme aus intelligenten<br />

Einheiten und damit die Möglichkeit einer dezentralen Organisation. Meine<br />

Forschung in Stuttgart wird sich daher auf Automatisierungstechnik und Softwaresysteme<br />

konzentrieren, die Frage der Komposition von Baukästen – mechatronisch<br />

und multidisziplinär –, der Konfiguration von Systemen statt<br />

deren Entwicklung, Methoden zur Steuerung dezentraler Systeme, aber auch<br />

Fragen nach dem Test und der Evaluation nachgehen.<br />

Doch bei aller Relevanz dieser Themenstellung geht es heute nicht nur darum,<br />

die Spezialitäten einzelner Forschungseinheiten zu platzieren. Vielmehr<br />

muss es uns auch als Gemeinschaft der Automatisierer gelingen, Konzepte<br />

föderativ voranzutreiben.<br />

Beim Thema Industrie 4.0 ist es zwischenzeitlich geschafft, einen Industrie-4.0-Demonstrator<br />

als eine Initiative der TuLAUT ins Leben zu rufen. Dieser<br />

Demonstrator zeigt ein mögliches Konzept für Industrie 4.0, zu dessen<br />

Realisierung ein Starter-Kit bereitsteht. Ausgehend von diesen initialen Ergebnissen<br />

sind neue Partner im Sinne des föderativen Ansatzes ausdrücklich<br />

aufgerufen sich zu beteiligen.<br />

Ich hoffe, dass wir durch das Zusammenführen unserer Kompetenzen Meilensteine<br />

für die Automatisierung setzen können.<br />

PROF. DR.-ING.<br />

MICHAEL WEYRICH,<br />

Institutsdirektor,<br />

Institut für Automatisierungsund<br />

Softwaretechnik,<br />

Universität Stuttgart<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

3


INHALT 4 / 2014<br />

FORSCHUNG<br />

8 | Software Campus sucht IT-Projekte, die Förderung verdienen<br />

Call for <strong>atp</strong> experts: Mensch-Prozess-Kommunikation<br />

9 | KommA: Beiträge bis 9. Mai 2014 einreichen<br />

Call for Papers: SPS IPC Drives 2014<br />

10 | Automatisierte Fehlerursachensuche im<br />

Chip-Entwurf gewinnt Embedded Award 2014<br />

Cebit-Innovation-Award-Sonderpreis:<br />

Touchscreen erkennt Nutzer am Fingerabdruck<br />

BRANCHE<br />

11 | Kolloquium in Boppard: Best Paper Award geht nach München<br />

12 | Big-Data-Kompetenzen in Berlin und Dresden<br />

Achema-Gründerpreis: Bewerbung bis Ende 2014<br />

Lanxess: Zachert Anfang April im Amt<br />

VERBAND<br />

14 | Nach zehn Jahren: Gunther Koschnick löst<br />

Reinhard Hüppe als Geschäftsführer ab<br />

VDE sieht beim taktilen Internet Zukunftschancen<br />

Automation 2014: Robotik und Gebäudeautomation<br />

15 | Verband der Chemischen Industrie:<br />

Optimistische Prognose für die Branche in diesem Jahr<br />

RUBRIKEN<br />

3 | Editorial<br />

74 | Impressum, <strong>Vorschau</strong><br />

4<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


PRAXIS<br />

16 | Betriebssicherheit: Differenzstrom-Überwachung<br />

erhöht Verfügbarkeit der Anlage<br />

18 | Durchflussmessgeräte unterstützen<br />

bei Erfüllung behördlicher Auflagen<br />

und sparen Kosten<br />

20 | 129 Photobioreaktoren sorgen für<br />

energieeffiziente Nutzung von Gebäudefassade<br />

in Hamburg<br />

22 | Burst-Technologie ermöglicht hohe Qualität<br />

ohne Reibungsverlust bei der Laserbearbeitung<br />

24 | Funktionales Engineering:<br />

Maschinen mit aktualisierter Software<br />

übergreifend konfiguriert<br />

Produkte,<br />

Systeme<br />

und Service<br />

für die<br />

Prozessindustrie?<br />

Natürlich.<br />

NACHRUF<br />

26 | Fachwelt der Automation trauert<br />

um Prof. Dr.-Ing. Uwe Maier<br />

HAUPTBEITRÄGE<br />

28 | <strong>Anlagentopologien</strong> <strong>automatisch</strong> <strong>erstellen</strong><br />

M. HOERNICKE, L. CHRISTIANSEN UND A. FAY<br />

42 | IKT in der Fabrik der Zukunft<br />

C. FREY, M. HEIZMANN, J. JASPERNEITE, O. NIGGEMANN,<br />

O. SAUER, M. SCHLEIPEN, T. USLÄNDER UND M. VOIT<br />

54 | Intelligente Assistenzsysteme<br />

für die Automation<br />

S. WINDMANN UND O. NIGGEMANN<br />

62 | Advanced Position Control<br />

für Servoachsen<br />

O. ZIRN, L. KATTHÄN UND M. KREUTZER<br />

System 800xA 5.1 hilft Anlagen<br />

noch effizienter zu betreiben und<br />

die Produktivität und Rentabilität<br />

zu verbessern. Dies wird durch<br />

gesteigerte Bediener-Effizienz,<br />

optimiertes Handling bei Batch-<br />

Produktion, effizientere Sequenzkonfiguration,<br />

verbesserte<br />

Asset-Verwendung und optimierte<br />

Engineering Best Practices erreicht.<br />

Wünschen Sie sich auch so eine<br />

effiziente Anlagenbedienung?<br />

www.abb.de/controlsystems<br />

Wussten Sie, dass Ihnen ABB<br />

neben maßgeschneiderten<br />

Leitsystemen ein umfassendes<br />

Portfolio für die Instrumentierung,<br />

herausragende Produkte und<br />

Lösungen für die Analysentechnik<br />

sowie erstklassigen Service bietet?<br />

Lesen Sie mehr unter:<br />

www.abb.de/<br />

prozessautomatisierung<br />

ABB Automation GmbH<br />

Tel.: +49 (0) 1805 26 67 76<br />

marketing.control-products@de.abb.com


Ein Partner für alles – und die Welt<br />

der Prozessautomatisierung ist komplett.<br />

Endress+Hauser bietet Ihnen weltweit das komplette<br />

Leistungsspektrum für die Prozessautomatisierung –<br />

von der vollumfänglichen Feldinstrumentierung bis hin<br />

zu Automatisierungslösungen und attraktivem Life Cycle<br />

Management. Als solides, finanzkräftiges Familienunternehmen<br />

mit 60 Jahren Erfahrung stehen wir für Fairness<br />

und Verlässlichkeit, höchste Qualität, Innovationskraft<br />

und Technologieführerschaft. Beste Voraussetzungen, um<br />

Ihnen die komplette Welt der Prozessautomatisierung zu<br />

erschließen.


07.–11.04.2014 | Hannover<br />

www.hannovermesse.de<br />

Halle: 11<br />

Stand C39<br />

Der Film zum Komplettanbieter –<br />

jetzt informieren.<br />

Alles unter<br />

www.einfachalles-alleseinfach.de


FORSCHUNG<br />

Software Campus sucht IT-Projekte,<br />

die Förderung verdienen<br />

Das IT-Förderprojekt für Doktoranden und Masterstudierende<br />

„Software Campus“ geht in die nächste<br />

Runde. Mit bis zum 100 000 Euro finanziert das<br />

Bundesministerium für Bildung und Forschung mit<br />

Partnern aus Industrie und Forschung Ideen aus der<br />

Informationstechnologie und deren Umfeld. Bereits<br />

zum dritten Mal erhalten 100 Doktorandinnen und<br />

Doktoranden sowie Masterstudien der genannten Disziplinen<br />

die Möglichkeit, ihre Projekte mit der Förderung<br />

umzusetzen. Die Bewerbungsfrist endet am<br />

9. April 2014. Die jungen Führungskräfte managen<br />

den gesamten Prozess des Projektes mit Unterstützung<br />

der Forschungs- und Industriepartner eigenständig,<br />

stellen Teams zusammen, entscheiden Finanzfragen,<br />

kontrollieren Teilerfolge. Unterstützt werden<br />

sie von Fachexperten, Mentoren aus dem Management<br />

führender Unternehmen und anderen Teilnehmern.<br />

Theorie und Praxis fließen in Aufenthalten beim Industriepartner<br />

und speziellen Führungskräftetrainings<br />

zusammen, die sie ein Jahr besuchen. 123 IT-<br />

Experten nehmen bereits am Programm teil, das ihnen<br />

Karrierewege in deutsche Führungsetagen, die<br />

Unternehmensgründung oder in neue Management-<br />

Positionen in der Forschung öffnet.<br />

Bewerben können sich Informatiker unter www.<br />

softwarecampus.de mit einem kurzen Lebenslauf, einer<br />

Kurzbeschreibung der eigenen IT-Idee oder einer<br />

weiterentwickelten Idee eines Industriepartners,<br />

einem Motivationsschreiben sowie Empfehlungsschreiben<br />

von mindestens einem Professor. Kontakte<br />

zu den beteiligten Industrieunternehmen werden anschließend<br />

in einem mehrstufigen Auswahlprozess<br />

vermittelt.<br />

(ahü)<br />

KICK-OFF: 40 der insgesamt 47 Teilnehmerinnen und Teilnehmer<br />

des Software Campus starteten in das Führungskräfteentwicklungsprogramm.<br />

123 Doktoranden und Masterstudierende<br />

sind im Programm eingeschrieben. Bild: Software Campus<br />

EIT ICT LABS GERMANY GMBH,<br />

Ernst-Reuter-Platz 7, D-10587 Berlin,<br />

Tel. +49 (0) 30 345 06 69 01 50,<br />

Internet: www.softwarecampus.de<br />

Call for <strong>atp</strong> experts: Mensch-Prozess-Kommunikation<br />

DIE AUSGABE 56(10) DER ATP EDITION<br />

widmet sich dem Stellenwert einer gut<br />

gestalteten Mensch-Prozess-Kommunikation.<br />

Deren Bedeutung hat in den<br />

vergangenen Jahren zugenommen.<br />

Faktoren sind unter anderem die steigende<br />

Komplexität der Prozessautomation,<br />

höhere Anforderungen an die Produktivität<br />

der Wartenfahrer und Feldmannschaften<br />

und veränderte Gewohnheiten<br />

der Nutzer. Die Ausgabe 56(10)<br />

möchte Ihre praktischen Erfahrungen<br />

und Erfolge in innovativen Projekten<br />

und Ihre wissenschaftlich-technischen<br />

Lösungsansätze und Forschungsergebnisse<br />

diskutieren. Wir erhoffen uns<br />

Beiträge über den gesamten Lebenszyklus<br />

der Mensch-Prozess-Kommunikation<br />

von Methoden und Technologien,<br />

von der Aufgabenanalyse, über Konzeption,<br />

Implementierung und Schulung<br />

bis hin zum nachhaltigen Betrieb und<br />

effektiven Change-Management-Prozessen.<br />

Wir bitten Sie bis zum 31.05.2014 zu dem<br />

Schwerpunkt einen gemäß der Richtlinien<br />

der <strong>atp</strong> <strong>edition</strong> ausgearbeiteten<br />

Hauptbeitrag an urbas@di-verlag.de<br />

einzureichen.<br />

Die <strong>atp</strong> <strong>edition</strong> ist die hochwertige Monatspublikation<br />

für Fach- und Führungskräfte<br />

der Automatisierungsbranche.<br />

In den Hauptbeiträgen werden<br />

Themen mit hohem wissenschaftlichem<br />

und technischem Anspruch vergleichsweise<br />

abstrakt dargestellt. Im Journalteil<br />

werden praxisnahe Erfahrungen<br />

von Anwendern mit neuen Technologien,<br />

Prozessen oder Produkten beschrieben.<br />

Alle Beiträge begutachtet das <strong>atp</strong>-<br />

Fachgremium. Sollten Sie sich selbst<br />

aktiv an dem Begutachtungsprozess<br />

beteiligen wollen, bitten wir um kurze<br />

Rückmeldung. Für weitere Rückfragen<br />

stehen wir Ihnen selbstverständlich<br />

gern zur Verfügung<br />

Redaktion <strong>atp</strong> <strong>edition</strong><br />

Leon Urbas, Anne Purschwitz,<br />

Aljona Hartstock<br />

CALL FOR<br />

Aufruf zur Beitragseinreichung<br />

Thema: Mensch-Prozess-<br />

Kommunikation<br />

Kontakt: urbas@di-verlag.de<br />

Termin: 31. Mai 2014<br />

8<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


KommA: Beiträge bis<br />

9. Mai 2014 einreichen<br />

Zum fünften Mal findet am 18. November 2014 das<br />

Jahreskolloquium Kommunikation in der Automation<br />

– KommA, dieses Mal in Lemgo, statt. Die<br />

Veranstaltung, die von Prof. Dr.-Ing. Jürgen Jasperneite<br />

und Prof. Dr.-Ing. Ulrich Jumar geleitet wird,<br />

befasst sich mit Themen wie Aspekte vernetzter<br />

eingebetteter Systeme, Echtzeit, Dienstgüte (QoS),<br />

IT-Sicherheit (Security), Funktionale Sicherheit<br />

(Safety), Fehlertoleranz, Verfügbarkeit, Zuverlässigkeit,<br />

Diagnose, Systemintegration, Kommunikationssysteme<br />

und Anwendungsbereichen von Kommunikation<br />

im industriellen Umfeld.<br />

Das Kolloquium, das Init (Institut für industrielle<br />

Informationstechnik) und Ifak (Institut für Automation<br />

und Kommunikation) ausrichten, sucht nun Vorträge<br />

aus dem Anwendungsfeld industrieller Kommunikation.<br />

Auch werden technologie- und methodischorientierte<br />

Aufsätze entgegengenommen. Autoren<br />

reichen bis zum 9. Mai 2014 online eine aussagekräftige<br />

Kurzfassung von ein bis zwei Din-A4-Seiten unter<br />

www.init-owl.de/komma ein.<br />

(ahü)<br />

KOMMA – KOMMUNIKATION IN DER AUTOMATION,<br />

c/o inIT – Institut für industrielle Informationstechnik,<br />

Liebigstraße 87, D-32657 Lemgo,<br />

Tel. + 49 (0) 5261 70 21 36,<br />

Internet: www.init.-owl.de<br />

Call for Papers:<br />

SPS IPC Drives 2014<br />

Der Kongress der SPS IPC Drives vom 25. bis<br />

27. November 2014 in Nürnberg sucht nach aktuellen<br />

Vorträgen. Interessierte reichen Vorschläge bis<br />

zum 9. Mai 2014 beim Kongresskomitee unter der<br />

Leitung von Prof. Dr.-Ing. Georg Frey, Prof. Dr.-Ing.<br />

Walter Schumacher und Prof. Dr.-Ing. Alexander Verl<br />

ein. Für herausragende Leistungen werden die besten<br />

drei Referenten unter 35 Jahre mit einem aktuellen<br />

und noch nicht veröffentlichten Thema ausgezeichnet.<br />

Das Kongresskomitee wählt auf Basis der Abstracts<br />

die Gewinner aus. Einzureichen sind der Titel<br />

des Beitrags und ein Abstract mit Zusammenfassung<br />

und Aufgabenstellung, Lösungsansatz und Ergebnis.<br />

Der Beitrag, der 5 000 Zeichen nicht überschreiten<br />

darf, muss einem Kongressthema zugeordnet sein.<br />

Für das Kurzprogramm muss eine Beschreibung eingereicht<br />

werden. Außerdem darf der Autor nicht auf<br />

die Kurzbiografie und die Veröffentlichungen der<br />

vergangenen drei Jahre verzichten. <br />

(ahü)<br />

MESAGO MESSEMANAGEMENT GMBH,<br />

Rotebühlstr. 83-85, D-70178 Stuttgart,<br />

Tel. +49 (0) 711 61 94 60,<br />

Internet: www.mesago.de/sps/callforpapers<br />

Ihr Erfolg durch<br />

unsere Erfahrung<br />

Stellungsregler Bauart 3730 und 3731<br />

• Komfortables Bedienen vor Ort und über<br />

Prozessleitsystem (HART ® , PROFIBUS-PA<br />

oder FOUNDATION fieldbus)<br />

• Robuste Anbausätze für Hub- und<br />

Schwenkantriebe<br />

• Geeignet für den Einsatz in sicherheitsgerichteten<br />

Kreisen (SIL 3 gem. IEC 61508)<br />

• Kostenfreie Ventildiagnose für Regel- und<br />

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

• Global einsetzbar durch nationale und<br />

internationale Explosionsschutz-<br />

Zulassungen (Ex ia oder Ex d)<br />

Bewährte Stellungsregler mit<br />

hoher Regelgüte<br />

SAMSON AG · MESS- UND REGELTECHNIK<br />

www.samson.de · www.samsongroup.net<br />

A01147DE


FORSCHUNG<br />

Automatisierte Fehlerursachensuche im<br />

Chip-Entwurf gewinnt Embedded Award 2014<br />

SIEGER<br />

Daniel Große, Jan<br />

Wessels, André<br />

Sülflow gründeten<br />

aus der Uniforschung<br />

heraus<br />

ihre eigene GmbH<br />

und freuen sich<br />

nun über den<br />

Embedded Award<br />

2014. Bild: Uwe Niklas<br />

Alle 18 Monate, so eine Faustregel der Branche, verdoppelt<br />

sich die Anzahl der Komponenten auf einem<br />

Computerchip. Da ist es schwierig, den Überblick zu behalten<br />

und eventuelle Fehler in den Schaltungen schnell<br />

zu lokalisieren. Jan Wessels, Daniel Große und André<br />

Sülflow entwickelten ein Verfahren, das Fehlerursachen<br />

beim Entwurf von komplexen Digitalchips lokalisieren<br />

kann. Die Forscher, die ihre Arbeit an der Universität<br />

Bremen begannen, gewannen damit den Embedded<br />

Award 2014 auf der Embedded Fachmesse in Nürnberg.<br />

Fehlerhafte Chips im Markt können teuer für den Anbieter<br />

werden. Solvertec-Mitgründer Große weiß nach<br />

einem Jahrzehnt Erfahrung im Bereich Hardware-Verifikation<br />

und Debugging (Suche nach Entwurfsfehlern),<br />

wie er das Thema allgemeinverständlich beschreiben<br />

muss: „Stellen Sie sich einen Chip als Ampelschaltung<br />

an einer komplexen Kreuzung vor. Wenn alle Ampeln<br />

auf grün umschalten, weil zufällig im gleichen Augenblick<br />

zwei Fußgänger an verschiedenen Stellen drücken<br />

und ein Auto auf einer Nebenstraße die Sensorschleife<br />

überfährt, dann liegt offensichtlich ein unentdeckter<br />

Schaltungsfehler vor“, erläutert er. „Wenn die Ampeln<br />

alle auf grün stehen, wissen Sie, dass ein Fehler vorliegt.<br />

Aber sie wissen dadurch noch lange nicht, wo genau in<br />

der Schaltung Sie die Ursache für diesen Fehler finden<br />

und wie er sich beheben lässt“, stellt er klar. „Schon heute<br />

wenden die Entwickler ein Drittel des Zeitaufwands<br />

eines neu zu entwickelnden Chips dafür aus, Fehlerursachen<br />

zu finden und zu beheben“, erläutert er.<br />

Die Bremer entwickelten eine Automatisierungs-Software,<br />

die in der frühen Designphase auf der Register-<br />

Transfer-Ebene (RTL) von Digitalchips ansetzt: „Die in der<br />

Simulation eingesetzten Verifikationstools prüfen zunächst,<br />

ob der Schaltungsentwurf dem erwünschten Chip-<br />

Verhalten entspricht. Liegt ein Fehler vor, suchen die<br />

Entwickler beim sogenannten Debugging die Fehlerursachen<br />

bisher per Hand – daher der hohe Aufwand“, stellt<br />

Große klar. „Unser Werkzeug automatisiert die Suche,<br />

indem es die Daten aus den Verifikationstools einspeist,<br />

den Entscheidungsbaum der Schaltungslogik systematisch<br />

zurückverfolgt und die Ursachen des Fehlverhaltens<br />

aufspürt. Mit wenigen Klicks können so Fehlerursachen<br />

im Code aufgezeigt und behoben werden.“ (ahü)<br />

SOLVERTEC GMBH,<br />

Anne-Conway-Str. 1, D-28359 Bremen,<br />

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

10<br />

Cebit-Innovation-Award-Sonderpreis:<br />

Touchscreen erkennt Nutzer am Fingerabdruck<br />

Ein Touchscreen, der anhand des Fingerabdrucks erkennt,<br />

ob der Nutzer berechtigten Zugang zum Gerät<br />

hat, wurde im Rahmen der Computermesse Cebit mit<br />

dem Innovation-Award-Sonderpreis ausgezeichnet.<br />

Bundesforschungsministerin Johanna Wanka übergab<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

SONDERPREIS<br />

Prof. Dr. Gesche<br />

Joost, Oliver Frese,<br />

Sven Köhler und<br />

Prof. Dr. Johanna<br />

Wanka während<br />

der Übergabe des<br />

Innovation Awards<br />

auf der Cebit. Bild:<br />

HPI/K. Herschelmann.<br />

den mit 20 000 Euro dotierten Preis an Sven Köhler und<br />

Christian Holz. Der Touchscreen mit Namen „Fiberio“<br />

ist Ergebnis einer Forschungsarbeit des Hasso-Plattner-<br />

Instituts in Potsdam. Die Arbeit wurde von Prof. Patrick<br />

Baudisch betreut. Der Bildschirm erkennt ohne Registrierung<br />

oder Log-In, ob die Anwender zu der jeweiligen<br />

Aktion berechtigt sind und ermöglicht die simultane<br />

Zusammenarbeit. Die Nutzeridentifikation arbeitet mit<br />

Glasfaser-Technologie und Rückprojektion. Weitere Cebit<br />

Innovation Awards erhielten die Entwickler der App<br />

„Shoutr“. Sie distribuiert drahtlos digitale Inhalte. „Kinematics“<br />

erhielt ebenfalls eine Auszeichnung. Mit dem<br />

intuitiven Baukasten können Kinder und Jugendliche<br />

Roboter bauen.<br />

(ahü)<br />

HASSO-PLATTNER-INSTITUT FÜR SOFTWARE-<br />

SYSTEMTECHNIK GMBH,<br />

Prof.-Dr.-Helmert-Str. 2-3, D-14482 Potsdam,<br />

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


BRANCHE<br />

Kolloquium in Boppard:<br />

Best Paper Award geht nach München<br />

Das 48. Regelungstechnische Kolloquium in Boppard<br />

besuchten in diesem Jahr 205 Teilnehmer. Organisiert<br />

wurde es von der TU Ilmenau in Zusammenarbeit mit dem<br />

Fraunhofer-Institut für Optronik, Systemtechnik und<br />

Bildauswertung in Karlsruhe. Die Veranstaltung, die in<br />

Form eines Forums abgehalten wird, bot den Teilnehmern<br />

in diesem Jahr 30 Fachbeiträge zu zukunftsorientierten<br />

Themen wie automatisiertes und sicheres Fahren, vernetzte<br />

Systeme, iterativ lernende Regelungen und Bewegungsanalyse<br />

des Menschen. Der erste Teil der zweitägigen<br />

Veranstaltung schloss ab mit einem Plenarvortrag.<br />

Prof. Dr. Wolfram Burgard von der Albert-Ludwigs-Universität<br />

Freiburg referierte über probabilistische Techniken<br />

für die Roboternavigation. Am Institut für Autonome<br />

Intelligente Systeme forschen die Wissenschaftler um<br />

Burgard an der Umgebungsmodellierung und Zustandsschätzung.<br />

Dazu entwickeln sie beispielsweise Modelle<br />

und Verfahren zur Interpretation von Sensordaten. Zum<br />

Einsatz kommen mobile Roboter unter anderem bei Museumsführungen<br />

oder als Helfer im Haushalt.<br />

Den Best Paper Award der Veranstaltung gewann in<br />

diesem Jahr Heiko Panzer von der TU München für seinen<br />

Vortrag zum Thema Adaptive Entwicklungspunkt-<br />

HEIKO PANZER von der Technischen<br />

Universität München (rechts) wurde<br />

auf dem diesjährigen Regelungstechnischen<br />

Kolloquium in Boppard<br />

mit dem Best Paper Award ausgezeichnet.<br />

Er nahm den Preis von<br />

Mike Eichhorn (Ingenieursgesellschaft<br />

Auto und Verkehr aus<br />

Gifhorn) entgegen. Bild: Veranstalter.<br />

wahl und globale Fehlerschranken bei der Modellreduktion<br />

mittels Krylow-Unterraum-Verfahren.<br />

Im kommenden Jahr findet das Regelungstechnische<br />

Kolloquium vom 4. bis 6. März 2015 statt. (aha)<br />

48. REGELUNGSTECHNISCHES KOLLOQUIUM<br />

IN BOPPARD,<br />

Fraunhofer-Institut für Optronik, Systemtechnik und<br />

Bildauswertung, Fraunhoferstraße 1, D-76131 Karlsruhe,<br />

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

ZfQ3dBZa


BRANCHE<br />

Big-Data-Kompetenzen in Berlin und Dresden<br />

Zwei Kompetenzzentren in Berlin und Dresden sollen<br />

sich verstärkt um das Thema Big Data kümmern.<br />

Zwei Big-Data-Zentren entstehen in diesem Jahr auf Initiative<br />

des Bundesministeriums für Bildung und Forschung<br />

an der TU Berlin und an der TU Dresden. Darüber<br />

informierte Johanna Wanka, Bundesministerin für<br />

Bildung und Forschung, im Rahmen der Cebit. Unter der<br />

Leitung der TU Berlin entsteht das Berlin Big Data Center<br />

(BBDC) und unter der Leitung der TU Dresden das<br />

Competence Center for Scalable Data Services and Solutions<br />

(ScaDS). Beide Vorhaben werden mit insgesamt<br />

rund 10 Millionen Euro unterstützt.<br />

„Die Datenmengen wachsen in unserer digitalen Gesellschaft<br />

rasant. Wir müssen daher lernen, wie wir mit<br />

ihnen richtig umgehen können. Dabei kommt es besonders<br />

auf zwei Dinge an: Erstens müssen wir Instrumente<br />

entwickeln, mit denen aus bloßen Daten nützliches Wissen<br />

generiert werden kann. Und vor allem muss der<br />

technische Fortschritt auch gewährleisten, dass wir uns<br />

sicher und selbstbestimmt in der digitalen Welt bewegen<br />

können. Das betrifft den einzelnen Menschen ebenso<br />

wie Unternehmen“, sagte Bundesforschungsministerin<br />

Johanna Wanka in Hannover.<br />

Sie verwies auf die bereits etablierten drei IT-Sicherheitsforschungszentren<br />

in Saarbrücken, Darmstadt und<br />

Karlsruhe, die sich seit 2011 zu anerkannten Partnern<br />

in Fragen der IT-Sicherheit in Deutschland und Europa<br />

entwickelt haben. So wurde beispielsweise ein Forschungsprojekt<br />

am Kompetenzzentrum Cispa in Saarbrücken<br />

mit dem höchstdotierten Forschungspreis „ERC<br />

Synergy Grant“ der Europäischen Union ausgezeichnet.<br />

Das Projekt analysiert multidisziplinär die durch das<br />

rasante Wachstum des Internets auftretenden Gefahren<br />

für Privatsphäre, Datensicherheit und Meinungs- sowie<br />

Informationsfreiheit und erarbeitet dazu Lösungen. Die<br />

IT-Sicherheitsforschungszentren dienen als Vorbilder<br />

für die neuen Kompetenzzentren Big Data. (ahü)<br />

BUNDESMINISTERIUM FÜR BILDUNG<br />

UND FORSCHUNG,<br />

Hannoversche Straße 28-30, D-10115 Berlin,<br />

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

Achema-Gründerpreis: Bewerbung bis Ende 2014<br />

Die Dechema nimmt Bewerbungen für den Achema-<br />

Gründerpreis entgegen. Gemeinsam mit den Business<br />

Angels FrankfurtRheinMain und dem High-Tech<br />

Gründerfonds sucht der Verband hervorragende Ideen<br />

und junge Unternehmen aus den Bereichen Chemie,<br />

Verfahrenstechnik und Biotechnologie.<br />

Die Finalisten erhalten auf der Achema, der Messe für<br />

die Prozessindustrie mit rund 170 000 Besuchern, einen<br />

kostenlosen Messestand. Sie stellen die Ideen vom<br />

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

jeder Sparte erhält bei der öffentlichen Verleihung ein<br />

Preisgeld in Höhe von 10 000 Euro. Voraussetzung für<br />

die Bewerbung bis zum 31. Dezember 2014 ist ein Businessplan.<br />

Die Jury aus Wissenschaft und Industrie sowie<br />

Trägern und Unterstützern des Wettbewerbs bewertet<br />

die Businesspläne. In der zweiten Runde stellen die Finalisten<br />

ihr Modell persönlich vor. Zu den Trägern gehören<br />

die Dechema Gesellschaft für Chemische Technik<br />

und Biotechnologie e.V., die Dechema Ausstellungs-<br />

GmbH, der Business Angels FrankfurtRheinMain e.V.<br />

und der High-Tech Gründerfonds. Der Verband der chemischen<br />

Industrie e.V. und der Verein deutscher Ingenieure<br />

e.V. unterstützen den Wettbewerb. (ahü)<br />

DECHEMA GESELLSCHAFT FÜR CHEMISCHE TECHNIK<br />

UND BIOTECHNOLOGIE E.V.,<br />

Theodor-Heuss-Allee 25, D-60486 Frankfurt am Main,<br />

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

Lanxess: Zachert Anfang April im Amt<br />

Matthias Zachert ist ab 1. April 2014 neuer Vorsitzender<br />

des Vorstandes der Lanxess AG. Derzeit ist er<br />

im Finanzvorstand der Merck KGaA tätig. Bis zum Eintritt<br />

von Zachert bei Lanxess übernimmt Finanzvorstand<br />

Bernhard Düttmann die Aufgaben im Vorstand.<br />

Darüber informierte das Unternehmen Anfang März.<br />

Wie das Handelsblatt berichtet, hat sich Lanxess zuvor<br />

überraschend von Zacherts Vorgänger Axel Heitmann<br />

getrennt. Zachert war, den Angaben von fr-online zufolge,<br />

bereits früher als Finanzchef für Lanxess tätig. Wie<br />

fr-online weiter berichtet, geriet Lanxess nach rasantem<br />

Wachstum in den vergangenen Jahren in die roten Zahlen.<br />

Überkapazitäten am Markt und außerplanmäßige<br />

Abschreibungen im vierten Quartal hatten dafür ge-<br />

sorgt, dass das Unternehmen 2013<br />

rund 160 Millionen Euro Verlust<br />

gemacht hat. Der Spezialchemie-<br />

Konzern beschäft rund 17 500 Mitarbeiter<br />

in 31 Ländern. Das Kerngeschäft<br />

bildet nach eigenen Angaben<br />

Entwicklung, Herstellung und Vertrieb<br />

von Kunststoffen, Kautschuken,<br />

Zwischenprodukten und Spezialchemikalien.<br />

<br />

(ahü)<br />

LANXESS DEUTSCHLAND GMBH,<br />

Kennedyplatz 1, D-50569 Köln,<br />

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

MATTHIAS ZACHERT<br />

übernimmt bereits am<br />

1. April 2014 das Amt<br />

des Vorstandsvorsitzenden<br />

von Axel<br />

Heitmann. Bild: Lanxess<br />

12<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


WAGO-I/O-SYSTEM 750 XTR<br />

Für Standard zu eXTRem – Für 750 XTR der Standard<br />

eXTRem beständig von −40°C bis +70°C<br />

eXTRem spannungsfest bis 5 kV Stoßspannung<br />

eXTRem vibrationsfest bis 5g Beschleunigung<br />

www.wago.com/750xtr


VERBAND<br />

Nach zehn Jahren: Gunther Koschnick löst<br />

Reinhard Hüppe als Geschäftsführer ab<br />

Gunther Koschnick ist neuer Geschäftsführer des<br />

ZVEI-Fachverbandes Automation. Wie der ZVEI<br />

(Zentralverband Elektrotechnik- und Elektronikindustrie<br />

e.V.) Anfang März mitteilte, löst Koschnick nach<br />

zehn Jahren Dr. Reinhard Hüppe ab, der sich in den<br />

Ruhestand verabschiedet. Koschnick war zuvor Fachbereichsleiter<br />

elektrische Antriebe im ZVEI. Er ist Elektrotechnik-Ingenieur<br />

und arbeitete zuletzt im Bereich<br />

Antriebstechnik bei ABB.<br />

Für ihn steht Industrie 4.0 ganz oben auf der Agenda:<br />

„Industrie 4.0 wird die hoch innovative Branche<br />

Automation über die nächste Dekade hinweg im internationalen<br />

Umfeld erfolgreich positionieren.“ Der<br />

ZVEI gestaltet diese Herausforderung zusammen mit<br />

den Verbänden Bitkom und VDMA in einer gemeinsamen<br />

Plattform Industrie 4.0. Innerhalb<br />

des ZVEI hat der Fachverband<br />

Automation bereichsübergreifend<br />

die Führungsfunktion<br />

übernommen. Ziele sind unter<br />

anderem, industrielle Standards<br />

einzubringen und weiterzuentwickeln<br />

und dabei die hohen Qualitätsanforderungen<br />

der deutschen<br />

Industrie zu sichern. (ahü)<br />

GUNTHER<br />

KOSCHNICK führt<br />

jetzt die Geschäfte<br />

im ZVEI-Fachverband<br />

Automation.<br />

Bild: ZVEI<br />

ZVEI – ZENTRALVERBAND ELEKTROTECHNIK- UND<br />

ELEKTRONIKINDUSTRIE E.V.,<br />

Lyoner Straße 9, D-60528 Frankfurt a. M.,<br />

Internet: www.zvei.org<br />

VDE sieht beim taktilen Internet Zukunftschancen<br />

CHANCEN DES TAKTILEN INTERNETS: Dr. Walter Börmann,<br />

Leiter Kommunikation und Public Affairs, VDE, Prof. Dr.-Ing. Ingo<br />

Wolff, Vorsitzender der Informationstechnischen Gesellschaft im<br />

VDE und Geschäfts führer der IMST GmbH, sowie Prof. Dr.-Ing.<br />

Gerhard Fettweis von der TU Dresden referierten auf der Cebit<br />

in Hannover über die Möglichkeiten der Initiative. Bild: VDE<br />

Die Steuerung von Robotern und Autos in Echtzeit,<br />

das taktile Internet, ist nach Meinung des Verbandes<br />

der Elektrotechnik Elektronik und Informationstechnik<br />

(VDE) der wachsende Zukunftsmarkt für<br />

Deutschland, wenn die digitale Infrastruktur stimmt:<br />

Neue, robuste Kommunikationsnetze mit Reaktionszeiten<br />

von nur wenigen Millisekunden, zuverlässige<br />

Sicherheitskonzepte zum Schutz von Nutzern, Daten<br />

und Maschinen sowie Chips führen die Prioritätenliste<br />

an. In dem auf der Cebit in Hannover vorgestellten Positionspapier<br />

„Taktiles Internet“ spricht sich der VDE<br />

außerdem für eine enge Kooperation zwischen Forschung,<br />

Anwendern, Herstellern und Netzwerkbetreibern<br />

bei der Entwicklung der Infrastruktur aus. Ohne<br />

ein leistungsfähiges taktiles Internet könnten wichtige<br />

deutsche Branchen den Anschluss verpassen, heißt es<br />

in dem Papier. <br />

(ahü)<br />

VDE VERBAND DER ELEKTROTECHNIK ELEKTRONIK<br />

INFORMATIONSTECHNIK E.V.,<br />

Stresemannallee 15, D-60596 Frankfurt,<br />

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

Automation 2014: Robotik und Gebäudeautomation<br />

Smart X – Powered by Automation“, unter diesem Motto<br />

findet am 1. und 2. Juli 2014 in Baden-Baden bereits<br />

zum 15. Mal der GMA Kongress Automation statt.<br />

Erläutert wird auf der zweitägigen Veranstaltung, in<br />

welchem Ausmaß die Automation die Grundlage und<br />

der Antrieb für smarte Lösungen in Wirtschaft und Gesellschaft<br />

ist. Nachdem der Kongress am Dienstag von<br />

Dr. Kurt-Dirk Bettenhausen und Prof. Dr.-Ing. Ulrich<br />

Jumar eröffnet wurde, erwartet die Zuhörer ein Keynote-<br />

Vortrag zum Thema „Wenn das Werkstück künftig sein<br />

Wissen selbst transportiert“. Anschließend folgen dann<br />

die Fachvorträge. Parallel finden Beiträge zu „Industrieller<br />

Robotik“ und „Gebäudeautomation“ statt. Anmeldung<br />

nimmt das VDI Wissensforum auf der Homepage<br />

auf www.automatisierungskongress.de an. (ahü)<br />

VDI WISSENSFORUM GMBH,<br />

VDI-Platz 1, D-40468 Düsseldorf ,<br />

Tel. +49 (0) 211 621 42 01,<br />

Internet: www.automatisierungskongress.de<br />

14<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Verband der Chemischen Industrie: Optimistische<br />

Prognose für die Branche in diesem Jahr<br />

Gute Aussichten – so fasst Dr. Utz Tillmann die konjunkturelle<br />

Entwicklung der Chemie- und Pharmaindustrie<br />

für das Jahr 2014 zusammen. Nachdem<br />

das wechselhafte Jahr 2013 mit einem guten Schlussquartal<br />

geendet ist, legt die Produktion in Deutschland<br />

wieder zu. Das ergab der Quartalsbericht des<br />

Verbandes der Chemischen Industrie (VCI), dessen<br />

Hauptgeschäftsführer Tillmann ist. Durch die steigende<br />

Produktion von Oktober bis Dezember stieg der<br />

Umsatz, obwohl die Preise für Chemieprodukte das<br />

vierte Quartal in Folge nachgaben. Die Inlandsnachfrage<br />

blieb jedoch stabil. Weltweit baute die Industrie<br />

ihren Handel aus.<br />

„Alle Chemiesparten spüren eine Belebung. Wir<br />

rechnen mit steigender Nachfrage im In- und Ausland,<br />

insbesondere von unseren europäischen Industriekunden.<br />

Rückschläge sind aber nicht ausgeschlossen.<br />

Derzeit gehen von allem von der politischen<br />

Krise in der Ukraine Risiken für die Weltwirtschaft<br />

aus“, so Tillmann.<br />

Für das Jahr 2014 rechnet der VCI mit einem Anstieg<br />

der Chemieproduktion um 2 Prozent. Die Preise<br />

DR. UTZ TILLMANN,<br />

Hauptgeschäftsführer<br />

vom VCI, während der<br />

Quartalspressekonferenz.<br />

Bild: VCI<br />

werden voraussichtlich um 0,5 % sinken, sodass der<br />

Branchenumsatz um 1,5 % auf 191,5 Milliarden Euro<br />

steigen könnte. <br />

(ahü)<br />

VERBAND DER CHEMISCHEN INDUSTRIE E.V. (VCI),<br />

Mainzer Landstraße 55,<br />

D-60329 Frankfurt am Main,<br />

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

15. Branchentreff der Mess- und Automatisierungstechnik<br />

AUTOMATION 2014<br />

01. und 02. Juli 2014 in Kongresshaus Baden-Baden<br />

SMART X – POWERED BY AUTOMATION<br />

TREFFEN SIE 500 EXPERTEN DER MESS-<br />

UND AUTOMATISIERUNGSTECHNIK!<br />

JETZT<br />

ANMELDEN!<br />

www.automatisierungskongress.de<br />

ÜBER 90 FACHBEITRÄGE<br />

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


PRAXIS<br />

Betriebssicherheit: Differenzstrom-Überwachung<br />

erhöht Verfügbarkeit der Anlage<br />

Hochfrequente Fehlerströme überwachen und unerwartete Zwangsabschaltungen vermeiden<br />

ANTRIEBE, die über Frequenzumrichter versorgt<br />

werden, zählen zu den typischen Anwendungsfällen<br />

von RCM-Geräten des Typs B+<br />

DIFFERENZSTROM-ÜBERWACHUNGS GERÄTE erkennen und<br />

beheben selbst hoch frequente Fehlerströme bis 100 kHz<br />

DIE KLASSI-<br />

FIZIERUNG von<br />

Differenzstromgeräten<br />

basiert<br />

unter anderem auf<br />

den detektierbaren<br />

Frequenzen der<br />

Fehlerströme<br />

Bilder: Phoenix Contact<br />

MIT DEM VORALARM werden Fehler<br />

erkannt und behoben, bevor es zur<br />

ungeplanten Abtrennung kommt<br />

Gleichfehlerströme und hochfrequente Wechselfehlerströme<br />

erhöhen in industriellen Anlagen<br />

die Anforderungen an die Technik – wenn Betriebssicherheit<br />

und Verfügbarkeit der Anlage sichergestellt<br />

werden sollen. Mittels Differenzstrom-Überwachungsgeräten<br />

werden Fehlerströme frühzeitig erkannt<br />

und gemeldet, bevor sie den kritischen Wert<br />

erreichen und eine Abschaltung der Anlage erfolgt.<br />

Ausfallzeiten und damit verbundene Kosten werden<br />

so reduziert.<br />

Aufgrund der Zunahme an elektronischen Verbrauchern<br />

handelt es sich im Fehlerfall häufig um Gleichströme<br />

oder Fehlerströme im hochfrequenten Bereich. Differenzstrom-Überwachungsgeräte<br />

erkennen Fehler frühzeitig<br />

und beheben sie. Der RCM Typ B+ von Phoenix<br />

Contact erkennt hochfrequente Fehlerströme bis 100 kHz.<br />

GRUNDLAGE FÜR WIRTSCHAFTLICHKEIT<br />

Der Stellenwert der Betriebssicherheit industrieller Anlagen<br />

wird durch die umfassende Normenlage bestätigt.<br />

Leitungsschutzschalter und Fehlerstrom-Schutzschalter<br />

werden dabei im Fehlerfall zur sicheren Abtrennung<br />

einzelner Verbraucher oder Stromkreise eingesetzt. Zu<br />

beachten ist, dass ein direktes Abtrennen durch einen<br />

Fehlerstrom-Schutzschalter aufgrund eines zu hohen<br />

Ableitstroms auf dem PE-Leiter nicht immer erwünscht<br />

ist. Denn mit dem sicherheitsbedingten schnellstmöglichen<br />

Abtrennen der Verbraucher geht eine geringere<br />

16<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Verfügbarkeit der Anlage einher – die wirtschaftlichen<br />

Auswirkungen eines unerwarteten Ausfalls der Anlage<br />

können hoch sein. Dabei sind neben dem Schaden an<br />

der Anlage selbst stets die möglichen Folgeschäden und<br />

Ausfallzeiten zu berücksichtigen. Eine unmittelbare<br />

Vorwarnung sowie ein rechtzeitiges Eingreifen können<br />

in diesem Fall helfen.<br />

HOCHFREQUENTE DIFFERENZSTRÖME<br />

Planer, Errichter und Betreiber elektrischer Anlagen<br />

reduzieren störende elektrische Einflüsse – wie hohe<br />

Ableitströme, Oberschwingungen und elektromagnetische<br />

Felder – durch geeignete Konzepte bereits bei der<br />

Planung. Später im Betrieb können hohe Ableitströme<br />

so auf ein Minimum reduziert werden. Fehlerströme<br />

durch Isolationsfehler können dadurch jedoch nicht<br />

ausgeschlossen werden.<br />

In Abhängigkeit von den Verbrauchern sowie von der<br />

benötigten Stromversorgung können Fehlerströme verschiedenster<br />

Form und Frequenz auftreten. Durch den<br />

vermehrten Einsatz elektronischer Betriebsmittel, wie<br />

Frequenzumrichter bei Motoren, kommt es im Fehlerfall<br />

zu hohen Ableitströmen im hochfrequenten Bereich.<br />

Außerdem werden frequenzgesteuerte Betriebsmittel<br />

eingesetzt, wie etwa Kühlanlagen, Kran- und Hebeanlagen<br />

oder Lampentreiber, bei denen die Betriebsfrequenz<br />

im mittleren zweistelligen kHz-Bereich liegt.<br />

Diese Frequenzen liegen weit über den geforderten detektierbaren<br />

Frequenzen von Schutz- und Überwachungsgeräten<br />

der Typen A und B.<br />

AGIEREN STATT REAGIEREN<br />

Um Fehlerströme in einer elektrischen Anlage zu erkennen,<br />

bevor es zu einer plötzlichen Abtrennung der<br />

Verbraucher kommt, können Differenzstrom-Überwachungsgeräte<br />

eingesetzt werden, die Fehlerströme<br />

detektieren und melden. Mit den Produktreihen RCM-<br />

A und RCM-B (Residual Current Monitoring) bietet<br />

Phoenix Contact Differenzstrom-Überwachungsgeräte<br />

nach DIN EN 62020 an, die diese Anforderungen erfüllen.<br />

Diese Überwachungssysteme, die aus Stromwandler<br />

und Auswerteeinheit bestehen, erkennen<br />

frühzeitig Fehlerströme in der Elektroinstallation geerdeter<br />

Systeme – in TN-S- und TT-Netzen. Um die<br />

Fehlerströme zu ermitteln, wird nicht mit einer tatsächlichen<br />

messtechnisch erfassten Messgröße gearbeitet,<br />

sondern mit einem Stromwert, der im Differenzstrom-Wandler<br />

erzeugt und im Differenzstrom-Überwachungsgerät<br />

ausgewertet wird. Voraussetzung für<br />

die Bildung des Differenzstroms ist allerdings, dass je<br />

nach Applikation entweder alle aktiven Leiter – also<br />

alle Außenleiter und Neutralleiter – oder der Erdungsleiter<br />

durch den zugehörigen Summenstromwandler<br />

RCM-SCT geführt wird.<br />

Die Ergebniswerte der Überwachung werden permanent<br />

signalisiert und beim Erreichen festgelegter<br />

Grenzwerte wird alarmiert. Mit diesem Informationsvorsprung<br />

kann der Betreiber den Fehler direkt oder<br />

aber bei der nächsten planmäßigen Wartung lokalisieren<br />

und beheben. Eine unerwünschte Abschaltung der<br />

Anlage wird dadurch vermieden. Dies erhöht die Verfügbarkeit.<br />

GEEIGNETE ÜBERWACHUNG FÜR JEDE APPLIKATION<br />

Mit dem Auftreten der verschiedenen Fehlerströme<br />

stiegen auch die Anforderungen an die Schutzeinrichtungen.<br />

Dadurch wurde die Klassifizierung von Leitungs-<br />

und Fehlerstrom-Schutzschaltern in den Normen<br />

und Richtlinien angepasst. Differenzstromgeräte<br />

des Typs A erfassen gemäß IEC 61008-1 (2012-04) sinusförmige<br />

Wechselfehlerströme sowie pulsierende<br />

Gleichfehlerströme bei einer Frequenz von 50/60 Hz.<br />

Geräte des Typs B nach IEC 62423 erfassen zusätzlich<br />

Wechselfehlerströme mit Frequenzen bis zu 1 KHz,<br />

überlagerte Gleich- und Wechselfehlerströme sowie<br />

glatte Gleichfehlerströme.<br />

Aufgrund der immer häufiger auftretenden hochfrequenten<br />

Fehlerströme wurde in der DIN VDE 664-400<br />

(2012-05) eine Klassifizierung von Typ-B+-Geräten vorgenommen.<br />

Diese erfassen zusätzlich zu den Fehlerströmen,<br />

die ein Typ-B-Gerät erfasst, auch Wechselströme<br />

mit einer Frequenz bis zu 20 kHz. Daher ist bei der<br />

Auswahl der Differenzstrom-Überwachungsgeräte immer<br />

auch die Art der möglichen Fehlerströme zu beachten.<br />

Treten lediglich Wechselfehlerströme und pulsierende<br />

Gleichfehlerströme mit einer Frequenz von<br />

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

A ausreichend. Bei Gleichfehlerströmen und hochfrequenten<br />

Wechselströmen sollte ein Gerät des Typs B/<br />

B+ zur Überwachung eingesetzt werden.<br />

AUTOR<br />

Dipl.-Wirt.-Ing. ACHIM<br />

ZIRKEL ist Produkt-<br />

Manager im Bereich<br />

Netz- und Signal-Qualität<br />

Trabtech bei Phoenix<br />

Contact in Blomberg.<br />

Phoenix Contact GmbH & Co. KG,<br />

Flachsmarktstraße 8,<br />

D-32825 Blomberg,<br />

Tel. +49 (0) 5235 31 20 00,<br />

E-Mail: azirkel@phoenixcontact.com<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

17


PRAXIS<br />

Durchflussmessgeräte unterstützen bei Erfüllung<br />

behördlicher Auflagen und sparen Kosten<br />

Bei der norwegischen RHI Normag AS wurden mit neuer Technik nicht nur Kalibrierprobleme gelöst<br />

DIE ANLAGE DER RHI NORMAG AS in Porsgrunn<br />

stellt Rohstoffe für Feuerfestmaterial her.<br />

DIE DURCHFLUSSMESSGERÄTE IN CORIOLIS-TECHNOLOGIE<br />

vereinfachten die Einhaltung der behördlichen Auflagen und verringerten<br />

das Risiko für Energie zuviel zu bezahlen. Bilder: Emerson Process Management<br />

Die Anlage der RHI Normag AS in Porsgrunn, Norwegen,<br />

hat ihre Instandhaltungskosten verringert,<br />

die Stillstandzeiten der Anlage minimiert und die Genauigkeit<br />

des Energieverbrauchmessung. Gelungen ist<br />

dies durch den Einsatz von Micro-Motion-Coriolis-<br />

Durchflussmessgeräten.<br />

ZUVERLÄSSIGKEIT IM KONTINUIERLICHEN PROZESS<br />

Sechs Geräte der Micro-Motion-CMF-Geräte von Emerson<br />

Process Management messen den Durchfluss von<br />

Erdgas und rückgeführtem Brennstofföl, das in den<br />

Öfen eingesetzt wird, in denen Magnesiumoxid Feuerfestmaterial<br />

hergestellt wird. Die hochgenauen Messungen<br />

werden für die steuerliche Bewertung von Gas<br />

und Öl genutzt und zur KLIF, der nationalen Umweltagentur<br />

Norwegens, übertragen, um die Einhaltung der<br />

Umweltvorschriften sicherzustellen.<br />

„Unsere Anlage ist ein großer Energieverbraucher,<br />

daher sind genaue Messungen von Öl und Gas wichtig<br />

für unseren Betrieb,“ sagt Merethe Pepevnik, technischer<br />

Leiter bei RHI Normag AS. „Weil wir einen<br />

kontinuierlichen Prozess fahren, ist Zuverlässigkeit von<br />

hoher Bedeutung. Unterbrechungen, um Messgeräte<br />

neu zu justieren oder aufzuarbeiten, sind sowohl störend<br />

als auch teuer. Wir haben uns für Emersons Massedurchflussmessgeräte<br />

in Coriolis-Technologie entschieden,<br />

weil sie zuverlässig, genau und einfach sind.“<br />

ZWEI MAL JÄHRLICH JUSTIEREN = HOHE KOSTEN<br />

Die Anlage der RHI Normag stellt Rohstoffe für Feuerfestmaterial<br />

her, das in vielen Industrien genutzt wird.<br />

In der Vergangenheit wurden zur Messung des Durchflusses<br />

Turbinenradzähler mit einem Dichtemesssystem<br />

für den eichamtlichen Transfer von Öl und Erdgas eingesetzt.<br />

Die Messungen wurden auch dazu genutzt, die<br />

CO2-Emissionen zu berechnen, die an KLIF berichtet<br />

werden mussten. Allerdings war die Genauigkeit des<br />

Messsystems durch Alterung und Abnutzung gering,<br />

es musste zweimal im Jahr neu justiert werden, um<br />

seine Leistungsfähigkeit zu erhalten. Das bedeutete,<br />

dass vier Systeme aus der Produktion genommen werden<br />

mussten, um sie zu justieren und aufzuarbeiten, zu<br />

Kosten von 25 000 Euro pro Gerät, was zu jährlichen<br />

Gesamtkosten von 150 000 Euro führte.<br />

RHI benötigte also ein Messsystem, das Werte lieferte,<br />

die für KLIF akzeptabel waren, genaue Daten für den<br />

eichamtlichen Transfer zur Verfügung stellte und wenig<br />

Instandhaltung benötigte. Die ersten vier Durchflussmessgeräte<br />

wurden im Sommer 2009 auf zwei Öfen<br />

installiert. Eines auf jedem Ofen diente zur Messung<br />

des rückgeführten Öls, das andere für die Messung von<br />

Erdgas. Im Jahr 2012 wurden Coriolis-Durchflussmessgeräte<br />

mit höherer Kapazität installiert, um höhere<br />

Gasdurchflussmengen messen zu können.<br />

Die Durchflussdaten werden genutzt, um die Gasmenge<br />

zu bestimmen, die vom Lieferanten zugekauft wird,<br />

und dadurch das Risiko von Unter- oder Überzahlung<br />

zu vermeiden. Darüber hinaus erfüllt die Messgenauigkeit<br />

des Durchflussmessgeräts mit ± 0,35 % für Gas und<br />

±0,1 % für Öl leicht die Anforderungen der KLIF. RHI<br />

nutzt Emersons Smart Meter Verification, um regelmäßig<br />

den Zustand und die Leistungsfähigkeit der Messgeräte<br />

zu überprüfen. Diese einfach zu nutzende <strong>automatisch</strong>e<br />

Diagnosefunktion überprüft schnell die mechanischen<br />

und elektronischen Eigenschaften (Sensor,<br />

Antrieb und Signalverarbeitung) des Messrohres, ohne<br />

18<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


die Durchflussmessung zu unterbrechen – sie verkürzt<br />

dadurch Stillstandzeiten und vermeidet die<br />

Notwendigkeit, das Gerät zweimal im Jahr zu warten<br />

oder zu justieren.<br />

INVESTITION RENTIERT SICH IN SECHS MONATEN<br />

Emersons Micro-Motion-ProLink-III-Software für<br />

Konfiguration und Diagnose wird genutzt, um monatlich<br />

einen Zustandsbericht des Messgerätes zu <strong>erstellen</strong>,<br />

in dem jeder Schaden an einem Messrohr aufgeführt<br />

ist, der die Messleistung beeinträchtigt. Der<br />

Bericht enthält auch Daten darüber, ob der Nullpunkt<br />

des Gerätes gegenüber der Werkseinstellung verändert<br />

wurde oder über die zuletzt erfolgreich in der<br />

Anlage gesetzte Nullpunkteinstellung. Diese Berichte<br />

werden für den jährlichen Audit durch die Behörden<br />

gesichert und unterstützen die Einhaltung der Vorschriften<br />

und Auflagen der Behörden.<br />

„Die Micro-Motion-Coriolis-Durchflussmessgeräte<br />

haben sich seit Jahren in unserer Anlage bewährt“,<br />

so Pepevnik weiter. „Selbst die ersten Messgeräte,<br />

2009 installiert, haben keine Justierung benötigt. Ihre<br />

Leistung ermöglicht es uns, unsere jährlichen Instandhaltungskosten<br />

deutlich zu verringern, die behördlichen<br />

Auflagen einfacher zu erfüllen und die<br />

Sicherheit zu haben, dass wir nur die Energie bezahlen,<br />

die wir wirklich nutzen. Auf der Grundlage dieser<br />

Faktoren hat sich unsere erste Investition bereits<br />

nach sechs Monaten bezahlt gemacht.“<br />

RHI Normag AS ist ein Unternehmen der RHI AG,<br />

einem Weltmarktführer in qualitativ hochwertiger,<br />

technisch führender Herstellung von feuerfestem<br />

Mauerwerk. In 36 Produktionsstätten in Europa,<br />

Nordamerika, Südafrika und China beschäftigt RHI<br />

AG etwa 8 000 Mitarbeiter.<br />

AUTOR<br />

THOMAS OTTEN ist seit<br />

März 2012 als Business<br />

Development Manager für<br />

die Micro Motion Flow,<br />

Dichte- und Viskositätsprodukte,<br />

sowie die Rosemount<br />

Flow Produkte (MagMeter<br />

und Vortex) zuständig.<br />

Emerson Process Management GmbH & Co. OHG,<br />

Rheinische Strasse 2, D-42781 Haan,<br />

Tel. +49 (0) 2129 55 30,<br />

Internet: www.emersonprocess.de


PRAXIS<br />

129 Photobioreaktoren sorgen für energieeffiziente<br />

Nutzung von Gebäudefassade in Hamburg<br />

Algenfassade erzeugt Biomasse, die von Durchflussmessgeräten kontrolliert wird<br />

ALGENHAUSFASSADE<br />

in Hamburg<br />

ZELLWACHSTUMS-<br />

DETEKTION<br />

mit Sensor OUSBT66.<br />

Bilder: Endress+Hauser<br />

Auf der Internationalen Bauausstellung (IBA) in<br />

Hamburg, die von März bis Oktober 2013 stattfand,<br />

sorgte ein Gebäude schon aufgrund seines leuchtend<br />

grünen Äußeren für Aufsehen: das Pionier-Algenhaus.<br />

Die fünfstöckige bewohnbare Immobilie mit einer Fassade<br />

von 129 Glassegmenten, die als Photobioreaktoren<br />

fungieren und Energie sowie Biomasse aus Mikroalgen<br />

erzeugen, war eines der Highlights in der Hansestadt.<br />

Durchfluss- und Füllstandmessgeräte des Anbieters<br />

Endress+Hauser sind ebenso in die Reaktoren eingebracht<br />

worden, wie pH-Sensoren und Messvorrichtungen<br />

für den Sauerstoff- und Nitratgehalt. Diese Parameter<br />

sind wichtig, um den Algen für deren Metabolismus<br />

einen geeigneten Lebensraum zu schaffen.<br />

OPTIMALE BEDINGUNGEN FÜR ALGEN SCHAFFEN<br />

„Algen verdoppeln ihre Biomasse jeden Tag“, erklärt der<br />

habilitierte Hydrobiologe Dr. Martin Kerner, Gründer des<br />

Beratungsunternehmens Strategic Science Consult (SSC),<br />

den besonderen Vorteil der grünen Wasserbewohner.<br />

„Wir wissen inzwischen sehr genau, was benötigt wird,<br />

um optimale Bedingungen für die Algen zu schaffen.“<br />

Die mit Wasser und Nährlösungen gefüllten Photobioreaktoren<br />

bieten passenden Lebensraum für die Mikroalgen.<br />

Die binden während der Photosynthese unter Lichtzufuhr<br />

Kohlenstoffdioxid und stellen daraus körpereigene<br />

organische Substanz her, die sogenannte Biomasse.<br />

Das hierfür benötigte Kohlenstoffdioxid stammt aus den<br />

Abgasen einer Gasheizung im Erdgeschoss des Gebäudes.<br />

Die aus Algen gewonnene Biomasse ist reich an essentiellen<br />

Aminosäuren, ungesättigten Fettsäuren sowie<br />

prä- und probiotischen Substanzen, die sie für eine Verwendung<br />

als Futter- und Nahrungsmittel prädestinieren.<br />

Die wertvollen Inhaltsstoffe können auch für die Anwendung<br />

in der Pharma- und Kosmetikindustrie dienen.<br />

In der Biogasanlage landen dann letzten Endes nur die<br />

Reststoffe nach der Extraktion der Feinchemikalien.<br />

PROZESSPHOTOMETER MISST WACHSTUM DER ALGEN<br />

Um das Wachstum der Algen nachverfolgen und aufzeichnen<br />

zu können, wurde ein Prozessphotometer<br />

OUSBT 66 eingesetzt, der die Werte kontinuierlich aufzeichnet<br />

und an das Leitsystem übermittelt. Die Kontrolle<br />

des Algen-Wachstums dient der Ermittlung des<br />

geeigneten Erntezeitpunktes, an dem die Algen die<br />

optimalen Bedingungen für die nachfolgenden Produktionsschritte<br />

aufweist.<br />

Neben der Messtechnik lieferte Endress+Hauser die<br />

gesamte elektrotechnische Montage sowie die Leittechnik<br />

vom strategischen Allianzpartner Rockwell Automation.<br />

Dabei wurde auf die dezentrale Ethernet-IP-<br />

Topologie zurückgegriffen. Die Remote I/O Module<br />

wurden so an die Control-Logix-Steuerung (SPS) gekoppelt,<br />

um ein dezentrales Steuerungskonzept über die<br />

einzelnen Stockwerke zu realisieren. Die Schnittstelle<br />

zum Bediener wurde über die Visualisierungssoftware<br />

FTView, ebenfalls von Rockwell Automation, realisiert.<br />

So kann der Bediener die Anlage steuern, bei Bedarf in<br />

den Prozess eingreifen sowie bestimmte Steuerungsund<br />

Regelparameter verändern.<br />

Rockwell Automation hat es den Programmierern einfach<br />

gemacht und bietet die Möglichkeit, je nach Background<br />

eine von drei verschiedenen Programmiersprachen<br />

anzuwenden. Ladder, Structured Text und Funktionsplan<br />

stehen zur Verfügung. Dies ermöglicht eine schnelle Projektrealisierung<br />

an fast jedem Ort der Welt und ohne große<br />

20<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Bindung von Fachpersonal. Außerdem verbesserte Rockwell<br />

das Programmierhandling durch seine Tag-basierte<br />

Architektur und schuf eine Durchgängigkeit innerhalb der<br />

Steuerung, die zur Zeitersparnis beiträgt.<br />

TECHNOLOGIE AUCH FÜR GRÖSSERE FASSADEN<br />

Neben den beschriebenen Vorzügen des überwachten<br />

Algenwachstums zur Algengewinnung und Ernte wird<br />

mit den Photobioreaktoren auch Solarthermie betrieben.<br />

Denn die Warmwasserbereitung im „grünen“ Gebäude<br />

wird mit Energie versorgt, die durch Sonneneinstrahlung<br />

im Wasser der Bioreaktoren entstanden ist<br />

und mit einem Wärmetauscher entzogen wurde.<br />

„Es handelt sich um eine Demonstrationsanlage, die<br />

erfolgreich die Machbarkeit aufzeigte“, so Dr. Martin<br />

Kerner. Nun wird im Rahmen eines Monitoring-Programms<br />

die Anlagen- und Prozesstechnik so optimiert,<br />

dass gleichzeitig hohe Produktivität hinsichtlich<br />

Biomasse und Wärme sowie eine hohe Benutzerakzeptanz<br />

hergestellt werden. Im Hinblick auf eine<br />

Anwendung an größeren Bauten wie etwa Möbelhäu-<br />

sern, Lagerhallen und Industriebauten würde dann<br />

eine marktreife Technologie zur Verfügung stehen, mit<br />

der bislang brach liegende Fassadenflächen im urbanen<br />

Bereich energieeffizient und ökologisch sinnvoll<br />

genutzt werden.<br />

AUTORIN<br />

ALINA MORITZ ist Produktmanagerin<br />

Analysenmesstechnik bei<br />

Endress+Hauser in Weil am Rhein.<br />

Endress+Hauser Messtechnik GmbH+Co. KG,<br />

Colmarer Straße 6, D-79576 Weil am Rhein,<br />

Tel. +49 (0) 7621 975 53 98,<br />

E-Mail: alina.moritz@de.endress.com<br />

Durchflussmesstechnik<br />

Hochpräzises Durchflussmessgerät<br />

mit einem 3 in 1 Sensor.<br />

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

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

und Temperaturmessung.<br />

Durchflussbereich von 0,1 bis 525 l/min.<br />

Max. Betriebstemperatur 125 °C.<br />

Max. Druck 40 bar.<br />

Push-pull (PNP+NPN) und Pt100 Signal.<br />

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

www.kral.at


PRAXIS<br />

Burst-Technologie ermöglicht hohe Qualität ohne<br />

Reibungsverlust bei der Laserbearbeitung<br />

Wirtschaftlichere Fertigung von Komponenten für Werkzeuge, Automotive und Medizintechnik<br />

AN EINEM HARTMETALLWERKSTÜCK mit einer<br />

Bearbeitungsfläche von 1x1 mm² wurde das Verhältnis<br />

von Laserfluenz zu Bearbeitbarkeit untersucht. Dabei<br />

stellte sich bei 4,2 Mhz eine maximale Abtragsrate von<br />

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

Strahlquelle: Time-Bandwidth.<br />

DAS BURSTVERFAHREN ermöglicht durch viele Laserpulse eine<br />

gute Bearbeitungsrate. So wurde hier innerhalb von einer Stunde<br />

ein Volumen von 180 mm3 abgetragen (links: Mikroskopaufnahme<br />

des Abtragsergebnisses, rechts: Negativvolumen).<br />

BEI EINER ZU HOHEN<br />

FLUENZ entstehen<br />

Lunker und Schmelze auf<br />

der Materialoberfläche.<br />

IM BURSTMODUS wird die hohe Energiedichte in<br />

Einzelpulse aufgelöst. Die mittlere Leistung bleibt<br />

dabei zusammengenommen gleich.<br />

BEI ZU GERINGER<br />

LASERFLUENZ bilden<br />

sich aufgrund des<br />

instabilen Abtrags Spikes<br />

auf dem Werkstoff.<br />

Bilder: GFH GmbH<br />

Laser mit ultrakurzen Pulsen sind bislang meist das<br />

Mittel der Wahl, um in der Mikrobearbeitung an die<br />

Grenzen des technisch Machbaren zu gehen. Allerdings<br />

erfordert dieses Verfahren in der Regel sehr lange<br />

Prozesszeiten, weshalb eine Umsetzung in Serienanwendungen<br />

nur bei Produkten mit hoher Wertschöpfung<br />

wirtschaftlich realisierbar ist. Inzwischen gibt es<br />

dazu jedoch eine Alternative: Lasersysteme mit flexiblen<br />

Pulszügen können große Volumen bei sehr guter<br />

Qualität abtragen. Die Bearbeitungsleistung liegt teils<br />

um den Faktor 10 höher als bei konventionellen Fertigungsverfahren.<br />

Gleichzeitig werden Werkstoffbeeinträchtigungen<br />

durch zu hohen Energieeintrag dank der<br />

Aufspaltung in mehrere Burstpulse verhindert.<br />

Die GFH GmbH hat in ihren Lasermikrobearbeitungsanlagen<br />

diese neue Technologie mit UKP-Lasern und<br />

softwaregestützem Prozess-Know-How zu einem Gesamtpaket<br />

kombiniert, das die wirtschaftliche Serienfertigung<br />

von Komponenten vom Werkzeugbau über die<br />

Medizintechnik bis hin zu Automotivteilen ermöglicht.<br />

22<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


EINSCHRÄNKUNGEN BEI TRADITIONELLER<br />

LASERBEARBEITUNG<br />

Um Werkstoffe mit Laserpulsen effizient zu bearbeiten,<br />

sollte ein möglichst großer Teil der vorhandenen Laserenergie<br />

in Abtragsleistung umgesetzt werden. Je nach<br />

Werkstoff läuft die Bearbeitung dann am effizientesten,<br />

wenn das Material mit Laserpulsen einer speziell darauf<br />

abgestimmten Energiedichte bearbeitet wird. So<br />

wird zum Beispiel bei Hartmetall die beste Abtragsrate<br />

bei Energiedichten im Bereich von 1 J/cm² erreicht.<br />

Industriell verfügbare Lasersysteme liefern heute<br />

mittlere Leistungen bis zu 150 W bei Pulslängen von<br />

einigen Pikosekunden. Die maximale Energie des Einzelpulses<br />

liegt aktuell im Bereich von 500 µJ, womit<br />

Energiedichten von bis zu 900 J/cm² erzeugt werden<br />

können. Die Bearbeitung in einem solchen Regime ist<br />

zwar vor allem für das Laserbohren und -schneiden gut<br />

geeignet, übersteigt aber die Energiedichte, bei der der<br />

Abtragsprozess sein Effizienzmaximum erreicht, um<br />

den Faktor 1 000. Der damit verbundene Energieüberschuss<br />

führt bei derartigen Anwendungen stattdessen<br />

zu unerwünschten Effekten wie beispielsweise Schmelze,<br />

Grat- oder Lunkerbildung.<br />

LASER MIT HOHER REPETITION SOLLEN<br />

MITTLERE LEISTUNG LIEFERN<br />

Um abtragende Prozesse effizient umzusetzen, werden<br />

daher Lasersysteme benötigt, die es aufgrund hoher Repetitionsraten<br />

erlauben, mit der für den jeweiligen Werkstoff<br />

idealen Energiedichte eine hohe mittlere Leistung<br />

zu liefern. Theoretisch ließe sich auf diese Weise die<br />

Abtragsrate skalieren, in der Praxis sind einer solchen<br />

Skalierung jedoch sowohl system- als auch prozesstechnische<br />

Grenzen gesetzt: So müsste bei einer Erhöhung<br />

der Pulswiederholfrequenz entsprechend auch die Scannergeschwindigkeit<br />

gesteigert werden, um den Pulsüberlapp<br />

konstant zu halten und einen gleichmäßigen<br />

Abtrag sicherzustellen. Heutige Scannersysteme für<br />

universelle Materialbearbeitungen können allerdings<br />

nicht mit einer Schnelligkeit im Bereich von mehreren<br />

10 m/s gefahren werden. Darüber hinaus resultiert eine<br />

Verdoppelung der Verfahrgeschwindigkeit des Scanners<br />

nicht zwangsläufig in einer Halbierung der Prozesszeit.<br />

Hierbei sind auch Totzeiten durch Beschleunigungsund<br />

Bremsstrecken mit einzuberechnen, die eine mögliche<br />

Skalierung signifikant einschränken.<br />

Daneben spielen prozesstechnische Umstände eine<br />

wichtige Rolle. Bei der Bearbeitung von Werkzeugstählen<br />

mit kurzen Laserpulsen von einigen Pikosekunden<br />

zum Beispiel zeigt sich die effizienteste Fluenz im Bereich<br />

von 100 mJ/cm². Diese Energiedichte liegt jedoch<br />

nahe an der Abtragsschwelle, weshalb es beim Schmelzen<br />

und Verdampfen des Materials zu Instabilitäten<br />

kommen kann, die sich etwa als unerwünschte Deformationen<br />

manifestieren. Eine hohe Abtragsleistung bei<br />

zugleich hoher Oberflächenqualität lässt sich daher<br />

insbesondere bei Werkstoffen, deren Schwellenfluenz<br />

nahe der effizientesten Fluenz liegt, mit den gängigen<br />

Strategien kaum erreichen.<br />

AUFTRENNUNG DER ENERGIEDICHTE<br />

ALS ALTERNATIVE<br />

Eine Möglichkeit diese system- und prozessbedingten<br />

Einschränkungen bei der Lasermikrobearbeitung zu umgehen,<br />

stellen flexible Pulszüge, auch Burst genannt, dar.<br />

Damit ist die Aufspaltung eines einzelnen Laserpulses in<br />

mehrere kurz aufeinander folgende Burstpulse gemeint.<br />

Jeder Einzelpuls kann in bis zu acht aufeinander folgende<br />

Teile getrennt werden, die ursprüngliche Energiedichte<br />

verteilt sich dabei entweder entsprechend gleichmäßig<br />

oder wird vom System in Stufen von 0 bis 255 für jeden<br />

einzelnen Burstpuls spezifisch konfiguriert. Die Abfolge<br />

der einzelnen Pulse liegt im Bereich von 12,5 ns.<br />

Die dazu nötigen Regulierungsfunktionalitäten hat<br />

die GFH GmbH jetzt standardmäßig in ihre Anlagensteuerung<br />

GL Control integriert. Auf diese Weise können<br />

alle neuen Lasermikrobearbeitungszentren, deren<br />

Strahlquellen dafür geeignet sind, je nach Bedarf in den<br />

Burst-Modus umgeschaltet werden. Um den Benutzer<br />

dabei zu unterstützen, werden sämtliche relevanten<br />

Prozessparameter in einem grafischen Bedieninterface<br />

dargestellt, so dass die individuelle Einstellung erleichtert<br />

wird. Zusätzlich sind diverse vordefinierte Standard-Parametersätze<br />

für verschiedene Werkstoffe verfügbar,<br />

die bereits auf gewisse Zielgrößen, etwa hinsichtlich<br />

Abtragsrate oder Rauheit, abgestimmt sind<br />

und direkt übernommen werden können.<br />

Durch die damit mögliche Aufspaltung der Laserenergie<br />

werden zum einen die prozesstechnischen Probleme<br />

mit bestimmten Werkstoffgruppen in einen Bereich<br />

verschoben, der eine zuverlässige und präzise<br />

Bearbeitung mit hoher Abtragsleistung ermöglicht.<br />

Zum anderen entsprechen die Pulspausen im Burst-<br />

Modus jenen im Standardbetrieb ohne Burst, wodurch<br />

handelsübliche Scanner eingesetzt werden können.<br />

Generell sind mit dieser Bearbeitungsstrategie Abtragsraten<br />

von bis zu 3 mm³/min bei einer Oberflächenrauhigkeit<br />

von unter 0,5 µm Ra möglich. Selbst komplexere<br />

Geometrien mit Rundungen und unterschiedlichen<br />

Vertiefungen und einem Gesamtvolumen von<br />

180 mm³ lassen sich so innerhalb einer Stunde bei<br />

gleich bleibend hoher Qualität und ohne unerwünschte<br />

Materialveränderungen erzeugen.<br />

AUTOR<br />

ANTON PAULI<br />

ist Geschäftsführer der GFH GmbH.<br />

GFH GmbH,<br />

Großwalding 5, D-94469 Deggendorf,<br />

Tel. +49 (0) 991 29 09 20,<br />

Internet: www.gfh-gmbh.de<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

23


PRAXIS<br />

Funktionales Engineering: Maschinen mit<br />

aktualisierter Software übergreifend konfiguriert<br />

Baukasten-Funktionalitäten werden in verschiedenen Technologien eingesetzt<br />

IM EPLAN ENGINEERING CENTER<br />

(EEC) werden die Funktionen einer<br />

Maschine allgemeingültig abgelegt,<br />

so dass sie für die individuellen<br />

Ausprägungen einer kundenspezifischen<br />

Maschine konfiguriert<br />

werden können.<br />

BLICK IN EINE<br />

PFLASTERMASCHINE am<br />

Beispiel eines Wicklers.<br />

DA DIE MASCHINEN trotz der individuellen<br />

Anforderungen wiederkehrende Funktionen zu<br />

erfüllen haben, lag es nahe, nach Möglichkeiten<br />

der Standardisierung zu suchen.<br />

Wenn sich ein Hersteller für die Vermarktung eines<br />

neuen Produktes entscheidet, benötigt er in möglichst<br />

kurzer Zeit eine genau auf seine Anforderungen<br />

angepasste Verpackungslösung. Die Hersteller reagieren<br />

mit der Strategie, einen möglichst hohen Maschinenumfang<br />

mit bereits entwickelten, variablen Funktionsmodulen<br />

zu realisieren, um Kalkulationssicherheit,<br />

kurze Lieferzeit und Qualität in den Griff zu<br />

bekommen. Das tut auch Harro Höfliger auf Basis des<br />

Eplan Engineering Center (EEC).<br />

Das Portfolio des Herstellers von Produktions- und<br />

Verpackungsanlagen ist in mehrere Technologiebereiche<br />

gegliedert: Die Bahn- und Folienverarbeitung<br />

befasst sich unter anderem mit Maschinen, die Wundpflaster<br />

und -verbände h<strong>erstellen</strong> und verpacken. Ein<br />

weiterer Technologiebereich entwickelt und fertigt<br />

Kartonieranlagen. Außerdem werden Montagemaschinen<br />

für medizinische Geräte wie zum Beispiel Einmalspritzen<br />

gefertigt. Ein weiterer Bereich ist die Pulvertechnologie.<br />

Hier entwickelt die Firma Lösungen für<br />

das Dosieren und Verpacken von pulverförmigen Medikamenten,<br />

wie inhalierbares Insulin. Rund 80 % der<br />

in Allmersbach gebauten Maschinen kommen in der<br />

Pharma- und Medizintechnik zum Einsatz.<br />

STANDARDISIERUNG ERLEICHTERT PROJEKTARBEIT<br />

Eine übergreifende Entwicklungsabteilung, die unabhängig<br />

von Einzelprojekten arbeitet, gibt es bei Harro<br />

Höfliger nicht. Volker Scheub, Leiter Steuerungstechnik:<br />

„Da immer individuelle Anforderungen zu berücksichtigen<br />

sind, gibt es für uns keine Serienmaschinen.<br />

Alle Entwickler arbeiten an Kundenprojekten.“ Dabei<br />

spielt die Software eine immer größere Rolle: Mehr als<br />

80 Mitarbeiter in allen Technologiebereichen sind für<br />

die Programmierung der Maschinensteuerungen verantwortlich.<br />

Da die Maschinen trotz der individuellen<br />

Anforderungen wiederkehrende Funktionen zu erfüllen<br />

haben, lag es nahe, nach Möglichkeiten der Standardisierung<br />

zu suchen. Dabei standen zwei Aspekte<br />

im Vordergrund. Volker Scheub: „Die Entwickler stehen<br />

unter starkem Zeitdruck. Sie arbeiten ja nicht für<br />

eine neue Baureihe, sondern hinter jedem Projekt steht<br />

ein Kunde, der auf seine Maschine wartet. Neben der<br />

Zeitersparnis als vorrangigem Ziel wollten wir aber<br />

auch eine Qualitätsverbesserung erreichen.“<br />

FUNKTIONEN ALLGEMEINGÜLTIG ABLEGEN<br />

Da die Maschinen und deren Baugruppen sehr stark<br />

mechatronisch geprägt sind, war Harro Höfliger auf der<br />

Suche nach einer Lösung, die die Konfiguration aller<br />

mechatronischen Disziplinen unterstützt. Es sollte vermieden<br />

werden, unkalkulierbare Ressourcen in die Eigenentwicklung<br />

einer Konfigurationslösung zu investieren.<br />

Die logische Konsequenz daraus war, nach einer<br />

Lösung am Markt zu suchen. Die Wahl fiel auf das Eplan<br />

Engineering Center (EEC). Im EEC werden die Funktionen<br />

einer Maschine allgemeingültig abgelegt, so dass<br />

sie für die individuellen Ausprägungen einer kunden-<br />

24<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


schorrek: „Wir sparen zum Beispiel bei einer Pflastermaschine<br />

150 bis 250 Konstruktionsstunden.“ Zugleich<br />

verbessert sich die Qualität, weil die Konstrukteure stets<br />

auf geprüfte Programmierbausteine zurückgreifen können,<br />

die quasi auf Knopfdruck zur Verfügung stehen.<br />

Auch bei der Inbetriebnahme spart man Zeit. „Bei der<br />

elektrischen Grundinbetriebnahme konnten wir den<br />

Zeitaufwand im Schnitt von zwei Wochen auf wenige<br />

Tage reduzieren“, so Uwe Koschorrek.<br />

DIE MASCHINEN UND DEREN BAUGRUPPEN<br />

sind sehr stark mechatronisch geprägt – hier die<br />

Schneid station einer Pflastermaschine.<br />

Bilder: Harro Höfliger<br />

spezifischen Maschine konfiguriert werden können<br />

(Funktionales Engineering). Für die Erstellung der konkreten<br />

auftragsspezifischen Unterlagen enthält jede<br />

Funktion die entsprechenden Ausprägungen für den<br />

Schaltplan, die SPS-Software oder die Dokumentation.<br />

KEIMZELLE SOFTWAREENTWICKLUNG<br />

Das Unternehmen hat die Einführung des EEC mit der<br />

Konfiguration der Steuerungssoftware begonnen, da hier<br />

die höchsten Optimierungspotenziale gesehen wurden.<br />

Das Projektteam hat den Baukasten von vornherein so<br />

aufgebaut, dass die Grundfunktionalitäten technologieübergreifend,<br />

das heißt für unterschiedliche Maschinentypen<br />

einsetzbar sind. Das funktioniert sehr gut, obwohl<br />

es große Unterschiede zum Beispiel zwischen getakteten<br />

Maschinen und solchen mit kontinuierlichem Betrieb<br />

gibt. Volker Scheub: „Damit erreichen wir, dass jeder<br />

auftretende Fehler behoben wird und dann nie wieder<br />

auftritt.“ Individuelle Steuerungen werden damit heute<br />

nahezu vollständig aus dem Baukasten generiert. Uwe<br />

Koschorrek, Gruppenleiter Steuerungstechnik für Bahnverarbeitungsmaschinen:<br />

„Wir generieren die Steuerungen<br />

unserer Maschinen inzwischen bis zu 99 % mit<br />

dem EEC.“ Nur Sonderwünsche, die bislang noch nie<br />

realisiert wurden, wie die Integration eines zusätzlichen<br />

Sensors, werden auf konventionelle Weise realisiert –<br />

aber auch nur beim ersten Mal: „Solche Zusatzfunktionen<br />

werden direkt als neues Funktionsmodul im EEC<br />

angelegt.“ Auch die Zeitvorteile sind enorm. Uwe Ko-<br />

GENERIERUNG DER DOKUMENTATION<br />

Auf Basis der ersten Erfahrungen erfolgte die aufwendige<br />

Erstellung der im Bereich der Medizintechnik<br />

durch Gamp geforderten, maschinenspezifischen Dokumente<br />

für die Qualifizierung, Designspezifikation<br />

sowie Softwaredokumentation. Die auf Basis von Word<br />

erstellten Dokumente wurden analog zur Vorgehensweise<br />

in der Softwareentwicklung modularisiert und<br />

in den Baukasten überführt. Sie werden heute <strong>automatisch</strong><br />

und damit immer konsistent zur Steuerungssoftware<br />

aus dem EEC generiert. Dieser sehr strukturierte<br />

und reproduzierbare Prozess ist ein nicht zu unterschätzender<br />

Wettbewerbsvorteil in der heutigen Kundenkommunikation<br />

von Harro Höfliger. Angesichts<br />

dieser in den ersten beiden Stufen erreichten Effekte<br />

überrascht es nicht, dass die Firma die Möglichkeiten<br />

des EEC noch umfassender nutzen wollte. Dies galt sowohl<br />

für die Breite des Einsatzes im Unternehmen, das<br />

heißt die Nutzung des Baukastens für weitere Technologiebereiche,<br />

als auch für weitere Disziplinen. So hat<br />

das Unternehmen im dritten Schritt die Elektrokonstruktion<br />

mit Eplan Electric P8 in das EEC eingebunden.<br />

Unterstützung erhielt der Hersteller von Verpackungsmaschinen<br />

von Eplan im Bereich der Modularisierung<br />

der Schaltpläne und bei der Konfiguration.<br />

Daher generiert die Firma heute bei ihren Kartoniermaschinen<br />

und Pflastermaschinen die Elektroschaltpläne,<br />

den Steuerungscode und die Dokumentation zu<br />

einem hohen Prozentsatz <strong>automatisch</strong>.<br />

AUTOR<br />

DIPL.-ING. VOLKER SCHEUB ist Director<br />

Controls Engineering bei der Harro<br />

Höfliger Verpackungsmaschinen GmbH.<br />

Harro Höfliger Verpackungsmaschinen GmbH,<br />

Helmholtzstraße 4 ,<br />

D-71573 Allmersbach im Tal,<br />

Tel. +49 (0) 7191 50 10,<br />

E-Mail: info@hoefliger.de<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

25


NACHRUF<br />

PROF. DR.-ING.<br />

UWE MAIER <br />

26<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Fachwelt der Automation trauert<br />

um Prof. Dr.-Ing. Uwe Maier<br />

Der 66-jährige Mit-Herausgeber des Handbuchs der Prozessautomation und Prof. für Automatisierungstechnik<br />

verstarb überraschend in der Nacht vom 9. auf den 10. März 2014 zuhause.<br />

Ein Nachruf seines Kollegen Prof. Steven X. Ding von der Universität Duisburg-Essen<br />

Am 10. März 2014 verstarb Prof. Dr.-Ing. Uwe Maier,<br />

ein langjähriger Mitarbeiter des Fachgebiets Automatisierungstechnik<br />

und komplexe Systeme (AKS)<br />

und Professor der Abteilung Elektrotechnik und Informationstechnik<br />

(EIT) der Universität Duisburg-<br />

Essen, plötzlich und völlig unerwartet.<br />

Mit Herrn Prof. Maier verlieren unser Fachgebiet<br />

und die Regelungstechnikgemeinde einen liebevollen<br />

Kollegen, Freund und einen wunderbaren Menschen.<br />

Geboren am 09. September 1947 in Stuttgart, studierte<br />

Prof. Maier von 1966 bis 1971 Elektrotechnik<br />

an der Technischen Universität Hannover. Anschließend<br />

arbeitete er bis 1977 als wissenschaftlicher Mitarbeiter<br />

und Assistent an der Technischen Universität<br />

Hannover, wo er im Jahr 1974 zum Dr.-Ing. promovierte.<br />

Von 1977 bis 1986 war er in der Industrie tätig,<br />

zunächst auf dem Gebiet der Software-Entwicklung<br />

für Echtzeitanwendungen bei der damaligen Krupp<br />

Atlas-Elektronik GmbH in Bremen und später im Bereich<br />

Planung der Automatisierung verfahrenstechnischer<br />

Produktionsanlagen bei der früheren Hoechst<br />

AG in Frankfurt. Von 1986 bis 1992 war er Professor<br />

für Automatisierungstechnik an der Fachhochschule<br />

Wiesbaden. 1992 folgte er dem Ruf als Professor der<br />

Automatisierungstechnik an die Universität GH Duisburg<br />

und war bis zu seiner Pensionierung im Februar<br />

2013 als Hochschullehrer und in verschiedenen<br />

Funktionen in der akademischen Selbstverwaltung<br />

in der Abteilung EIT tätig. Im September 2013 erhielt<br />

er eine UDE-Seniorprofessur für seine wertvolle Tätigkeit<br />

zum Aufbau und zur Akkreditierung des neuen<br />

EIT-Master-Fernstudiums.<br />

Geprägt durch seine langjährige Industrietätigkeit<br />

im Bereich Prozessautomatisierung beschäftigte sich<br />

Prof. Maier vorrangig mit der Entwicklung der Engineering-Methoden<br />

der Automatisierungstechnik, fehlertoleranten<br />

Systemen und praktischen Anwen-<br />

dungen von Modellbildung und Regelung. Sein Beitrag<br />

auf diesem Gebiet genießt in der Fachwelt hohe<br />

Anerkennung und Reputation. Prof. Maier war der<br />

Mit-Herausgeber eines Standardwerkes auf dem Gebiet<br />

der Prozessautomatisierung, dem Handbuch der<br />

Prozessautomatisierung, das von dem Kollegen Früh<br />

1997 erstmals herausgegeben und mehrfach durch<br />

Prof. Maier und seinen Kollegen Dieter Schaudel als<br />

neue Auflage aktualisiert wurde.<br />

Prof. Maier unterstützte die Abteilung EIT über<br />

viele Jahre in der akademischen Selbstverwaltung<br />

uneigennützig und tatkräftig. Er war Vorsitzender<br />

des Prüfungsausschusses EIT und Initiator des internationalen<br />

Masterstudiengangs Automation and<br />

Control Engineering. Von seiner über viele Jahre gewachsenen,<br />

transparenten und fairen Methodik zur<br />

Beurteilung der Studienvoraussetzungen profitiert<br />

der Lehrbetrieb der Abteilung EIT. Die Akkreditierung<br />

des neuen EIT-Master-Fernstudiums koordinierte<br />

er maßgeblich und erstellte federführend die<br />

umfangreichen Akkreditierungsunterlagen. Er entwarf<br />

die Prüfungsordnung, setzte diese gemeinsam<br />

mit dem Justitiariat erfolgreich um und schaffte<br />

kürzlich noch die grundlegenden Strukturen für den<br />

Prüfungsausschuss.<br />

Prof. Maier war ein wunderbarer Mensch. Er war<br />

bei seinen Studenten, Mitarbeitern und Kollegen gleichermaßen<br />

beliebt und geschätzt. Unser Fachgebiet<br />

wird Herrn Prof. Maier vermissen und stets in bester<br />

Erinnerung behalten.<br />

PROF. STEVEN X. DING,<br />

Fachgebietsleiter,<br />

Fachgebiet Automatisierungstechnik<br />

und komplexe Systeme (AKS),<br />

Universität Duisburg-Essen<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

27


HAUPTBEITRAG<br />

<strong>Anlagentopologien</strong><br />

<strong>automatisch</strong> <strong>erstellen</strong><br />

Modelle aus der Mensch-Maschine-Schnittstelle erzeugen<br />

Eine fundamentale Fragestellung der akademischen und industriellen Forschung<br />

des letzten Jahrzehnts war die Automatisierung der Automatisierung. Dabei wurden<br />

Konzepte mit dem Ziel einer teilautomatisierten Projektierung von Automatisierungslösungen<br />

entwickelt. Die Anwendbarkeit der Algorithmen ist abhängig vom<br />

Vorhandensein einer Beschreibung der Anlagentopologie in einem maschinenlesbaren<br />

Format. Da diese bei Altanlagen für Engineering-Aufgaben im Betrieb und bei<br />

der Modernisierung oft nicht zur Verfügung steht, müssen Alternativen gefunden<br />

werden, um die benötigte Information zu gewinnen. Im Beitrag wird eine Methode<br />

vorgestellt, die die benötigte Information aus der Mensch-Maschine-Schnittstelle<br />

erzeugt. Diese wird in einem Topologiemodell abgelegt, sodass sich die Algorithmen<br />

der Automatisierung der Automatisierung darauf anwenden lassen.<br />

SCHLAGWÖRTER Anlagentopologie / Automatisierung der Automatisierung /<br />

Topologiemodell<br />

Topology Generator –<br />

Creation of Models from Human Machine Interfaces<br />

A fundamental question of last decade’s research in academia and industry is the<br />

Automation of Automation. Aiming at (semi-)automatic engineering of automation<br />

systems, a lot of concepts have been developed. Regarding applicability, those algorithms<br />

highly depend on the availability of plant descriptions in a computer-interpretable<br />

form. Because today those are often not present during automation engineering,<br />

especially for engineering tasks during operation and modernization of brownfield<br />

plants, alternatives have to be found for gathering the required information.<br />

This contribution presents a method to extract the required information from the<br />

human machine interface. In order to increase applicability of Automation of Automation,<br />

the gathered information is stored in a topology model, making Automation<br />

of Automation wider applicable for industry.<br />

KEYWORDS plant topology / automation of automation / topology model<br />

28<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


MARIO HOERNICKE, ABB<br />

LARS CHRISTIANSEN, Helmut Schmidt Universität/Universität der Bundeswehr Hamburg<br />

ALEXANDER FAY, Helmut Schmidt Universität/Universität der Bundeswehr Hamburg<br />

Durch die Vielzahl integrierter Subsysteme im<br />

Prozessleitsystem (PLS) steigt dessen Komplexität.<br />

Ingenieure stehen vor der Herausforderung,<br />

trotz der Komplexität und dem<br />

zunehmenden Zeitdruck [1] das Engineering<br />

in entsprechender Qualität durchzuführen. Faktoren<br />

wie Fachkräftemangel [2] wirken sich auf das ohnehin<br />

schon zeit- und kostenintensive Engineering zusätzlich<br />

negativ aus.<br />

Den Trend erkennend wurde das Thema der Automatisierung<br />

der Automatisierung (AoA) ins Leben gerufen<br />

[3]. Bereits über eine Dekade beschäftigt sich die Forschung<br />

mit dem <strong>automatisch</strong>en Erzeugen von Engineering-Artefakten,<br />

um der genannten Entwicklung entgegenzuwirken.<br />

Konzepte, um Visualisierungen [4-6] oder<br />

Simulationsmodelle <strong>automatisch</strong> zu generieren [7], [8]<br />

verfolgen das Ziel, die Kosten und den zeitlichen Aufwand<br />

für das Engineering von PLS zu senken und die<br />

Qualität der Ergebnisse sicherzustellen.<br />

Trotz vielversprechender Forschungsergebnisse findet<br />

AoA jedoch wenig Akzeptanz im industriellen Umfeld.<br />

Grund hierfür ist das Fehlen der benötigten Information,<br />

denn die Anwendbarkeit von AoA hängt stark<br />

von der Verfügbarkeit und Qualität der Information in<br />

einem computerinterpretierbaren Format [9] ab. AoA<br />

geht davon aus, dass das Rohrleitungs- und Instrumentenfließschema<br />

(R&I, EN ISO 10628) in einem computerinterpretierbaren<br />

Format, zum Beispiel CAEX [10]<br />

für das Engineering der Automatisierungstechnik zur<br />

Verfügung steht. Dies ist in der Praxis meistens nicht<br />

der Fall. Obwohl es technisch möglich ist, R&I-Fließschema<br />

digital auszutauschen, werden diese nach wie<br />

vor meistens in gedruckter Form oder als .pdf versandt,<br />

wodurch eine <strong>automatisch</strong>e Interpretation nicht möglich<br />

ist. Dies liegt daran, dass objektorientierte CAE-<br />

Werkzeuge bisher noch selten eingesetzt werden, und<br />

von Seiten der Verfahrenstechnik ein Know-how-Verlust<br />

gegenüber dem Automatisierer befürchtet wird. Für<br />

Altanlagen steht das R&I-Fließschema üblicherweise<br />

nicht in digitaler Form und oft gar nicht zur Verfügung.<br />

In einem solchen Fall ist die Information über die Topologie<br />

umso wichtiger. Deshalb müssen andere Informationsquellen<br />

gefunden werden, die ähnliche Information<br />

wie das R&I-Fließschema enthalten.<br />

Um die benötigte Information für AoA bereitzustellen<br />

[11], wird in diesem Beitrag ein Konzept zur Gewinnung<br />

der Information aus der Mensch-Maschine-Schnittstelle<br />

(human machine interface, HMI) vorgeschlagen. Ausgehend<br />

von vorhandenen Grafiken zur Visualisierung<br />

eines Prozesses und der zugehörigen Anlage wird ein<br />

Topologiemodell erzeugt, das die benötigte Information<br />

enthält. Als Grundlage werden die in [11] vorgestellten<br />

Anwendungsfälle und die dafür formulierten Anforderungen<br />

verwendet. Zusätzlich werden die benötigten<br />

Vorgänger-Nachfolger-Beziehungen der Objekte ergänzt,<br />

um die Topologie der Anlage realitätsnah und möglichst<br />

vollständig zu beschreiben.<br />

1. HMI ALS BASIS FÜR DAS TOPOLOGIEMODELL<br />

Die meisten Anwendungsfälle der AoA gehen davon aus,<br />

dass die Topologie der Anlage in einem entsprechenden<br />

Format computerlesbar vorliegt. Die am häufigsten verwendete<br />

Quelle ist das R&I-Fließschema. Dieses enthält<br />

die wesentliche Information über die Struktur, Art und<br />

Bezeichnung der Apparate und/oder Maschinen, Armaturen,<br />

Rohrleitungen, Antriebe, sowie Aufgaben der<br />

Einrichtungen zum Messen, Steuern oder Regeln. Deshalb<br />

lassen sich hieraus regelbasiert Engineering-Artefakte<br />

– mittels entsprechender Konzepte – erzeugen.<br />

Hinzu kommt, dass das R&I-Fließschema, als Resultat<br />

der verfahrenstechnischen Planung, am Anfang des<br />

Engineering der Automatisierungstechnik üblicherweise<br />

in einer ersten Version vorhanden ist, da auch ohne<br />

AoA das Engineering der Automatisierungstechnik<br />

darauf basiert. Deshalb liegt es nahe, das R&I-Fließschema<br />

als Quelle für AoA zu verwenden.<br />

Das HMI, als Resultat einer Engineering-Phase der<br />

Automatisierungstechnik, soll nun mangels Vorhandensein<br />

des R&I-Fließschemas in einem computerlesbaren<br />

Format die darin vorhandene Topologie nachbilden.<br />

Zunächst soll geprüft werden, für welche Anwendungsfälle<br />

das HMI genutzt werden kann, da es nicht<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

29


HAUPTBEITRAG<br />

zu Beginn des Engineering der Automatisierungstechnik<br />

zur Verfügung steht.<br />

Bild 1 zeigt einen vereinfachten Ablauf des Engineering<br />

für die Automatisierungstechnik. Das R&I-Fließschema<br />

ist bereits am Anfang vorhanden, weshalb dieses<br />

sich für alle AoA-Anwendungsfälle verwenden<br />

lässt. Das HMI steht erst relativ spät im Engineering-<br />

Prozess zur Verfügung, weshalb es nur für einen Teil<br />

der AoA-Anwendungsfälle verwendet werden kann.<br />

Dennoch kann die aus dem HMI, beziehungsweise den<br />

Bedienbildern des Prozesses, gewonnene Information<br />

für einige Anwendungsfälle verwendet werden. Deshalb<br />

macht es Sinn, diese als Informationsbasis für die<br />

Topologie zu nutzen.<br />

Die Bedienbilder zur Visualisierung des Prozesses stellen<br />

zwar ein Bild des zu bedienenden Prozesses dar, werden<br />

jedoch nicht als einfaches Bild entwickelt. Dem Ingenieur<br />

werden im Entwicklungswerkzeug Bibliotheken<br />

mit vorgefertigten Symbolen, zum Beispiel ein Behälter,<br />

zur Verfügung gestellt. Diese werden verwendet, um das<br />

Bedienbild zu entwickeln und später in einem, üblicherweise<br />

proprietären, Datenformat abzuspeichern.<br />

1.1 Objekte innerhalb einer Topologie<br />

Neben dem generellen Vorhandensein des HMI müssen<br />

Anforderungen an das Topologiemodell genau betrachtet<br />

werden. Zusätzlich zu den in [11] formulierten Anforderungen,<br />

sind die enthaltenen Objektarten von<br />

großer Bedeutung. Innerhalb eines Topologiemodells<br />

können verschiedene Objektarten verwendet werden:<br />

a | Behälter:<br />

Behälter stellen Objekte zur Speicherung eines<br />

Mediums dar. In verfahrenstechnischen Anlagen<br />

können zusätzlich beispielsweise Reaktionen<br />

stattfinden oder Behälter zum Druckausgleich<br />

verwendet werden.<br />

b | Aktoren:<br />

Aktoren sind Objekte zur Einflussnahme auf bestimmte<br />

Eigenschaften eines Mediums. Zum Beispiel<br />

kann mit Hilfe eines Ventils die Strömungsgeschwindigkeit<br />

eines Mediums verändert oder<br />

mit Hilfe einer Heizung die Temperatur erhöht<br />

werden.<br />

c | Steuerungen/Regler:<br />

Steuerungen/Regler stellen den Zusammenhang<br />

zwischen Sensorik und Aktorik dar. Sie werden<br />

verwendet, um auf Basis eines Messwerts einen<br />

Stellwert für einen Aktor zu errechnen oder, basierend<br />

auf bestimmten Bedingungen, steuernd in<br />

den Prozess einzugreifen. Eine Steuerung ist zum<br />

Beispiel notwendig, um Aktoren zu verriegeln,<br />

wodurch beispielsweise das Trockenlaufen von<br />

Pumpen vermieden werden kann.<br />

d | Sensoren:<br />

Sensoren werden eingesetzt, um Eigenschaften<br />

eines Mediums oder des Prozesses zu bestimmen.<br />

Zum Beispiel lässt sich damit die Temperatur<br />

eines Mediums messen.<br />

e | Flussobjekte:<br />

In der Topologie einer Anlage werden Flussobjekte<br />

zum Transport des Mediums verwendet.<br />

Flussobjekte können beispielsweise Rohrleitungen<br />

oder Verzweigungen sein. Diese Objekte<br />

haben keinen direkten Einfluss auf die Eigenschaften<br />

des Mediums, sondern verbinden verschiedene<br />

Aktoren oder Behälter miteinander.<br />

f | Terminierungen:<br />

Jede Topologie hat einen oder mehrere Anfangsund<br />

Endpunkte. Diese werden durch Materialquellen<br />

oder -senken beschrieben. Quellen und<br />

Senken stellen in der Topologie die Terminierungen<br />

des Modells, und damit die Grenzen, dar.<br />

1.2 Verbindungstypen innerhalb einer Topologie<br />

Die topologischen Zusammenhänge – Vorgänger- und<br />

Nachfolgerbeziehungen – zwischen, zum Beispiel, den<br />

Aktoren, Sensoren oder Behältern, sind essenziell. Die<br />

Vorgänger- und Nachfolgerbeziehungen innerhalb einer<br />

Anlagentopologie lassen sich durch drei Verbindungstypen<br />

beschreiben:<br />

a | Materialfluss:<br />

Als Materialfluss werden Stoffströme bezeichnet,<br />

welche eine Verbindung zweier Elemente mittels<br />

eines Stoffes oder Materials h<strong>erstellen</strong>. Eine Verbindung<br />

mittels Materialfluss ist zum Beispiel das<br />

Material, das durch ein Rohr zwischen einem<br />

Ventil und einer Pumpe fließt. Hierdurch wird die<br />

Vorgänger- und Nachfolgerbeziehung zwischen<br />

den Elementen hergestellt, das heißt, wenn das<br />

Ventil schließt, wirkt sich dies auf die Pumpe aus.<br />

In Bild 2 wird der Materialfluss in blau dargestellt.<br />

b | Energieübertragung:<br />

Die Energieübertragung oder der Energiefluss beschreibt<br />

den Prozess der Weitergabe physikalischer<br />

Energie zwischen Elementen. Ein Durchlauferhitzer<br />

überträgt Wärmeenergie an eine Flüssigkeit,<br />

wodurch diese veränderte Eigenschaften,<br />

eine höhere Temperatur, nach dem Ausströmen<br />

aus dem Durchlauferhitzer aufweist. Der Durchlauferhitzer<br />

beeinflusst damit die Eigenschaften<br />

des Materials. Ein weiteres Beispiel ist ein Wärmetauscher,<br />

in dem eine Flüssigkeit Wärme abgibt,<br />

wodurch eine zweite Flüssigkeit erhitzt oder<br />

gekühlt wird. Ein Wärmetauscher ist in Bild 2 in<br />

rot dargestellt.<br />

c | Informationsfluss:<br />

Als Informationsfluss oder Signalfluss werden die<br />

Verbindungen zweier oder mehrerer Elemente mittels<br />

eines logischen Signals beschrieben. Ein Regelkreis<br />

wird zum Beispiel durch einen Informations-<br />

30<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Generierung der<br />

Steuerungs- und<br />

Verriegelungslogik [14]<br />

Generierung von Hazop<br />

Studien / C&E Matrizen [13]<br />

Engineering der<br />

Automatisierungstechniktopologie<br />

und der<br />

Instrumentierung<br />

Rohr- und<br />

Instrumentenfließbild<br />

AoA Anwendungsfälle<br />

Engineering der<br />

Steuerungslogik<br />

Generierung der Mensch-<br />

Maschine SchniWstelle [4]<br />

HMI Engineering<br />

Mensch-Maschine<br />

Schnittstelle<br />

Generierung von FAT<br />

Prozesssimulationsmodellen<br />

[12]<br />

Generierung von Assetmanagement<br />

Funktionen<br />

[15]<br />

Integrationstest<br />

und<br />

Werksabnahme<br />

Anwendungsfälle für den Anlagenbetrieb<br />

Alarmgruppierung<br />

[16]<br />

Inbetriebnahme<br />

Top-down<br />

Fehleranalyse [17]<br />

Betrieb<br />

Modernisierung/<br />

Erweiterung/<br />

Optimierung/<br />

KPI Impact<br />

Vorhersagen [18]<br />

Evaluation verschiedener<br />

Szenarien<br />

Tests gegen das Modell<br />

Brown Field Engineering<br />

[4], [12-15]<br />

BILD 1: Auszug aus<br />

Automatisierung<br />

der Automatisierung<br />

(AoA) und Mensch-<br />

Maschine-Schnittstelle<br />

(HMI)<br />

im Engineering<br />

Workflow<br />

Topologiequellen<br />

BILD 2: Verbindungen innerhalb<br />

einer Anlagentopologie<br />

BILD 3: Vergleich R&I-Fließschema mit HMI<br />

fluss zwischen Sensor, Regelung und Aktor definiert.<br />

Die Signale sind dabei im Leitsystem abgelegt<br />

und stellen logische Verbindungen dar. Beispielsweise<br />

beeinflusst ein Sensor einen Regler und dieser<br />

beeinflusst einen Aktor, dargestellt in grün in<br />

Bild 2. Wird der Informationsfluss in der Topologie<br />

abgebildet, so werden nicht nur die Prozesswerte,<br />

sondern auch andere Signale, beispielsweise für<br />

eine Verriegelungslogik, in Betracht gezogen.<br />

Die beschriebenen Kopplungen finden sich teilweise<br />

im R&I-Fließschema. Die Material- und Energieflüsse<br />

sind oft vollständig, wenn auch nur implizit, beschrieben,<br />

während die Informationsflüsse oft nur für die<br />

essenziellen Regelungen behandelt werden. Da diese<br />

Kopplungen einen wesentlichen Bestandteil der Topologie<br />

ausmachen, werden nachfolgend die Unterschiede<br />

deren Darstellung, sowie die vorhandenen Elemente in<br />

R&I-Fließschema und HMI untersucht. Dies geschieht<br />

unter der Annahme, dass AoA auf Basis der im R&I-<br />

Fließschema enthaltenen Information entwickelt wurde<br />

und die Information ausreichend ist. Für eine detaillierte<br />

Aufstellung der weiteren Anforderungen wird<br />

auf [11] verwiesen.<br />

1.3 Vergleich R&I-Fließschema und HMI<br />

Sowohl das R&I-Fließschema, als auch das HMI werden<br />

entworfen, um einen Einblick in die reale Anlage zu<br />

geben – jedoch für unterschiedliche Verwendungszwecke.<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

31


HAUPTBEITRAG<br />

Das R&I-Fließschema beschreibt den Aufbau der<br />

Rohrleitungen und die benötigte Instrumentierung, um<br />

den Verfahrens- und Automatisierungstechnikern eine<br />

Vorlage für das Engineering der Anlage zu geben.<br />

Das HMI wird nicht für Engineering-Zwecke verwendet,<br />

sondern soll dem Anlagenfahrer einen Blick auf den<br />

realen Prozess und die Anlage bieten. Deshalb unterscheidet<br />

sich der Informationsgehalt zwischen beiden<br />

Formaten geringfügig. Bild 3 illustriert Gemeinsamkeiten<br />

und Unterschiede zwischen R&I-Fließschema und HMI.<br />

Ein wesentlicher Unterschied besteht in der Darstellung<br />

der ungesteuerten Anlagenelemente und der Anlagenelemente,<br />

die keine Entsprechung im PLS haben<br />

(zum Beispiel ein Handventil oder Schaugläser ohne<br />

Indikation im PLS). Diese werden im HMI nicht abgebildet.<br />

Regelungen, die im R&I-Fließschema nur unvollständig<br />

dargestellt werden, werden im HMI ebenso auf<br />

das Wesentliche reduziert und stellen damit keine getreue<br />

Abbildung des Informationsflusses dar. Um den<br />

Informationsfluss in der Topologie vollständig zu beschreiben,<br />

wird deshalb eine weitere Quelle benötigt.<br />

Die Aktorik sowie der Materialfluss werden in beiden<br />

Formaten sehr ähnlich dargestellt. Auch Behälter und<br />

Wirkrichtungen innerhalb des Materialflusses werden<br />

sehr ähnlich abgebildet und sind in beiden Formaten<br />

meistens vorhanden.<br />

Hinzu kommt die Energieübertragung. Diese wird im<br />

HMI ebenfalls durch a) Aktoren (zum Beispiel Heizung)<br />

oder b) spezielle Konstrukte dargestellt, wie ein Wärmetauscher<br />

(beziehungsweise ein Tank, der durch warmes Fluid<br />

im Mantel erhitzt wird). Das bedeutet, dass der Informationsgehalt<br />

im HMI dem Informationsgehalt im R&I-Fließschema<br />

ähnelt und das HMI anstelle des R&I-Fließschemas<br />

als Basis für ein Topologiemodell benutzt werden kann.<br />

2. ERZEUGEN VON TOPOLOGIEMODELLEN AUS DEM HMI<br />

Damit Topologiemodelle aus dem HMI erzeugt werden<br />

können, müssen einige Annahmen getroffen werden.<br />

Üblicherweise wird die Visualisierung eines Prozesses<br />

durch ein Bild beschrieben. Es gibt intelligente Objekte<br />

innerhalb der Bilder, die eine Verbindung zu den im<br />

Leitsystem vorhandenen Objekten beschreiben, Bild 4.<br />

Normalerweise werden Symbole zur Anzeige von Sensoren,<br />

Aktoren und Reglern so entwickelt, dass diese<br />

bei einer bestimmten Werteänderung ihr Aussehen<br />

verändern oder den aktuellen Prozesswert anzeigen.<br />

Beispielsweise verändert ein Ventilsymbol seine Farbe,<br />

wenn das zugehörige Ventil offen ist und eine Flüssigkeit<br />

hindurchströmen kann.<br />

Damit die Veränderung des Aussehens gelingt, wird<br />

eine Referenz zum Objekt im Leitsystem benötigt. Zur<br />

Erstellung des Topologiemodells kann diese Referenz<br />

benutzt werden, um das Objekt – und dessen Typinformation<br />

– im Leitsystem zu finden. Der Algorithmus zur<br />

Generierung des Topologiemodells macht sich diese<br />

Information zu Nutze, um aktive Elemente (Elemente,<br />

die den Material- oder Energiestrom direkt oder indirekt<br />

beeinflussen) ausfindig zu machen und deren Eigenschaften<br />

aus dem Leitsystem zu extrahieren (zum<br />

Beispiel Reglerparameter, die Leistungen eines Motors<br />

oder einer Pumpe).<br />

Die Annahme, dass durch aktive Elemente eine<br />

Referenz oder Verbindung zum Rest des Leitsystems<br />

hergestellt werden kann, impliziert bereits, dass die<br />

aktiven Elemente Information über deren Typ beinhalten.<br />

Das bedeutet, bei der Betrachtung wird davon<br />

ausgegangen, dass das Engineering-Werkzeug des<br />

Leitsystems eine objektorientierte Entwicklung er-<br />

BILD 4: Referenzen innerhalb des HMI zu Leitsystemobjekten<br />

BILD 5: Identifikation aktiver Objekte anhand<br />

des Leitsystemobjekttyps<br />

32<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


laubt und jedes Objekt eine Instanz eines bestimmten<br />

Typs ist. Zusätzlich wird angenommen, dass die<br />

vorgefertigten Symbole für die benötigten Bilder<br />

verwendet werden. Beispielsweise wird ein Behältersymbol<br />

eingesetzt, um einen Behälter darzustellen,<br />

und nicht etwa ein dickes Rohrleitungssymbol.<br />

Auf Basis dieser Annahmen lässt sich nun ein Konzept<br />

zur Generierung der Topologie aus dem HMI<br />

entwickeln.<br />

2.1 Konzept<br />

Um die Information über die Anlagentopologie aus dem<br />

HMI zu gewinnen, wird ein mehrstufiger Algorithmus<br />

benötigt, welcher aus zwei Phasen besteht, die sich wiederum<br />

in Schritte gliedern.<br />

Phase 1: Objekt- und Typidentifikation<br />

In der ersten Phase werden die Objekte innerhalb einer<br />

Grafik identifiziert. Hierbei werden aktive und passive<br />

Objekte unterschieden.<br />

Schritt 1: Identifikation aktiver Objekte und deren Typ<br />

Zunächst werden die aktiven Objekte identifiziert. Dies<br />

geschieht anhand der Referenzen aus deren Symbol.<br />

Die Referenzen zeigen normalerweise auf die Objektinstanz<br />

im Leitsystem, die das reale Objekt steuert.<br />

Wurde diese gefunden, kann anhand verschiedener<br />

Eigenschaften des Leitsystemobjekts auf den spezifischen<br />

Typ des Objekts innerhalb der Topologie (Topologietyp)<br />

rückgeschlossen werden. Die Identifikation<br />

des korrekten Topologietyps geschieht auf verschiedene<br />

Weise:<br />

1. Identifikation anhand des Leitsystemobjekttyps<br />

Werden Leitsystemobjekttypen für spezielle Anlagenapparate<br />

verwendet, zum Beispiel für ein Ventil, so<br />

kann der Leitsystemtyp direkt in den Topologietyp<br />

überführt werden, siehe Bild 5. Ist dies nicht der Fall,<br />

beispielsweise, wenn im Leitsystem der generische Typ<br />

Motor verwendet wird, lässt sich auf dieser Basis immerhin<br />

feststellen, dass es sich bei diesem Objekt um<br />

einen Aktor handelt. Darauf folgend kann die nächste<br />

Methode zur Identifikation herangezogen werden, um<br />

den Topologietyp näher zu spezifizieren.<br />

2. Identifikation anhand des verwendeten grafischen<br />

Symbols<br />

Werden generische Typen im Leitsystem verwendet, so<br />

können Rückschlüsse bezüglich des Topologietyps anhand<br />

des verwendeten Symbols gezogen werden. Wenn<br />

ein Leitsystemtyp verwendet werden kann, um verschiedene<br />

Arten von zum Beispiel Aktoren zu steuern, so werden<br />

verschiedene Symbole zur Visualisierung der Aktoren<br />

angeboten. Die Symbole können oft verwendet werden,<br />

um den Topologietyp zu bestimmen, siehe Bild 6.<br />

3. Identifikation anhand der verwendeten Einheit<br />

Bei Sensoren tauchen zur Darstellung im HMI oft Wertanzeigen<br />

auf. Deshalb kann meistens nicht auf deren<br />

spezifischen Typ in der Topologie anhand des Symbols<br />

rückgeschlossen werden. So wird eine Wertanzeige<br />

meistens in den generischen Typ Sensor gewandelt. Um<br />

den Typ genauer zu bestimmen, können die angezeigten<br />

Einheiten zur Hilfe genommen werden. Beispielsweise<br />

erlaubt die Einheit °C den Schluss, dass an dieser Stelle<br />

eine Temperatur gemessen wird und es sich um einen<br />

Temperatursensor handelt.<br />

4. Identifikation anhand von Namenskonventionen<br />

Da es sich bei der Anzeige der Einheiten oft um Laufzeitwerte<br />

handelt, die erst sehr spät zur Verfügung stehen,<br />

gibt es als letzte Möglichkeit noch die Identifikation<br />

auf Basis von Namenskonventionen. Oft werden<br />

Leitsystemobjekte mit Prä- oder Suffix versehen, um<br />

mit Hilfe des Namens deren Funktion zu erkennen.<br />

Werden Präfixes verwendet, so kann zum Beispiel ein<br />

Sensor beginnend mit dem Buchstaben P als Drucksensor<br />

identifiziert werden.<br />

BILD 6: Identifikation aktiver Objekte<br />

anhand des verwendeten Symbols<br />

Schritt 2: Bestimmen der objektspezifischen Eigenschaften<br />

Der Topologietyp des Objekts bestimmt, welche Eigenschaften<br />

das Objekt besitzt. Im Wesentlichen müssen<br />

die Anforderungen nach [11] erfüllt werden. Die Eigenschaften<br />

können nach der Identifikation des Topologietyps<br />

zu großen Teilen aus der Leitsystemkonfiguration<br />

<strong>automatisch</strong> entnommen werden. Die Objektinstanz<br />

innerhalb der Topologie lässt sich kreieren und die Eigenschaften<br />

der Instanz können gefüllt werden.<br />

Schritt 3: Identifikation passiver Objekte<br />

Im letzten Schritt der ersten Phase werden die passiven<br />

Objekte identifiziert. Anhand der verwendeten Symbole<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

33


HAUPTBEITRAG<br />

können diese Objekte identifiziert werden. Im Beispiel<br />

in Bild 7 wird ein Behälter dargestellt. Werden für AoA-<br />

Anwendungsfälle physikalische Eigenschaften benötigt,<br />

wie beispielsweise der Durchmesser oder die Höhe<br />

eines Behälters, so müssen diese in der Topologie aus<br />

einer anderen Quelle hinzugefügt oder von Hand ergänzt<br />

werden. Das HMI bietet dazu keine Information.<br />

Nach der Identifikation der passiven und aktiven Objekte<br />

werden diese in einer flachen Struktur abgelegt.<br />

Die Anlagentopologie definiert sich nicht über eine<br />

Hierarchie, sondern über Verbindungen zwischen Objekten<br />

und deren Einfluss aufeinander.<br />

Phase 2: Erstellen der Verbindungen zwischen Objekten<br />

Das Modell wird in Phase 2 durch die Verbindungen<br />

ergänzt. Energiekopplungen, die implizit im Materialfluss<br />

(zum Beispiel Wärmetauscher) enthalten sind,<br />

werden nicht gesondert als solche gekennzeichnet. Aktoren,<br />

die die Energie des Medium beeinflussen (wie<br />

Heizung oder Durchlauferhitzer) werden als Aktoren in<br />

gleicher Art und Weise integriert, wie nachfolgend für<br />

den Materialfluss beschrieben, jedoch als Energiekopplung<br />

gekennzeichnet. Deshalb fokussiert der nachfolgende<br />

Algorithmus auf den Materialfluss und die Teile<br />

des Informationsflusses, die im HMI enthalten sind.<br />

Schritt 1: Erstellen des Materialflussgraphen<br />

Zunächst wird der Materialfluss innerhalb des HMI<br />

identifiziert. Zur Beschreibung des Materialflusses werden<br />

Rohrleitungssymbole oder Polygonzüge verwendet.<br />

Beide können identisch behandelt werden, weshalb im<br />

Folgenden nur der Begriff Polygonzüge auftaucht. Rohrleitungen<br />

werden in einem speziellen Format dargestellt,<br />

um sie von anderen Polygonzügen zu unterscheiden,<br />

wie sie für Signalflüsse verwandt werden. Anhand<br />

der Formatierung lassen sich also die Rohrleitungen<br />

identifizieren (Bild 8).<br />

Wenn die Polygonzüge identifiziert wurden, werden<br />

diese an ihren Eckpunkten unterteilt, wodurch sich für<br />

jedes Rohrleitungssegment eine Strecke ergibt. Dies ist<br />

notwendig, da Polygonzüge üblicherweise nicht mit<br />

den Objekten auf dem HMI durch Verbindungspunkte<br />

verbunden sind, sondern mit Objekten überlappen. Es<br />

ist also möglich, das eine Rohrleitung aus mehreren<br />

Polygonzügen besteht oder mehrere Rohrleitungen zum<br />

gleichen Polygonzug gehören. Die Unterteilung in Strecken<br />

ist notwendig, um klar definierte Abschnitte zu<br />

erhalten, siehe Bild 8.<br />

Anschließend werden die Strecken auf Überlappung<br />

mit Aktoren oder passiven Objekten geprüft. Verdeckt<br />

ein Objekt einen Teil einer Strecke und enthält die<br />

Überlappung keinen Endpunkt der Strecke, so kreuzt<br />

die Strecke das entsprechende Objekt. Das heißt, in der<br />

Grafik wurde das Rohr gezeichnet, und später wurde<br />

das Symbol für den Aktor darüber gelegt – der Aktor<br />

ist im Vordergrund, siehe Bild 9 unten. In diesem Fall<br />

wird die Strecke weiter in zwei neue Strecken unterteilt,<br />

wobei jede der Strecken einen Anschlusspunkt an<br />

das Objekt erhält, Bild 10.<br />

BILD 7: Identifikation passiver Objekte<br />

BILD 8: Identifizierte Rohrleitungen<br />

Wenn bei der Überprüfung der Überlappung keine<br />

Kreuzung festgestellt wird – die Überlappung einen<br />

Endpunkt der Strecke enthält – so wird ein Anschlusspunkt<br />

am Objekt für die Strecke erzeugt und dieses<br />

zusammen mit der Strecke entsprechend gespeichert,<br />

siehe Bild 9 und Bild 10.<br />

Verdeckt ein Objekt eine Strecke komplett – beide<br />

Endpunkte der Strecke liegen innerhalb der Überlappung<br />

– so ist diese Strecke irrelevant und wird nicht<br />

weiter ausgewertet.<br />

Da auch Behälter Aktoren enthalten können (zum<br />

Beispiel einen Mixer oder eine Heizung), werden die<br />

Behälter auf Überlappung mit Aktorsymbolen geprüft.<br />

Werden Überlappungen festgestellt, wird ein Anschlusspunkt<br />

zwischen Aktor und Behälter erzeugt und<br />

entsprechend abgelegt, siehe Bild 9 oben.<br />

Zuletzt werden, wie in Bild 11 dargestellt, noch gültige<br />

Eckpunkte zwischen Strecken wiederhergestellt.<br />

34<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


BILD 9: Identifikation von überlappenden<br />

Objekten an einem Beispiel<br />

BILD 11: Wiederverbindung von Rohrleitungssegmenten<br />

an einem Beispiel<br />

BILD 10: Identifikation der Anschlusspunkte<br />

von Objekten an Rohrleitungen<br />

an einem Beispiel<br />

BILD 12: Anschlusspunkte von Sensoren im Materialfluss<br />

Wird eine Überlappung einer Strecke mit dem Anfangsoder<br />

Endpunkt einer anderen Strecke gefunden, so<br />

wird ein Abzweigungsobjekt zur Verbindung generiert<br />

und in der Topologie gespeichert.<br />

Schritt 2: Identifikation von Sensoranschlusspunkten<br />

im Materialfluss<br />

In einem zweiten Schritt werden die Anschlusspunkte<br />

von Sensoren an Rohrleitungen oder Behältern identifiziert.<br />

Im Gegensatz zu Aktoren oder Behältern befinden<br />

sich Sensoren nicht unmittelbar im Materialfluss.<br />

Der Materialfluss wird indirekt durch die Sensorik<br />

beeinflusst, jedoch nicht direkt wie durch einen Aktor.<br />

Deshalb erhalten Sensoren Anschlusspunkte an Rohrleitungen<br />

und Behälter, liegen jedoch außerhalb des<br />

Materialflussgraphen. Sensoren stellen die Wandlung<br />

einer physikalischen Größe in ein logisches Signal dar<br />

und sind damit die Verbindung zwischen Material- und<br />

Informationsfluss.<br />

Um die Anschlusspunkte zu identifizieren, können<br />

zwei verschiedene Mechanismen verwendet werden,<br />

welche abhängig vom Engineering und letztlich dem<br />

Aussehen des HMI sind; beide Möglichkeiten zeigt<br />

Bild 12.<br />

1. Identifikation der Zusammengehörigkeit durch<br />

unmittelbare Nähe<br />

Zum einen werden Sensoren in die unmittelbare Nähe<br />

(zum Beispiel


HAUPTBEITRAG<br />

den. In diesem Fall kann das gleiche Verfahren wie für<br />

Rohrleitungen angewendet werden, um Überlappungen<br />

festzustellen und die Verbindungen entsprechend festzulegen.<br />

In Bild 12 rechts wird beispielsweise ein<br />

Durchflusssensor logisch mit einer Rohrleitung verbunden.<br />

Hierfür wird eine gestrichelte Linie verwendet,<br />

um diese von der braunen Rohrleitung zu unterscheiden.<br />

Für das Topologiemodell kann also eine Verbindung<br />

zwischen der Rohrleitung (braun) und dem Sensor<br />

festgelegt werden.<br />

Schritt 3: Erstellen des Informationsflussgraphen<br />

Der Informationsfluss wird teilweise auch im HMI dargestellt.<br />

Nicht alle nötigen Verbindungen für die Topologie<br />

können dem HMI entnommen werden. Aber für<br />

die essenziellen Regelkreise werden normalerweise die<br />

Signalverläufe zwischen Sensor, Regler und Aktor dargestellt.<br />

Ähnlich dem Materialfluss werden üblicherweise Polygonzüge<br />

verwendet, um den Signalfluss aufzuzeigen.<br />

Deshalb kann der gleiche Mechanismus, wie in Schritt 1<br />

BILD 13: Auswertung<br />

der Pfeile im HMI<br />

BILD 14: Ergebnis des Algorithmus<br />

BILD 15:<br />

Architektur des<br />

Prototypen<br />

BILD 16:<br />

Beispielhaftes<br />

Objekttypmodell<br />

für die Anlagentopologie<br />

36<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


ereits beschrieben, auch für den Informationsfluss verwendet<br />

werden. Der Unterschied liegt darin, welche<br />

Objekte auf Überlappung mit den Polygonzügen geprüft<br />

werden. Im Materialfluss werden Behälter und Aktoren<br />

geprüft, für den Informationsfluss werden Sensoren,<br />

Regler und Aktoren auf Überlappung untersucht.<br />

Durch den Ablauf der Regelung kann die Richtung<br />

des Informationsflusses bestimmt werden. Der Informationsfluss<br />

beginnt immer an einem Sensor und endet<br />

an einem Aktor. Das heißt, die Richtung ist vom<br />

Sensor weg, beziehungsweise zum Aktor hin. Hierdurch<br />

lässt sich oftmals für Teile des Graphen eine<br />

Richtung festlegen.<br />

Schritt 4: Identifikation der Modellgrenzen<br />

Im nächsten Schritt müssen die Grenzen eines Teilmodels<br />

identifiziert und das Modell an diesen Stellen terminiert<br />

werden. Davon ausgegangen, dass für jede Grafik<br />

des HMI ein Teilmodel erzeugt wird, müssen für<br />

jede Grafik ebenso die Grenzen festgelegt werden.<br />

Prinzipiell geht es um zwei Arten von Modellgrenzen:<br />

a) Verbindungen zwischen Teilmodellen und<br />

b) Grenzen des Gesamtmodells.<br />

Innerhalb einer Grafik werden Verbindungen zwischen<br />

Teilmodellen meistens durch Knöpfe beschrieben.<br />

Die Knöpfe werden so parametriert, dass diese<br />

auf die angrenzende Grafik verweisen. Diese als Navigationshilfe<br />

gedachten Knöpfe können genau wie<br />

andere Objekte identifiziert werden. Die Referenz zur<br />

angrenzenden Grafik wird im Teilmodell gespeichert.<br />

Diese Verbindung wird im Teilmodell als Terminierung<br />

an der entsprechenden Rohrleitung oder dem<br />

entsprechenden Signal angebunden und als Objekt<br />

abgelegt.<br />

Ist eine Rohrleitung physikalisch zu Ende, zum Beispiel<br />

an der Stelle, an der das Produkt verladen oder<br />

ein Edukt zugeliefert wird, wird dies oft durch offene<br />

Rohr- oder Signalleitungen dargestellt. Daran sind die<br />

Grenzen des Gesamtmodells erkennbar und entsprechend<br />

lassen sich Terminierungen ohne Referenzen zu<br />

anderen Teilmodellen einfügen.<br />

Schritt 5: Teilidentifikation der Flussrichtungen<br />

Im letzten Schritt können teilweise die Flussrichtungen<br />

innerhalb der Topologie bestimmt werden. Auch dies<br />

geschieht für Material- und Informationsfluss in identischer<br />

Weise, weshalb nur die Funktionsweise für den<br />

Materialfluss beschrieben wird.<br />

Nachdem alle Objekte verbunden wurden, können<br />

als letztes die Pfeile – die üblicherweise zur Indikation<br />

einer Flussrichtung dienen – benutzt werden, um die<br />

Flussrichtung zu bestimmen. Das zeig Bild 13.<br />

Zusätzlich zu den Pfeilen kann die Richtung der Aktorsymbole<br />

Aufschluss über die Flussrichtung geben.<br />

Wenn das HMI realitätsnah gestaltet wurde, sollte die<br />

Richtung eines Aktorsymbols mit der Wirkrichtung des<br />

realen Aktors übereinstimmen, Bild 13 oben.<br />

Durch das Auswerten der Richtungen lassen sich die<br />

in Schritt 4 erzeugten Terminierungen teilweise in<br />

Quellen oder Senken umwandeln. Zusätzlich kann für<br />

einige Rohrleitungssegmente die Flussrichtung angegeben<br />

werden.<br />

Ergebnis<br />

Als Resultat des zweiphasigen Algorithmus ergeben<br />

sich wesentliche Teile der Anlagentopologie. Diese besteht<br />

aus Objekten und den Verbindungen zwischen<br />

den Objekten. Bild 14 stellt das Ergebnis der in diesem<br />

Abschnitt verwendeten Beispielgrafik als Graph dar.<br />

Aktive und passive Elemente entsprechen den Knoten,<br />

Rohrleitungen und Signale sind als Kanten dargestellt.<br />

2.2 Technische Umsetzung<br />

Zur Prüfung des Konzepts wurde ein Funktionsmuster<br />

prototypisch entwickelt. Als Basis für die Implementierung<br />

wurde das Prozessleitsystem System 800xA<br />

[19] und das zugehörige HMI-Engineering-Werkzeug<br />

Process Graphics 2 [20] verwendet.<br />

Process Graphics 2, sowie System 800xA bieten API<br />

(Application Programming Interfaces), um direkt auf<br />

die enthaltenen Daten zuzugreifen, welche in einer zentralen<br />

Datenbank, dem Aspect-Directory, gespeichert<br />

sind. Diese API wurden verwendet, um die notwendige<br />

Information zu extrahieren. Als Plattform diente Microsoft<br />

.NET Framework 4.5. Bild 15 zeigt die Architektur<br />

des Funktionsmusters. Es besteht im Wesentlichen aus<br />

einem Topologie-Generator der sich die API zu Nutze<br />

macht, um die nötige Information aus System 800xA,<br />

Process Graphics 2, beziehungsweise der unterlagerten<br />

Datenbank, zu extrahieren. Die Information wird entsprechend<br />

dem in Abschnitt 2.1 beschriebenen Konzept<br />

verarbeitet und als Modell in CAEX [10] gespeichert.<br />

AoA kann die Modelle anschließend verwenden.<br />

Zur einfacheren Handhabung des CAEX-Modells<br />

werden die Softwarekonzepte der Kollaborationsobjekte<br />

nach [21] genutzt, wodurch ein Objekttypmodell<br />

effizient entworfen werden kann, welches <strong>Anlagentopologien</strong><br />

abbildet. Das im Funktionsmuster verwendete<br />

Objekttypmodell veranschaulicht Bild 16.<br />

Zur Prüfung des Algorithmus wurden zwei Beispielanlagen<br />

verwendet. Zum einen wurde die Carbon-Capture-Pilotanlage<br />

[22] mit vier Grafiken herangezogen,<br />

zum anderen eine Flüssigerdgasanlage aus Australien<br />

mit etwa 200 Grafiken, die sich aktuell im Engineering<br />

befindet. Die Tests ergaben, dass mit dem in Bild 16<br />

dargestellten Objekttypmodell und konventionell projektierten<br />

Grafiken etwa 70 % der Topologie erzeugt<br />

werden kann, wobei alle relevanten Objekte erkannt<br />

und bis auf wenige Sensoren korrekt identifiziert werden.<br />

Die fehlenden 30 % beziehen sich auf Verbindungen<br />

zwischen den Objekten.<br />

Obgleich die Grafiken nicht mit Hinblick auf eine<br />

spätere Weiterverwendung für die Topologie entworfen<br />

wurden, fehlen lediglich wenige Verbindungen im<br />

Materialfluss und Teile des ohnehin im HMI nicht<br />

vollständig enthaltenen Informationsflusses. In weni-<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

37


HAUPTBEITRAG<br />

gen Fällen werden Behälter nicht korrekt erkannt.<br />

Häufig wurden Fehler aufgrund folgender Ursachen<br />

festgestellt:<br />

1 | Kreuzung von Rohrleitungen, Bild 17 links<br />

2 | nutzerdefinierte Aktorsymbole, Bild 17 Mitte<br />

3 | falsch verwendete Symbole, Bild 17 rechts<br />

Wenn Fehler dieser Art auftreten, sollte das Modell manuell<br />

berichtigt werden oder eine zusätzliche Validierung<br />

auf Basis einer weiteren Topologiequelle stattfinden.<br />

CAEX als Datenformat hat sich in diesem Zusammenhang<br />

ebenfalls bewährt. Mit einer Durchschnittslänge<br />

von etwa 6000 Zeilen XML und einer Größe unter<br />

1MB pro Grafik sind die Dateien gut handhabbar.<br />

Als Beispiel wird in Bild 18 eine Topologie für ein<br />

Display einer Leitsystemdemoanwendung gezeigt. Die<br />

Topologie ist auf einen Screenshot der Grafik projiziert<br />

um die Richtigkeit besser nachvollziehen zu können.<br />

Grün werden vollständig identifizierte Objekte, blau der<br />

Materialfluss, Quelle, Senken, Terminierungen und die<br />

Behälter und grün-gestrichelt der Informationsfluss erkennbar<br />

gemacht. Bei den roten Objekten handelt es sich<br />

um Sensoren, die lediglich als Werteanzeige im HMI<br />

abgebildet wurden. Diese werden zwar als Sensoren erkannt,<br />

der spezifische Typ (zum Beispiel Temperatursensor<br />

oder Drucksensor) kann jedoch nicht bestimmt werden,<br />

da hierfür die benötigte Zusatzinformation fehlt.<br />

2.3 Diskussion des Ansatzes<br />

Da unterschiedliche HMI-Engineering-Prozesse zu<br />

großen Unterschieden bei Aussehen und Struktur füh-<br />

BILD 17: Ursachen<br />

für Fehlgenerierung<br />

BILD 18: Topologie<br />

einer Grafik<br />

38<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


en, ist der Algorithmus nur unter bestimmten Bedingungen<br />

verwendbar. Folgendes ist zu beachten, wenn<br />

der Algorithmus eingesetzt werden soll:<br />

Design-Richtlinien müssen eingehalten werden.<br />

Um optimale Ergebnisse zu erzielen, müssen Richtlinien<br />

für das HMI-Engineering entwickelt werden.<br />

Der Algorithmus ist abhängig vom Aussehen des<br />

HMI und der ordnungsgemäßen Verwendung der<br />

vorgefertigten Bildvorlagen.<br />

High-Performance-HMI können nicht verwendet<br />

werden.<br />

High-Performance-HMI stellen zusammenfassend<br />

die wesentlichen Key Performance Indicator (KPI)<br />

in einer Grafik dar. Rohre, Behälter oder Strukturen<br />

werden nicht mehr abgebildet. Diese HMI eignen<br />

sich nicht dazu, eine Topologie zu generieren.<br />

Manuelle Sortierung bei hierarchischen HMI<br />

In manchen Fällen werden HMI hierarchisch dargestellt.<br />

Objekte tauchen deshalb oft zweimal auf<br />

verschiedenen Detailstufen auf. In diesen Fällen<br />

muss der Nutzer entscheiden, welche Detailstufe<br />

zur Erstellung der Topologie verwendet werden<br />

soll, und dann manuell die Grafiken zuordnen.<br />

Zusätzlich lässt der bisherige Algorithmus einige Fragen<br />

offen, welche als zukünftige Forschungsaktivitäten<br />

weiter betrachtet werden können:<br />

Modellierung von Energieströmen<br />

Das HMI stellt, genau wie das R&I-Fließschema,<br />

Energieströme nur implizit dar. Der Algorithmus<br />

ließe sich dahingehend erweitern, dass aufgrund<br />

bestimmter Konstrukte (zum Beispiel Wärmetau-<br />

REFERENZEN<br />

[1] Rodies, H.-J.: Planungswerkzeuge aus Sicht des Anlagenbaus.<br />

<strong>atp</strong> <strong>edition</strong> – Automatisierungstechnische Praxis 44(1),<br />

S. 40-44, 2002<br />

[2] Bundesagentur für Arbeit: Fachkräfteengpässe in Deutschland:<br />

Analyse Juli 2012<br />

[3] Schmitz, St., Schluetter, M., Epple, U.: Automation of Automation<br />

– Definition, components and challenges. In: Proc. IEEE Int. Conf<br />

ETFA’09, S. 22-26. IEEE 2009<br />

[4] Doherr, F., Urbas, L., Franze, V., Drumm, O.: Automatische<br />

Generierung von Prozessbedienbildern aus Engineeringdaten.<br />

<strong>atp</strong> <strong>edition</strong> – Automatisierungstechnische Praxis 53 (11),<br />

S. 30-39, 2011<br />

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

HMI Engineering. In: Proc. Int. IFAC Conf MathMod 2012,<br />

S. 854-859._IFAC 2012<br />

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

HMI Engineering – Konzeption, Entwicklung und Untersuchung der<br />

Integration früher Phasen der Bedienbildgenerierung in CAE<br />

Syste-men. In: Tagungsband Automation 2012, S. 227-230. VDI 2012<br />

[7] Barth, M.: Automatisch generierte Simulationsmodelle verfahrens-technischer<br />

Anlagen für den Steuerungstest. Dissertation<br />

Helmut Schmidt Universität Hamburg. VDI 2011<br />

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

process models. Dissertation University of Clamorgan, erarbeitet an<br />

der University of Applied Science and Art Hannover, 2007<br />

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

code beyond the nominal sequence. In: Proc. IEEE Int. Conf.<br />

ETFA 2008, S. 1277-1284. IEEE 2008<br />

[10] IEC 62424: Representation of process control engineering<br />

- Requests in P&I diagrams and data exchange between P&ID<br />

tools and PCE-CAE tools. IEC 2008<br />

[11] Christiansen, L., Hoernicke, M., Fay, A.: Modellgestütztes<br />

Engineering – Gemeinsames Modell als Basis für die Automatisierung<br />

der Automatisierung. <strong>atp</strong> <strong>edition</strong> – Automatisierungstechnische<br />

Praxis 56(3), S. 18-27, 2013<br />

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

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

http://dx.doi.org/10.1016/j.conengprac.2012.09.022<br />

[13] Schmidberger, T., Scherf, Th., Fay, A.: Wissensbasierte Unterstützung<br />

von HAZOP-Studien auf der Grundlage eines CAEX-Analagenmodells.<br />

<strong>atp</strong> – Automatisierungstechnische Praxis 49(6), S. 46-53, 2007<br />

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

implementation of interlock control code. In: IEEE Conf. CACSD 2006,<br />

S. 2653-2658, 2006<br />

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

Of Asset Management System Functionality. Proc. Int. IFAC Conf<br />

MathMod 2006, S. 226. IFAC 2006<br />

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

analysis of plant connectivity and alarm logs to reduce the number<br />

of alerts in an automation system. Journal of Process Control 23(6),<br />

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

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

/5f3bf681f2f9f552c1257b8200452d60.aspx<br />

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

Fault detection and diagnosis approach based on nonlinear parity<br />

equations and its application to leakages and blockages in the drying<br />

section of a board machine. Journal of Process Control 23(9),<br />

S. 1380-1393, August 2013,<br />

http://dx.doi.org/10.1016/j.jprocont.2013.03.006<br />

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

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

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

global/scot/scot349.nsf/veritydisplay/494fc96988663ab9c125754e004af1ac/<br />

[21] Drath, R., Hoernicke, M., Schröter, B.: Datenkonsistenz mit AutomationML<br />

h<strong>erstellen</strong> – Konzept für heterogene Engineering-Werkzeug-Landschaften.<br />

<strong>atp</strong> <strong>edition</strong> – Automatisierungstechnische Praxis 54(5), S. 36-42, 2012.<br />

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

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

Download.aspx?DocumentID=3BGB000935&LanguageCode=en&Docu<br />

mentPartId=&Action=Launch<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

39


HAUPTBEITRAG<br />

scher) spezifische Muster erkannt und die Energieströme<br />

explizit in der Topologie sichtbar gemacht<br />

werden.<br />

Vervollständigen/Validieren des Informationsflusses<br />

Sowohl HMI als auch R&I-Fließschema stellen Informationsflüsse<br />

nur teilweise dar. Eine weitere<br />

Quelle zur Vervollständigung und Validierung des<br />

Informationsflusses sollte gesucht werden, um den<br />

Informationsfluss vollständig in der Topologie abzubilden.<br />

Hierzu eignet sich beispielsweise der<br />

Signalfluss im Leitsystem. Auf diesen kann über<br />

API zugegriffen werden, die von den Engineering-<br />

Werkzeugen zum Ex- und Import von Automatisierungslösungen<br />

zur Verfügung gestellt werden (ähnlich<br />

den in Abschnitt 2.2 verwendeten). Damit<br />

können einfache, signalbasierte Zusammenhänge<br />

zwischen Sensoren, Steuerungen und Aktoren bestimmt<br />

und die aus dem HMI gewonnene Information<br />

ergänzt werden.<br />

Änderungen im Engineering Workflow<br />

Das Engineering des HMI liegt sehr spät im Workflow.<br />

Hierdurch entfällt die Möglichkeit einer Anwendung<br />

für frühe AoA-Algorithmen. Wenn sich das<br />

HMI-Engineering in einer früheren Phase durchführen<br />

ließe, blieben diese Möglichkeiten offen.<br />

Zusätzliche Information über den Prozess<br />

Zusätzliche Information aus dem HMI könnte ausgewertet<br />

werden: zum Beispiel eine Bestimmung<br />

des Mediums innerhalb einer Rohrleitung durch<br />

Auswertung oft verwendeter Farbcodierungen.<br />

FAZIT<br />

Der Beitrag beschreibt die Erstellung von Topologieteilmodellen<br />

aus den Visualisierungsgrafiken eines Leitsystems.<br />

Die Bilder des HMI werden verwendet, um<br />

Topologieobjekte, deren Eigenschaften und Vorgängerund<br />

Nachfolgerbeziehungen zu extrahieren.<br />

Die Tests des Konzepts zeigen positive Resultate, weshalb<br />

davon auszugehen ist, dass diese Technik praktisch<br />

anwendbar ist. Ausblickend wäre weiterhin zu<br />

untersuchen, wie sich Modelle einer kompletten Anlage<br />

aus den einzeln generierten Teilmodellen verknüpfen<br />

lassen.<br />

Da R&I-Fließschemata nach wie vor selten in einem<br />

computerinterpretierbaren Format dem Engineering<br />

der Automatisierungstechnik zur Verfügung gestellt<br />

werden, sind die Konzepte der Automatisierung der<br />

Automatisierung in der Praxis schwer anwendbar. Das<br />

beschriebene Konzept stellt eine Möglichkeit dar, dennoch<br />

<strong>Anlagentopologien</strong> <strong>automatisch</strong> zu <strong>erstellen</strong> und<br />

damit für AoA zugänglich zu machen.<br />

MANUSKRIPTEINGANG<br />

31.10.2013<br />

Im Peer-Review-Verfahren begutachtet<br />

AUTOREN<br />

Dipl.-Ing. (FH)<br />

MARIO HOERNICKE<br />

(geb. 1984) ist<br />

Principal Scientist<br />

am ABB Forschungszentrum<br />

in Ladenburg.<br />

Sein Forschungsschwerpunkt<br />

umfasst die Entwicklung neuer und<br />

innovativer Engineering-Konzepte im<br />

Bereich Emulation von Leitsystemfunktionen<br />

und Subsystemen,<br />

Simulation von Prozessen sowie der<br />

Automation des Engineerings.<br />

ABB AG Forschungszentrum,<br />

Wallstadter Str. 59,<br />

D-68526 Ladenburg,<br />

Tel. +49 (0) 6203 71 62 66,<br />

E-Mail: mario.hoernicke@de.abb.com<br />

Dipl.-Ing. (FH)<br />

LARS<br />

CHRISTIANSEN<br />

(geb. 1984) ist<br />

wissenschaftlicher<br />

Mitarbeiter<br />

an der Professur<br />

für Automatisierungstechnik<br />

an<br />

der Helmut-Schmidt-Universität/<br />

Universität der Bundeswehr, Hamburg.<br />

Sein Forschungsschwerpunkt<br />

ist die Unterstützung der Anlagendiagnose<br />

mittels Modellen aus dem<br />

Engineering-Prozess.<br />

Institut für Automatisierungstechnik,<br />

Helmut-Schmidt-Universität/<br />

Universität der Bundeswehr, Hamburg,<br />

Holstenhofweg 85, D-22043 Hamburg,<br />

Tel. +49 (0) 40 65 41 23 26,<br />

E-Mail: lars.christiansen@hsu-hh.de<br />

Prof. Dr.-Ing.<br />

ALEXANDER FAY<br />

(geb. 1970) ist<br />

Professor für<br />

Automatisierungstechnik<br />

an der<br />

Fakultät für<br />

Maschinenbau der<br />

Helmut-Schmidt-<br />

Universität/Universität der Bundeswehr,<br />

Hamburg. Sein Forschungsschwerpunkt<br />

sind Beschreibungsmittel,<br />

Methoden und Werkzeuge für<br />

einen effizienten Entwurf von<br />

Automatisierungssystemen.<br />

Institut für Automatisierungstechnik,<br />

Helmut-Schmidt-Universität/<br />

Universität der Bundeswehr, Hamburg,<br />

Holstenhofweg 85,<br />

D-22043 Hamburg<br />

40<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


7. –11. April 2014<br />

Halle 9, D76<br />

Das SC-System.<br />

Ein Weltmarktführer<br />

in neuer Bestform.<br />

Mit den Signaltrennern des SC-Systems<br />

bringt Pepperl+Fuchs, der Weltmarktführer<br />

im Bereich der Trennbarrieren, die ganze<br />

Erfahrung aus dem Ex-Bereich nun auch<br />

in den Nicht-Ex-Bereich – in besonders<br />

attraktiver und kompakter Form.<br />

www.pepperl-fuchs.de/sc-system<br />

Your automation, our passion.


HAUPTBEITRAG<br />

IKT in der<br />

Fabrik der Zukunft<br />

Ein Diskussionsbeitrag zu Industrie 4.0<br />

Informations- und Kommunikationstechnik (IKT) durchdringt die Produktion und<br />

ihre Maschinen und Anlagen immer stärker. Sie wird zu einer Schlüsseltechnologie<br />

in der Fabrik der Zukunft. Allerdings bleibt sie eine Enabling Technology, denn sie<br />

muss die bekannten Ziele von produzierenden Unternehmen unterstützen: das sind<br />

Qualität, Zeit und Kosten. In diesem Beitrag wird erklärt, welche IKT-Technologien<br />

für die Fabrik der Zukunft relevant sind, wie sie miteinander zusammenhängen und<br />

welche Potenziale bezogen auf die drei genannten Ziele sich durch ihre Nutzung<br />

ausschöpfen lassen.<br />

SCHLAGWÖRTER Industrie 4.0 / intelligente Automation / MES / industrielle<br />

Kommunikation / Mensch-Maschine-Interaktion / Interoperabilität<br />

ICT in the Factory of the Future –<br />

A Contribution to Industrie 4.0<br />

Information technology is one of the key enabling technologies of future manufacturing.<br />

However, for manufacturing and its value adding purpose, information technology<br />

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

to relevant components of an information model inside the future factory.<br />

KEYWORDS manufacturing execution systems / intelligent automation / industrial IT /<br />

interoperability<br />

42<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


CHRISTIAN FREY, MICHAEL HEIZMANN, JÜRGEN JASPERNEITE, OLIVER NIGGEMANN,<br />

OLAF SAUER, MIRIAM SCHLEIPEN, THOMAS USLÄNDER, MICHAEL VOIT, Fraunhofer IOSB<br />

Die Informations- und Kommunikationstechnik<br />

(IKT) in der Fabrik der Zukunft muss die<br />

Ziele von Produktionsunternehmen [1] unterstützen:<br />

vom Kunden geforderte Qualität mit Auswirkungen<br />

auf robuste Produktionsprozesse,<br />

Geschwindigkeit und Zeit bezogen auf Innovationen,<br />

Durchlaufzeiten und Anlauf von Anlagen<br />

sowie<br />

wettbewerbsfähige Herstellkosten mit Auswirkungen<br />

auf Investitionen in Anlagen und IKT.<br />

Neben diesem Dreiklang ergeben sich neue Erfolgsfaktoren<br />

für die zukünftige Produktion [2] zum Beispiel<br />

aufgrund von<br />

Wandlungsfähigkeit für viele neue Produktvarianten<br />

mit Auswirkungen auf Integration und Interoperabilität<br />

in der produktionsnahen IKT,<br />

Echtzeitfähigkeit mit Auswirkungen auf die schnelle<br />

Bereitstellung benötigter Information an die berechtigten<br />

Nutzer,<br />

Netzwerkfähigkeit und damit die Erweiterung des<br />

Blickfeldes von einem Unternehmen auf Verbünde<br />

von Standorten oder Firmen.<br />

Produktionsnahe IKT liegt am Schnittpunkt der Unternehmensprozesse<br />

„von der Produktidee zum Recycling“<br />

beziehungsweise „von der Absatzplanung bis<br />

zum Service“ [3]. Dadurch ergeben sich weitere Forderungen<br />

nach IKT-Unterstützung über den kompletten<br />

Lebenszyklus von Produkt und Produktion sowie an<br />

die Integration der Produktions-IKT in die Gesamt-IKT-<br />

Architektur eines Unternehmens oder einer kompletten<br />

Supply Chain [4]. In [5] formulieren die Autoren Trendaussagen<br />

für die Internet-Gesellschaft, von denen zwei<br />

Aspekte für die Industrie 4.0 besonders zutreffend sind:<br />

Trendaussage 5: Semantische Technologien verwandeln<br />

Information in Wissen,<br />

Trendaussage 10: Sich selbst organisierende Systeme<br />

reduzieren die Komplexität und erhöhen die<br />

Zuverlässigkeit.<br />

Diese Trendaussagen werden beispielsweise durch [6]<br />

unterstützt, worin als charakteristisch für heutige Fabriken<br />

unvollständig beschriebene Engineering-Prozesse<br />

sowie eine unzureichende Integration von Information<br />

und Daten genannt werden. Auch andere Autoren<br />

unterstreichen die Anforderungen an die Fabrik der<br />

Zukunft, vor allem bezüglich Flexibilität, Rekonfigurierbarkeit<br />

und Adaptivität [7-10].<br />

Viele der Innovationen, die durch die Industrie-4.0-<br />

Initiative ausgelöst und entwickelt werden, sind IKT<br />

basiert – neue Technologien, die die IKT bereit-stellt,<br />

ermöglichen Produkt- oder Prozessinnovationen mit<br />

teilweise massiven Auswirkungen auf die Fabrik (siehe<br />

Bild 1). Die Umsetzungsempfehlungen für das Zukunftsprojekt<br />

Industrie 4.0 [4] spannen einen ersten<br />

Rahmen für denkbare Innovationen und Handlungsfelder<br />

auf – eine systematische Übersicht über die Lösungsbeiträge<br />

von IKT fehlt bislang.<br />

Über die in diesem Beitrag genannten Technologiekomponenten<br />

hinaus adressiert Industrie 4.0 weitere<br />

neue Technologien, die sich ebenfalls in der Entwicklung<br />

befinden, zum Beispiel Verknüpfung des Engineering<br />

mit der Produktion, Selbststeuerung, Intralogistik,<br />

Nutzung von Cloud-Technologien.<br />

1. INDUSTRIELLE ANFORDERUNGEN<br />

Die Produktion der Zukunft muss sich den bekannten<br />

Mega-Trends stellen, die unter anderem in [1] zusammengefasst<br />

sind. Daraus leiten sich Anforderungen ab,<br />

die die Fabrik der Zukunft erfüllen muss, zum Beispiel<br />

die Fähigkeit, kundenindividuelle Produkte mit immer<br />

neuen Varianten herzustellen, kurze Produktlebenszyklen,<br />

schnelle Lieferzeiten, Null-Fehler-Produktion und<br />

ressourcenschonende Fertigung.<br />

Eine der daraus folgenden Anforderungen an die IKT-<br />

Topologie in der Industrie 4.0 ist die Fähigkeit, sich an<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

43


HAUPTBEITRAG<br />

Änderungen anzupassen – sei es, dass neue Anlagen<br />

oder Produktionsprozesse in das System eingebracht<br />

werden oder bestehende Produktionssysteme verändert<br />

werden, beispielsweise weil eine Produktvariante<br />

zusätzlich gefertigt werden soll. Die Autoren bezeichnen<br />

diese Fähigkeit in Anlehnung an [10] als wandlungsfähige<br />

IKT. Dabei ist die zentrale Idee, dass Mechanismen<br />

der Selbstbeschreibung in Bezug auf Funktionalität,<br />

Identifizierung, Selbstaufbau der Kommunikation<br />

und durchgängigen Datenaustausch genutzt<br />

werden, wenn neue Komponenten, Maschinen oder<br />

Anlagen in ein Produktionssystem eingebracht werden<br />

oder sich softwarerelevante Änderungen in der Produktion<br />

ergeben. Heutige IKT-Architekturen in der<br />

Produktion sind auf diese Anforderung jedoch noch<br />

nicht ausgerichtet: Proprietäre Schnittstellen, nicht<br />

integrierte Einzelsysteme oder firmenspezifische Speziallösungen<br />

verhindern, dass intelligente Komponenten<br />

und Maschinen Mechanismen der Selbstkonfiguration<br />

und durchgängiges Datenmanagement nutzen.<br />

Im Sinne der Forschungsagenda CPS [11] sind solche<br />

intelligenten Komponenten und Maschinen Cyber-<br />

Physical Systems.<br />

Eine weitere resultierende Anforderung ist, dass die<br />

IKT Lernen aus den Prozessen ermöglichen muss, nicht<br />

nur um die Prozesse kontinuierlich zu verbessern, sondern<br />

um sie zu befähigen, schneller als heute neue Produkte<br />

mit noch unbeherrschten Produktionsprozessen<br />

auf den Markt zu bringen [12, 51].<br />

2. BEISPIELE FÜR IKT-BASIERTE LÖSUNGSANSÄTZE<br />

2.1 Vom Sensor zum Prozesswissen<br />

Intelligente Assistenzsysteme, kognitive Systeme und<br />

lernende Algorithmen ergänzen in Zukunft die bislang<br />

stark von manuellen Implementierungen und Modellierungen<br />

geprägten Vorgehensweisen [13]. Durch diesen<br />

Technologiesprung entsteht die Chance, datengetriebene<br />

Lösungsansätze, wie sie für Data-Mining und<br />

in der Analyse von Big Data typisch sind, auch in der<br />

Industrie zu implementieren. Die Industrie hat in den<br />

letzten Jahren diverse Anwendungsfälle für solche neuen<br />

Ansätze definiert:<br />

Sensor- und Aktordaten von Produktionsanlagen<br />

können genutzt werden, um einen technischen<br />

Prozess <strong>automatisch</strong> auf Optimierungspotenzial<br />

bezüglich Ressourcenverbrauch wie Wasser oder<br />

Energie hin zu untersuchen [14, 15].<br />

Softwaresysteme können das Verhalten von Produktionsanlagen<br />

diagnostizieren, das Normalverhalten<br />

abstrahieren und so später Abweichungen,<br />

wie Verschleiß oder Fehler, erkennen [16, 17].<br />

Durch <strong>automatisch</strong>e Abstraktion der Prozessdaten<br />

sowie die maschinelle Interpretation und Hervorhebung<br />

relevanter Daten kann der Anlagenbediener<br />

durch geeignete Assistenzsysteme in Zukunft<br />

entlastet werden [18, 19].<br />

Grundlage für solche neuen Potenziale ist die Information<br />

über den Prozess, die von Feldgeräten (Sensoren<br />

und Aktoren) erfasst wird. Durch die zunehmende Verfügbarkeit<br />

von intelligenten Feldgeräten vollzieht sich<br />

ein Trend zu immer umfassender instrumentierten<br />

Prozessen. Damit stehen zunächst mehr Daten zur Verfügung,<br />

was zum Beispiel durch steigende Abtastraten<br />

der Sensorsysteme noch verstärkt wird. Des Weiteren<br />

steigt der Kommunikationsbedarf durch die zunehmende<br />

horizontale und vertikale Vernetzung und damit<br />

die verfügbare Datenmenge massiv an.<br />

Neben den Steuerungs- und Regelungsvorgängen<br />

und neben der klassischen Diagnose auf Ebene einzelner<br />

Signale (Signalplausibilisierung) erwächst so ein<br />

Bedarf nach systemweiter Datenanalyse. Ziel dieser<br />

Datenanalyse ist es, Anomalien zu erkennen, die anschließende<br />

Diagnose und ein systemweites Condition<br />

Monitoring.<br />

Die Auswertung solch einer hohen Anzahl von Prozessgrößen<br />

besitzt einige Ähnlichkeit mit Data-Mining<br />

beziehungsweise mit Schlagworten wie Big Data, die<br />

momentan in der IKT diskutiert werden. Technische<br />

Systeme erfordern allerdings aus mehreren Gründen<br />

andere Lösungsansätze und Algorithmen als die klassischen<br />

Anwendungsgebiete von Data-Mining:<br />

Fertigungstechnische Prozesse sind zeit- und zustandsbehaftete<br />

Systeme. Aktuelle Datenanalysemethoden<br />

berücksichtigen dies kaum; stattdessen<br />

wird oft versucht, den betrachteten Prozess derart<br />

zu reduzieren, dass die Zeitabhängigkeit vernachlässigt<br />

werden kann.<br />

Das Verhalten technischer Systeme basiert letztendlich<br />

auf physikalischen Zusammenhängen.<br />

Verfahren des Data-Mining müssen daher um physikalische<br />

Modelle erweitert werden. Der dafür<br />

passende Detaillierungsgrad der Modellierung<br />

muss so gewählt werden, dass diese für das Data-<br />

Mining geeignet ist.<br />

Technische Prozesse sind meist hybrider Natur –<br />

ihr Verhalten zeichnet sich durch einen Mix von<br />

diskreten und kontinuierlichen Prozessgrößen aus.<br />

Aktuelle Data-Mining-Verfahren sind für hybride<br />

Systeme oft ungeeignet.<br />

Technische Systeme sind meist multi-modal, ihr<br />

Verhalten ist durch die Abfolge von stark unterschiedlichen<br />

Modes geprägt. Data-Mining-Verfahren<br />

müssen dies explizit berücksichtigen, was aktuell<br />

jedoch nicht der Fall ist.<br />

Technische Systeme verlangen zumeist eine Reaktion<br />

nahe der Echtzeit, das heißt die Datenanalyse<br />

muss Echtzeitanforderungen genügen.<br />

Im Zusammenhang mit diesen Fragestellungen werden<br />

in verschiedenen Forschungs- und Industrieprojekten,<br />

zum Beispiel im Spitzencluster Intelligente Technische<br />

Systeme Ostwestfalen-Lippe (Projekt itsowl-EE‐Energieeffizienz<br />

in intelligenten technischen Systemen,<br />

Projekt itsowl-IASI‐Intelligente Antriebs- und Steuerungstechnik<br />

für die energieeffiziente Intralogistik)<br />

44<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


BILD 1: Trendradar für<br />

Produkte, Produktion und<br />

produktionsnahe IKT<br />

(Quelle: Fraunhofer-<br />

interne Recherchen)<br />

Produkt<br />

Produktionsprozess<br />

Gentelligente<br />

Produkte*****<br />

Generative<br />

Fertigungsverfahren<br />

Lernverfahren für<br />

Prozessparameter<br />

Multi-<br />

Materialverbund<br />

Featurebasierte<br />

Konstruktion****<br />

PLM und Digitale Fabrik<br />

wachsen zusammen<br />

Adaptive<br />

Produktionsprozesse<br />

Produktionsanlagen<br />

Selbstlernende<br />

Anlagen<br />

Adaptive<br />

Anlagen<br />

Wandlungsfähige<br />

Anlagen<br />

PDM***<br />

Mobile<br />

Datenträger<br />

am Produkt<br />

Anlagennahe IT/<br />

SPS*<br />

2025 2020 2015 2010 2015 2020 2025<br />

*SPS: Speicherprogrammierbare Steuerung<br />

**MES: Manufacturing Execution Systems<br />

***PDM: Integriertes Produkt- und Prozessdatenmanagement<br />

****SFB 374 „Entwicklung und Erprobung innovativer Produkte“<br />

*****SFB 653 „Gentelligente Bauteile - Neue Wege in der Produktionstechnik“<br />

Leistungsfähige IT-<br />

Systeme übernehmen<br />

SPS-Aufgaben<br />

SPS-Code wird<br />

generiert statt<br />

programmiert<br />

Echtzeit-<br />

Ethernet Interoperable<br />

Systeme<br />

Interop.-<br />

standards<br />

Internettechnologien<br />

flächendeckend<br />

in der Fabrik<br />

Plugand-work<br />

MES-Fktn. auf<br />

eingebetteten<br />

Systemen<br />

MES-Fktn.<br />

aus der Cloud<br />

Lernfähige<br />

Software<br />

Übergeordnete<br />

IT/<br />

MES**<br />

oder im Projekt Anubis im Programm Industrielle Gemeinschaftsforschung<br />

(IGF) verschiedene für technische<br />

Systeme angepasste Konzepte erarbeitet, sodass<br />

mit Hilfe neuer Data-Mining-Verfahren konkrete Aufgabenstellungen<br />

folgender Art beantwortet werden<br />

können:<br />

1 | Besteht Optimierungspotenzial in der<br />

Produktion, zum Beispiel bezüglich Durchsatz<br />

oder Ressourcenverbrauch?<br />

2 | Liegen Fehler oder Verschleiß in der Anlage vor?<br />

3 | Wann muss die Anlage gewartet werden<br />

(condition monitoring)?<br />

Aus Sicht der dazu verwendeten Lösungsansätze und<br />

Algorithmen kann hierzu zwischen heuristischen Verfahren<br />

und modellbasierten Verfahren unterschieden<br />

werden: Bei heuristischen Verfahren [20, 21] wird mittels<br />

einer Klassifikationsfunktion direkt von Symptomen<br />

auf die Fehlerursache geschlossen. Klassifikationsfunktionen<br />

werden dabei zum Beispiel mittels<br />

Entscheidungsbäumen oder neuronalen Netzen modelliert.<br />

Diese Methoden haben den Nachteil, dass vorab alle<br />

Symptome und Ursachen sowie deren Zusammenhang<br />

bekannt sein müssen. Angewendet werden diese Verfahren<br />

daher zumeist bei abgeschlossenen, nicht zu<br />

komplexen Anlagen oder Systemen. Beispiele für die<br />

Anwendung dieser heuristischen Verfahren finden<br />

sich in [22-24].<br />

Für komplexere Systeme wird dagegen oft die modellbasierte<br />

Diagnose verwendet. Die Verwendung modellbasierter<br />

Verfahren zur Diagnose wurde in den<br />

letzten Jahren immer populärer. Beispielsweise behandelten<br />

beim International Workshop on Principles of<br />

Diagnosis 2009 etwa 70 % aller Beiträge einen modellbasierten<br />

Ansatz zur Diagnose technischer Systeme.<br />

Generell verwenden modellbasierte Ansätze, wie sie<br />

in [25-27] beschrieben sind, ein Modell des Systems,<br />

um während des Systembetriebs<br />

1 | durch einen Vergleich zwischen Messungen am<br />

System und der Modellvorhersage (Simulation<br />

des Modells) Symptome zu generieren und<br />

2 | um den Zusammenhang zwischen Symptom<br />

und Ursache zu ermitteln.<br />

Modellbasierte Ansätze haben den Vorteil, dass Symptome<br />

und Fehlerursachen nicht bei der Implementierung<br />

des Diagnosealgorithmus bekannt sein müssen<br />

und das Diagnosesystem damit auf unerwartete Fehler<br />

reagieren kann. Modellbasierte Diagnose wird daher<br />

oft für komplexe, stark vernetzte Systeme eingesetzt,<br />

in denen Fehler viele und räumlich verteilte Symptome<br />

hervorrufen können. Modellbasierte Ansätze wurden<br />

zum Beispiel in [28, 29] auf die Verfahrenstechnik angewendet.<br />

Weitere Anwendungsbeispiele aus dem industriellen<br />

Umfeld finden sich in [30-32], wo ein Modell<br />

einer Flaschenabfüllanlage für deren Diagnose erfolgreich<br />

eingesetzt wird. Andere Ansätze für die Automation<br />

basieren auf Agentensystemen [33].<br />

Neue Ansätze versuchen, das Modell nicht mehr manuell<br />

von Experten <strong>erstellen</strong> zu lassen, sondern es <strong>automatisch</strong><br />

aus Beobachtungen abzuleiten, das heißt, es<br />

wird vom Computer ein Modell des Normalverhaltens<br />

des Systems aus den Daten abstrahiert. Dies geschieht,<br />

beispielsweise um Anomalien zu erkennen, oder um<br />

das Verhalten des Systems prognostizieren zu können<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

45


HAUPTBEITRAG<br />

[40, 43, 44]. Aktuell werden solche Verhaltensmodelle<br />

zum Beispiel in Form von Modellen der Signalkorrelation<br />

[32] oder in Form von hybriden Zustandsautomaten<br />

mit zeitlichen Einschränkungen [40, 43] gelernt.<br />

Andere Ansätze setzen nicht auf das Lernen auf Basis<br />

von Daten, sondern verwenden existierende Simulationsmodelle<br />

[31] oder eine Kombination von existierenden<br />

Struktur- und Verhaltensmodellen [28].<br />

2.2 Von der Datenbank zur Auswertung<br />

Für die produzierende Industrie entsteht Big Data unter<br />

anderem dadurch, dass die relevanten Prozessgrößen<br />

und Produkteigenschaften inline, das heißt mit der Geschwindigkeit<br />

des laufenden Prozesses, über die Sensorik<br />

erfasst und zur Maschinen- und Anlagenüberwachung<br />

sowie zur Prozessoptimierung verwendet werden.<br />

Dies setzt voraus, dass Sensoren eingesetzt werden, die<br />

für den Prozess und das Produkt geeignet sind und zur<br />

Datenauswertung untereinander vernetzt werden. Mit<br />

Hilfe intelligenter Big-Data-Analyseverfahren des maschinellen<br />

Lernens und Data-Minings, angewandt auf<br />

aufgezeichnete Prozessdaten, können dann konkrete Fragestellungen<br />

folgender Art leicht beantwortet werden:<br />

1 | Wie ist der aktuelle Anlagenzustand?<br />

2 | Liegen Fehler oder Verschleiß in der Anlage vor?<br />

3 | Ist der Ressourcenverbrauch (beispielsweise<br />

Energie)<br />

In der Praxis existieren auf der bisherigen Enterprise-<br />

Resource-Planning-Ebene (ERP) Bestrebungen, direkt<br />

auf Online-Daten aus Fertigungsprozessen zuzugreifen,<br />

diese zu verarbeiten und daraus geschäftsrelevante Information<br />

zu generieren [36]. In-Memory-Datenbanken<br />

leisten dieser Entwicklung insofern Vorschub, als dass<br />

sie die geforderte Geschwindigkeit zur Verarbeitung<br />

großer Datenmengen bieten.<br />

Tatsächlich liegt die Herausforderung jedoch in der<br />

Frage, wie große Datenmengen mit Datenelementen unterschiedlichster<br />

Strukturierungsform (Sensordaten,<br />

Dokumente, Texte, Modelle, Simulationsergebnisse)<br />

und Entstehungsart (synchron, asynchron) in der geforderten<br />

Zeit, gegebenenfalls in Echtzeit, analysiert<br />

und für den Benutzer leicht verständlich aufbereitet<br />

werden können (Big-Data-Problem).<br />

Ein weiterer Anwendungsfall von Big Data ist die<br />

gezielte Suche, Harmonisierung und Auswertung von<br />

verteilten Daten in der Fabrik, zum Beispiel unterstützt<br />

durch eine Kombination semantischer Technologien<br />

mit leistungsfähigen Suchmaschinen aus der Welt des<br />

Internets. Dazu folgendes Szenario: In einer automatisierten<br />

Produktion sei eine komplexe Teilanlage gestört.<br />

Ein Instandhaltungsmitarbeiter soll die Anlage möglichst<br />

schnell wieder produktionsbereit machen. Dazu<br />

benötigt er Daten über<br />

den Anlagenzustand vor dem Ausfall; diese Daten<br />

sind in einem Anlagenüberwachungssystem abgelegt,<br />

Log-Dateien über die letzten Anlagenbedienungen,<br />

aus denen sich eventuell Rückschlüsse über eine<br />

Fehlerursache ziehen lassen,<br />

Instandhaltungsdaten über die letzten Wartungsarbeiten<br />

an der betroffenen Anlage,<br />

Qualitätsinformation über Produkte, die eventuell<br />

durch die Störung betroffen sein könnten,<br />

Ersatzteilinformation, zum Beispiel 3D-Geometrien,<br />

2D-Zeichnungen und -Schnitte, Explosionsdarstellungen,<br />

Stücklisten, um die Wartung korrekt<br />

und effizient ausführen zu können.<br />

In den heute üblichen IKT-Architekturen würde das<br />

verknüpfte Suchen all dieser Information in den einzelnen<br />

Datenquellen erheblichen Aufwand bedeuten,<br />

mit den Konsequenzen Zeitverlust, entsprechend längerem<br />

Stillstand der Anlage und somit Produktionsausfällen.<br />

2.3 Vom Signal zur App<br />

Die bisher eher monolithisch anmutenden Leit- und<br />

Manufacturing-Execution-Systeme (MES) wandeln sich<br />

hin zu serviceorientierten Architekturen. Neue Anbieter<br />

produktionsnaher IKT-Systeme am Markt entwickeln<br />

ihre Werkzeuge direkt nach dem Paradigma der<br />

Serviceorientierung. Dabei lassen sich die folgenden<br />

Architekturkomponenten unterscheiden:<br />

Apps: Applikationen mit eigener Benutzeroberfläche,<br />

aber keiner oder nur sehr eingeschränkter eigener<br />

Datenhaltung, die auf einem mobilen Endgerät<br />

genutzt werden können. Beispiele für produktionsnahe<br />

Apps sind KPI-Apps zur Visualisierung von<br />

Kennzahlen wie Verfügbarkeit oder OEE- und Gantt-<br />

Chart-Apps zur Visualisierung von Auftragsreihenfolgen<br />

als Ergebnis einer Fertigungsfeinplanung.<br />

Leittechnik- und MES-Services: Unter einem Service<br />

verstehen die Autoren des Beitrags eine Einheit<br />

mit einer konkreten Funktion und eindeutigen Einund<br />

Ausgangsparametern [41]. Einzelne Funktionen<br />

können als Services bereitgestellt werden oder<br />

Services fassen mehrere Funktionen zusammen.<br />

Manufacturing Service Bus: Über diesen Bus kommunizieren<br />

die Services untereinander. Dieser<br />

Service Bus ist eine der Kernkomponenten der zukünftigen<br />

serviceorientierten Architektur und<br />

dient als Integrationsebene, um das Zusammenspiel<br />

der Services zu realisieren. Auch in den heutigen<br />

Leitsystemen und MES existieren diese Komponenten<br />

schon, allerdings zugeschnitten auf den<br />

jeweiligen Hersteller. Heute gibt es keinen Service<br />

Bus, mit dem sich Leit- und MES-Services unterschiedlicher<br />

Softwareanbieter ohne manuelle Programmiereingriffe<br />

verbinden können.<br />

Integrations-Services: Diese Services werden zwingend<br />

benötigt, um die Verbindung zwischen Leittechnik-<br />

und MES-Service und den Maschinen,<br />

Anlagen und anderen Einrichtungen der Fabrik zu<br />

46<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


BILD 2: Mit OPC UA ist eine durchgängige<br />

Kommunikation vom Sensor bis ins Internet möglich.<br />

Secure<br />

Plug-<br />

and-work-<br />

Anlagenmodell<br />

incl.<br />

Zertifikate<br />

und<br />

digitales<br />

Rechtemgmt.<br />

MES 1 MES 2 MES m<br />

Decoder Decoder Decoder<br />

Secure plug-and-work „Integrationsschicht“ :<br />

authentifiziert Anlagen und Komponenten<br />

Signierte und<br />

verschlüsselte<br />

Übertragung<br />

Encoder Encoder Encoder Encoder<br />

Anlage 1 Anlage 2 Anlage n Digitale Fabrik<br />

Secure plug-and-work “Integrationsschicht“ :<br />

authentifiziert Feldgeräte und Komponenten<br />

= feldgeräte- oder<br />

anlagenbezogene<br />

Softwarekomponenten<br />

= Zertifikat<br />

Secure<br />

Plug-andwork-<br />

Änderungsmanager<br />

BILD 3: Komponenten und Softwaremodule<br />

zum vertrauenswürdigen Plug-and-work<br />

von der Feld- bis zur MES-Ebene<br />

Feldgerät<br />

incl.<br />

Identity<br />

Spindel<br />

incl.<br />

Identity<br />

Signierte und verschlüsselte Übertragung<br />

Komponenten werden<br />

KGT<br />

Feldgerät<br />

signierte Komponenten<br />

„freigeschaltet“, nur<br />

incl.<br />

Identity X dürfen eingelesen werden<br />

schaffen. Eine Kommunikation auf Basis von OPC<br />

UA mit semantischem Mapping zur <strong>automatisch</strong>en<br />

Anbindung von Maschinensteuerung an MES-Services<br />

ist ein Beispiel für einen solchen Integrationsservice<br />

[42].<br />

Erklärtes Ziel der Serviceorientierung kann es nur sein,<br />

Services unterschiedlicher Anbieter zu kombinieren, sodass<br />

Anwender zu einer Best-of-breed-Lösung kommen.<br />

Das bisherige Verständnis von Leittechnik ist stark<br />

von der Vorstellung mehrerer Hierarchieebenen geprägt:<br />

von der Feldebene über die Anlagen-, Betriebsund<br />

Produktionsleitebene bis hin zur Unternehmensleitebene<br />

(DIN IEC 60050-351:2009). Jede dieser Ebenen<br />

zeichnet sich durch funktionale und informationsbezogene<br />

Eigenschaften aus, die sich in unterschiedlichen<br />

IKT-Schnittstellen, Datenformaten und Meta-<br />

Datenmodellen niederschlagen. Nicht-funktionale<br />

Eigenschaften, zum Beispiel Echtzeitfähigkeit, Antwortzeitverhalten,<br />

Verlässlichkeit, technische Ausfallsicherheit<br />

(safety) und IKT-Sicherheit (security),<br />

aber ebenso die adäquaten Benutzerschnittstellen bestimmen<br />

weitgehend die jeweils passende IKT-Architektur.<br />

Während IKT-Standards, zum Beispiel Feldbussysteme,<br />

das Problem der horizontalen Interoperabilität<br />

von IKT-Komponenten und Systemen innerhalb<br />

einer Ebene vermindern konnten, blieb die vertikale<br />

Interoperabilität, das heißt der reibungslose Austausch<br />

von Daten und Information über Ebenengrenzen hinweg<br />

beziehungsweise der ebenenübergreifende Aufruf<br />

von Ebenenfunktionen, bislang zumeist unberücksichtigt.<br />

Dieser vertikale Austausch der Daten zwischen<br />

ERP-, MES- und Feldebene, siehe [34, 35], zwischen<br />

MES- und ERP-Ebene [37] sowie zwischen MES<br />

und steuerungsnahen Leitfunktionen [38] ist aber<br />

unumgänglich.<br />

Industriestandards für Middleware in der Automation<br />

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

helfen diese Lücke zu schließen. OPC UA ist ein Beispiel<br />

eines herstellerunabhängigen Kommunikationsstandards,<br />

der sich zur durchgängigen Vernetzung aller<br />

Produktionsebenen einsetzen lässt. Durch das integrierte<br />

komplexe Informationsmodell besteht die Möglichkeit,<br />

verschiedene Sachverhalte semantisch zu<br />

beschreiben oder auch weitere bestehende Standards<br />

mit Companion-Spezifikationen einzubinden. Ein Beispiel<br />

der Kombination von AutomationML mit OPC UA<br />

wird in [45] beschrieben.<br />

Unter den Schlagwörtern Internet der Dinge und Internet<br />

der Dienste und Nutzung der entsprechenden<br />

Technologien ergeben sich nun neue Möglichkeiten, die<br />

einen grundlegenden Wandel im Verständnis der Leittechnik<br />

und deren ebenenübergreifender Kommunikation<br />

mit sich führen können. Diese Technologien bedeuten<br />

die konsequente Durchdringung aller Ebenen der<br />

Leittechnik mit Internet-Technologien und dazugehörigen<br />

Standards, unter anderem der Internet Engineering<br />

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

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

Organization for the Advancement of Structured Information<br />

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

Dies umfasst einerseits die eingesetzten Kommuni-<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

47


HAUPTBEITRAG<br />

kationstechnologien, zum Beispiel TCP/IP, bis auf die<br />

Ebene der einzelnen Sensoren und Aktoren, was durch<br />

die Standardisierung von IPv6 und weltweit eindeutige<br />

Bezeichner für Ressourcen, wie Uniform Resource<br />

Identifier (URI) des WWW, ermöglicht wurde. Andererseits<br />

bedeutet dies aber auch die konsequente Anwendung<br />

von Datenbeschreibungssprachen, wie die<br />

Extensible Markup Language (XML) mit ihren zahlreichen<br />

Profilen und Erweiterungen, zum Beispiel AutomationML,<br />

zur Beschreibung der Eigenschaften und<br />

Fähigkeiten von Produktionsanlagen [46] und den zugehörigen<br />

Planungsdaten. Liegen in XML oder XMLbasierten<br />

Beschreibungssprachen entsprechende zeitdiskrete<br />

Abbildungen der Situation in der Produktion<br />

vor, kann beispielsweise die Web Ontology Language<br />

(OWL) zur formalen Beschreibung von Zusammenhängen<br />

oder Sachverhalten genutzt werden. Diese zusätzliche<br />

Semantik kann in Ontologien hinterlegt sein.<br />

Dadurch kann auf ontologische Konzepte von Systemen<br />

aus der Leittechnik referenziert werden (semantische<br />

Annotation), um die Bedeutung von Datenelementen<br />

und existierende Restriktionen oder Relationen<br />

zu spezifizieren.<br />

In der Kombination dieser Internet-Technologien ergibt<br />

sich so die Definition von generischen IKT-Plattformen,<br />

die den Zugriff auf leittechnische Information<br />

ermöglichen, vermitteln und absichern, vom Sensor bis<br />

hin zum mobilen Endgerät. Leittechnik-Funktionalitäten<br />

werden dann als Dienste angeboten [47].<br />

Durch diese technologiegetriebene Entwicklung ergeben<br />

sich folgende neue Möglichkeiten:<br />

Übergreifende Leittechnik: Bislang fachlich unterschiedliche<br />

und technisch getrennte Anwendungen,<br />

zum Beispiel aus der Produktions-, Gebäude-<br />

und Energieleittechnik, können mit einheitlichen<br />

Technologien basierend auf Leittechnik-Spezifikationen<br />

mit Hilfe verständlicher,<br />

grafischer Beschreibungsmittel [48, 49] leichter<br />

zusammengeführt werden. Dies ermöglicht beispielsweise<br />

die Steuerung der Produktionsanlagen<br />

und der Gebäudetechnik auf der Grundlage<br />

eines einheitlichen Arbeitszeitmodells, oder die<br />

Berücksichtigung von Energiepreissignalen als<br />

Optimierungskriterium der Fertigungsfeinplanung.<br />

Voraussetzung für eine solche Umsetzung<br />

in der Praxis mit vertretbarem Aufwand sind vorliegende<br />

elektronische Beschreibungen der Produktionssituation,<br />

beispielsweise in Automation-<br />

ML [50] als XML-basierter Beschreibungssprache,<br />

sowie formal spezifizierte Rahmenbedingungen,<br />

zum Beispiel in OWL-Ontologien [51-53], um die<br />

bisher durch die Anwendungen getrennten Datenbestände<br />

zusammenzuführen und die vordefinierten<br />

Reaktionen der Anwendungen übergreifend<br />

zu planen.<br />

Vereinheitlichung der Benutzerschnittstelle: Aus<br />

dem Büro- und Privatbereich gewohnte Benutzerführungsparadigmen<br />

und Werkzeuge, wie Webbrowser<br />

oder mobile Endgeräte, lassen sich einfacher<br />

auf allen leittechnischen Ebenen einsetzen,<br />

was die Akzeptanz erhöht und den Schulungsaufwand<br />

verringert. Zudem können Innovationen in<br />

der Mensch-Maschine-Schnittstelle, zum Beispiel<br />

gestenbasierte oder blickgesteuerte Interaktion,<br />

leichter integriert werden (vergleiche Abschnitt 2.5).<br />

2.4 Vom Feldbus zum ERP-System<br />

Grundlage vieler der zuvor beschriebenen Funktionen<br />

ist die durchgängige Kommunikationsinfrastruktur. So<br />

muss die Information zwischen der Sensor- und ERP-<br />

Ebene möglichst ohne Transitsysteme, die projektiert<br />

werden müssen, in der notwendigen Qualität zur Verfügung<br />

stehen. Hierzu werden auf der physikalischen<br />

Ebene neben den etablierten Feldbussystemen zunehmend<br />

Kommunikationssysteme eingesetzt, die ihren<br />

Ursprung in der Bürokommunikation haben, wie Ethernet,<br />

WLAN, Bluetooth, NFC. Da automatisierte technische<br />

Prozesse hohe Anforderungen an den zuverlässigen<br />

Betrieb haben, sind anwendungsbezogene Dienstgüteparameter,<br />

wie das Zeitverhalten, Safety, Security<br />

und Verfügbarkeit zu garantieren. Darum wurden die<br />

Systeme aus der Bürokommunikation angepasst und<br />

führten zum Beispiel zu verschiedenen Ausprägungen<br />

eines echtzeitfähigen Ethernets. Um die Vorteile der<br />

vielfältigen physikalischen Kommunikationstechniken<br />

nutzen zu können, gleichzeitig die zuvor beschriebene<br />

Durchgängigkeit zu realisieren, ist eine gemeinsame<br />

Protokollebene notwendig. Das könnte künftig das Internet-Protokoll<br />

(IP) sein. Insbesondere IPv6 verfügt<br />

über einen hinreichend großen Adressraum, sodass<br />

selbst einzelne Sensoren mit einer global eindeutigen<br />

IP-Adresse versehen werden können.<br />

Nach der IP-Konnektivität ist der nächste Schritt die<br />

Abstraktion von den physikalischen Kommunikationssystemen<br />

und der Übergang zu einer dienstorientierten<br />

Architektur. Eine vielversprechende Technologie hierfür<br />

ist wiederum OPC UA. Es ließ sich nachweisen, dass<br />

OPC UA eine derart hohe Skalierungsfähigkeit hat, dass<br />

es selbst auf einfachsten ressourcenbeschränkten eingebetteten<br />

Systemen eingesetzt werden kann [54, 55].<br />

Echtzeit-Ethernetsysteme erlauben beispielsweise die<br />

gleichzeitige Nutzung von IP-Kommunikation, die für<br />

OPC UA verwendet wird. Damit lässt sich ein durchgängiger<br />

Informationsfluss vom Sensor bis in das ERP-<br />

System und das Internet bei gleichzeitig lokaler Realisierung<br />

hochdynamischer Steuerungs- oder Regelungsvorgänge<br />

realisieren (siehe Bild 2).<br />

Im Kontext der Industrie 4.0 wird auch die Maschine-zu-Maschine-(M2M)-Kommunikation<br />

unter Nutzung<br />

des Internets eine zunehmende Bedeutung bekommen<br />

(Internet der Dinge). Die Herausforderung<br />

besteht in der adaptiven Nutzung der Übertragungsstrecke,<br />

die durch das Mobilfunknetz und das Internet<br />

gebildet wird. In [56] wurden in umfangreichen Messungen<br />

an existierenden Mobilfunktechnologien<br />

(2G/3G/4G) signifikante Verbindungsabbrüche nachgewiesen,<br />

die eine Nutzung für Anwendungen mit hohen<br />

48<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Zuverlässigkeitsanforderungen stark einschränken.<br />

Hier ist künftig eine engere Abstimmung der Dienstgüteparameter<br />

der jeweiligen Anwendung mit den<br />

Möglichkeiten des Providers notwendig.<br />

2.5 Von Tastatur und Maus zur intuitiven Interaktion<br />

Als Herausforderung aus den behandelten Entwicklungen<br />

tritt für die Informatik die einfache und natürliche,<br />

kurzum Mensch-zentrierte, Interaktion mit cyber-physischen<br />

Systemen in der Fabrik in den Vordergrund.<br />

Diese Interaktion umfasst<br />

direkte Schnittstellen, über die ein Mensch Rechner<br />

unmittelbar instruiert und<br />

indirekte Schnittstellen, über die ein Rechner die<br />

Aktivitäten von und die Interaktion zwischen Menschen<br />

beobachtet und von diesen lernt, um sie zu<br />

unterstützen.<br />

Der Kontext menschlicher Aktivitäten wird hierbei<br />

berücksichtigt. Dazu bedarf es wahrnehmender Systeme,<br />

die menschliche Aktionen und Interaktionen<br />

erfassen und interpretieren können. Der visuelle Kanal<br />

bietet eine hohe Fülle und Dichte an Information<br />

zur Erschließung der sichtbaren Umgebung. Die visuelle<br />

Perzeption des menschlichen Handelns durch die<br />

Maschine beschäftigt sich mit dem Sehen und Verstehen<br />

dessen, wer was wo und wann tut und mit wem<br />

er auf welche Weise interagiert. Verstehen Computer<br />

Benutzerabsichten und Handlungskontexte, können<br />

sie Menschen in ihrer Arbeit unterstützen. Dieses Verständnis<br />

ist essenziell, um solche Systeme beispielsweise<br />

im Umgang mit industriellen oder humanoiden<br />

Robotern erfolgreich einsetzen zu können oder eine<br />

REFERENZEN<br />

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

Hanser-Verlag 2011<br />

[2] Bischoff, J., Barthel, H., Eisele, M.: Automobilbau mit Zukunft.<br />

LOG_X Verlag 2007<br />

[3] Sauer, O., Jasperneite, J.:Informationstechnik in der Fabrik der<br />

Zukunft. Zeitschrift für wirtschaftlichen Fabrikbetrieb ZwF<br />

2011(12), S. 955-962, 2011<br />

[4] Promotorengruppe Kommunikation der Forschungsunion<br />

Wirtschaft – Wissenschaft (Hrsg.): Umsetzungsempfehlungen<br />

für das Zukunftsprojekt Industrie. acatech 4.0. April 2013<br />

[5] Wahlster, W., Raffler, H.: Forschen für die Internet-<br />

Gesellschaft: Trends, Technologien, Anwendungen.<br />

Trends und Handlungsempfehlungen 2008 des Feldafinger<br />

Kreises, 2008<br />

[6] Schabacker, M.: Inhalte und Auswertung der Initiative.<br />

Pressekonferenz Halbzeit der Initiative ENGINEERING<br />

produktiv!, 22. April 2008<br />

[7] European Commission. MANUFUTURE – a vision for 2020,<br />

Assuring the future of manufacturing in Europe, Luxembourg:<br />

Office for Official Publications of the European Communities.<br />

2004 – 20 pp. ISBN 92-894-8322-9<br />

[8] MANUFUTURE Germany: Management Summary. Strategic<br />

Research Agenda MANUFUTURE Germany, 2006<br />

[9] ElMaraghy, W.H.: Manufacturing Complexity Management.<br />

3rd International Conference on Changeable, Agile and<br />

Virtual Production (CARV 2009), Munich, Germany, October,<br />

2009<br />

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

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

S. 783-809<br />

[11] Geisberger E., Broy, M. (Hrsg.): agendaCPS. Integrierte<br />

Forschungsagenda Cyber-Physical Systems. Acatech Studie.<br />

Springer-Verlag: 2012<br />

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

modellbasierten Selbstoptimierung beim automatisierten<br />

MSG-Schweißen. Wirtschaftliche Fertigung durch fügetechnische Automatisierung,<br />

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

DVS-Verlag 2011<br />

[13] Jasperneite, J., Niggemann, O.: Intelligente Assistenzsysteme zur Beherrschung<br />

der Systemkomplexität in der Automation. <strong>atp</strong> <strong>edition</strong> - Automatisierungstechnische<br />

Praxis 9/2012, Oldenbourg Verlag, München, Sep 2012<br />

[14] Faltinski, et.al: Detecting Anomalous Energy Consumptions in Distributed<br />

Manufacturing Systems (in press). In: IEEE 10th International Conference on<br />

Industrial Informatics INDIN, Beijing, China, 2012<br />

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

of Model-Learning for the Analysis of the Energy Consumption of Production<br />

Plant. In: 18th IEEE International Conference on Emerging Technologies and<br />

Factory Automation (ETFA), 2013<br />

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

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

Ontario, Canada, 2012, S. 1083–1090<br />

[17] Vodencarevic, A., Kleine Büning, H., Niggemann, O., Maier, A.:<br />

Identifying Behavior Models for Process Plants. In: Proc. of the 16th<br />

IEEE International Conf. on Emerging Technologies and Factory<br />

Automation ETFA’2011. Toulouse, France, September 2011,<br />

S. 937–944<br />

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

Production Plants. In: (To be published) 9th International Conference<br />

on Informatics in Control, Automation and Robotics (ICINCO), Rome,<br />

Italy, Jul 2012<br />

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

Produktionsanlagen. In: VDI Kongress AUTOMATION. Baden Baden, Juni 2013<br />

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

Grundlagen, Methoden und Perspektiven der Fehlerdiagnose. Deutscher<br />

Universitaets-Verlag, 1993<br />

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

Q-Faktor-Messung bei beliebigen Signalstoerungen. In: ITG Fachtagung<br />

Photonische Netze, 2003<br />

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

support vector machines. pages 1 –5, apr. 2008<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

49


HAUPTBEITRAG<br />

sichtgestützte Assistenz in sicherheitskritischen Arbeitsumgebungen<br />

anzubieten.<br />

Grundlegende Perzeptionskomponenten sind die<br />

Personenlokalisierung sowie Personenidentifikation,<br />

Erfassung der Körperhaltung einschließlich<br />

Gesten sowie das<br />

Nachvollziehen der visuellen Aufmerksamkeit<br />

von Personen.<br />

Die durch die Sensorauswertung gewonnene Information<br />

wird dazu genutzt, die maschinelle Umgebung<br />

aufmerksam gegenüber den menschlichen Handlungen<br />

und Absichten zu machen, um den Personen dann bei<br />

ihrer Zusammenarbeit sowie bei der Interaktion mit<br />

dem assistierenden System selbst zu assistieren. Basierend<br />

auf Tracking- und Identifikationsergebnissen kann<br />

eine solche aufmerksame Umgebung damit personalisierte<br />

Arbeitsplätze genau dort anzuzeigen, wo sich die<br />

jeweiligen Benutzer befinden. Durch das Wissen, wer<br />

sich wo aufhält, ist es darüber hinaus möglich, den<br />

entsprechenden Benutzern gezielt Nachrichten an ihren<br />

aktuellen Positionen zu übermitteln, zum Beispiel<br />

an einem nahegelegenen Display.<br />

Die vollständige Erfassung der Körperhaltung erlaubt<br />

es, Zeige- und Handgesten zu erkennen, die direkt<br />

zur Interaktion mit den angezeigten Arbeitsplätzen<br />

beziehungsweise mit den dort zu bearbeitenden<br />

Objekten genutzt werden können, zum Beispiel beim<br />

display-übergreifenden Arbeiten. Auch manuelle<br />

Montagetätigkeiten werden damit für ein System verständlich,<br />

ebenso wie eine natürliche, gestenbasierte<br />

Interaktion mit Robotern und Maschinen, beispielsweise<br />

[66, 67].<br />

Vervollständigt wird dieses Wissen über die Beobachtung<br />

der Aufmerksamkeitszuwendung der jewei-<br />

REFERENZEN<br />

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

fault diagnosis using ols based radial basis function neural network.<br />

pages 1 –4, apr. 2008<br />

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

analog circuit based on improved support vector machines. volume 1,<br />

pages 494 –497, may. 2010<br />

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

In Proceedings of the 15th International Joint Conference on Artificial<br />

Intelligence, Nagoya, Japan, 1997<br />

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

on self-organizing maps and watershed transformations. In IEEE<br />

International Conference on Computational Intelligence for Measurement<br />

Systems and Applications, 2008<br />

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

applications. In 16th IFAC Symposium on Automatic Control in Aerospace,<br />

St. Petersbug, Russia, 2004<br />

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

by Combining Structural and Process Knowledge. IEEE Conference on<br />

Emerging Technologies & Factory Automation, 16, 2011, pp. 1-8<br />

[29] Dvorak, D.: Process monitoring and diagnosis. IEEE Expert, 1991<br />

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

and challenges. In: 20th International Workshop on Principles of<br />

Diagnosis, 2006<br />

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

Generation for Industrial Automation. Industrial Informatics, 2009.<br />

INDIN 2009. 7th IEEE International Conference on, 2009, pp. 708 –714<br />

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

diagnosis on a paper mill plant. IEEE ETFA 2011<br />

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

System into Manufacturing Systems. IEEE International Conference on<br />

Industrial Technology, 2009, pp. 1-6<br />

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

2007, S. 353-361<br />

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

distributed manufacturing execution planning. In: Proceedings of: IEEE<br />

International Conference on Emerging Technologies and Factory<br />

Automation, 13.-16. September 2010, Bilbao, Spanien, 2010<br />

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

Dissertation an der Mathematisch-Naturwissenschaftliche<br />

Fakultät, Universität Potsdam, 2012<br />

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

Globalisierung. MES Wissen Kompakt 2010, S. 10-12, 2010<br />

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

Herausforderungen. In: VDI-Berichte 2092, AUTOMATION 2010,<br />

ohne Seiten<br />

[39] Frey, C: Monitoring of complex industrial processes based on<br />

self-organizing maps and watershed transformations. In: IEEE<br />

International Conference on Industrial Technology, ICIT 2012:<br />

Athens, Greece, 19-21 March, 2012 New York, NY: IEEE, 2012<br />

[40] Oliver Niggemann, Benno Stein, Asmir Vodencarevic, Alexander<br />

Maier, and Hans Kleine Büning. Learning behavior models for<br />

hybrid timed sys- tems. In Twenty-Sixth Conference on Artificial<br />

Intelligence (AAAI-12), pages 1083–1090, Toronto, Ontario,<br />

Canada, 2012<br />

[41] Bauernhansl, Th. (Hrsg.): Virtual Fort Knox. Abschlussbericht,<br />

Stuttgart: Juni 2013<br />

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

Stufe der Interoperabilität. at – Automatisierungstechnik<br />

59 (2011) 7<br />

[43] Faltinski, S. et.al.: Detecting anomalous energy consumptions in<br />

distributed manufacturing systems. In: 9th IEEE International<br />

Conference on Industrial Informatics (INDIN), 2012, S. 358 – 363<br />

[44] Chandola, K, Banerjee, L., Kumar, M.: Anomaly Detection for<br />

Discrete Sequences: A Survey. In: IEEE Transactions on Knowledge<br />

and Data Engineering 24 (2012), S. 823–839<br />

[45] Schleipen, M.: Adaptivität und semantische Interoperabilität für<br />

Manufacturing Execution Systeme (MES)“, Karlsruher Schriften<br />

zur Anthropomatik, 2012<br />

[46] Pfrommer, J., Schleipen, M., Beyerer, J.: Fähigkeiten adaptiver<br />

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

50<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


ligen Person, die dem System mitteilt, worauf sie sich<br />

konzentriert, worauf sie achtet und mit wem oder was<br />

sie interagieren möchte. Nicht nur Assistenzsysteme<br />

profitieren hiervon, weil sie damit nachvollziehen können,<br />

ob der Benutzer zum Beispiel angezeigte Meldungen<br />

oder Information bereits wahrgenommen hat;<br />

ebenso Sicherheitssysteme können davon Gebrauch<br />

machen, indem sie beobachten und reagieren können,<br />

wann Notfallmechanismen ausgelöst werden müssen,<br />

zum Beispiel weil der Benutzer sich unaufmerksam im<br />

Umgang mit einer Maschine verhält.<br />

Aktuelle konkrete Einsatzfälle in der Fertigung sind<br />

die gestenbasierte Interaktion in der Qualitätssicherung<br />

[57], die sichere Interaktion von Menschen und Industrierobotern<br />

ohne Sicherheitskäfige oder manuelle<br />

Montagearbeitsplätze, die Montageabläufe lernen und<br />

die Mitarbeiter darin unterstützen, die Werkstücke korrekt<br />

zu fügen und die richtigen Teile zu greifen.<br />

2.6 Von der digitalen Fabrik ins Laufzeitsystem<br />

Aktuelle Entwicklungen deuten darauf hin, dass sich<br />

der Prozess der Planung und Inbetriebnahme einer Fabrik,<br />

ihrer Maschinen und Anlagen und deren Komponenten<br />

in Zukunft grundlegend verändern wird: Anlagen<br />

werden aus mechatronischen Komponenten zusammengebaut,<br />

die durch (3D-)Geometrie, Kinematik und<br />

Logik, das heißt Teilen von Steuerungsprogrammen,<br />

gebildet werden [58, 59]. Diese intelligenten Komponenten<br />

kennen ihre Fähigkeiten und wissen, in welche<br />

Anlagen sie eingebaut werden können. Gegebenenfalls<br />

ändern sie Konfigurationseinstellungen selbständig,<br />

um sich an die Fertigungsaufgabe und an die Anlage,<br />

in die sie eingebaut werden, anpassen zu können. Aktuelle<br />

Entwicklungen bei selbstkonfigurierenden Werkzeugmaschinen<br />

sind in [60, 61] beschrieben. Die dort<br />

erarbeiteten Ergebnisse befinden sich jedoch noch im<br />

[47] Schlütter, M., Epple, U., Edelmann, T.: Dienstesysteme für die<br />

Leittechnik — Ein Einblick. In: VDI-Berichte 2067, Automation<br />

2009: Fit for Efficiency, Kurzfassung: S. 21-24, Langfassung auf<br />

beiliegender CD. Düsseldorf, VDI Verlag, 2009<br />

[48] Ricken, M., Vogel-Heuser, B.: Engineering von Manufacturing<br />

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

24.-26.11.2009<br />

[49] Ricken, M., Vogel-Heuser, B.: Modeling of Manufacturing<br />

Execution Systems: an interdisciplinary challenge. In:<br />

Proceedings of: IEEE International Conference on Emerging<br />

Technologies and Factory Automation, 13.-16. September<br />

2010, Bilbao, Spanien, 2010<br />

[50] Drath, R., Lüder, A., Peschke, J., Hundt, L.: AutomationML<br />

- the glue for seamless automation engineering. In:<br />

International Conference on Emerging Technologies and<br />

Factory Automation (ETFA), S. 616-623, 2008<br />

[51] Brecher, Ch. (Hrsg.): Integrative Produktionstechnik für<br />

Hochlohnländer, Springer-Verlag, 2011<br />

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

integration—Integration of life-cycle data for process plants<br />

including oil and gas production facilities—Part 8: Web<br />

Ontology Language (OWL) implementation, 2011<br />

[53] Rezk, M., Nutt, W.: Combining Production Systems and<br />

Ontologies. RR 2011, S. 287-293, 2011<br />

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

Chip Level Enables „Internet of Things“. In: 11th International<br />

IEEE Conference on Industrial Informatics 2013 Bochum,<br />

Germany, Jul 2013<br />

[55] its-OWL Spitzenclusterprojekt Intelligente Vernetzung,<br />

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

abgerufen am 28.7.2013<br />

[56] Shrestha, G. M., Jasperneite, J.: Performance Evaluation of<br />

Cellular Communication Systems for M2M Communication in<br />

Smart Grid Applications. In: Computer Networks - CN2012.<br />

Szczyrk, POLAND, Jun 2012<br />

[57] Schick, A., Sauer, O.: Gestenbasierte Qualitätskontrolle - Intuitive Mensch-<br />

Maschine-Interaktion in der Industrie. wt online, zur Veröffentlichung<br />

eingereicht<br />

[58] Prinz, J., et.al: Beschreibung mechatronischer Objekte durch Merkmale.<br />

<strong>atp</strong> <strong>edition</strong> 7-8/2011, S. 62-69<br />

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

Entwicklung im Maschinen- und Anlagenbau. In: Tagungsband zum 8.<br />

Fachwissenschaftliches Kolloquium für Angewandte Automatisierungstechnik<br />

in Lehre und Entwicklung an Fachhochschulen, Göppingen 2011, Seite 121-131<br />

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

mechatronischen Systemen am Beispiel von starren Fertigungslinien. iwb<br />

Forschungsbericht Nr. 250, München: Herbert Utz-Verlag, 2011<br />

[61] Kircher, Ch.: Selbstadaptierende NC-Steuerung für rekonfigurierbare<br />

Werkzeugmaschinen. Berichte aus dem Institut für Steuerungstechnik der<br />

Werkzeugmaschinen und Fertigungseinrichtungen der Universität<br />

Stuttgart, Nr. 185, Heimsheim: Jost-Jetter-Verlag, 2011<br />

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

Entwurf und Nutzung von automatisierten Produktionssystemen. at – Automatisierungstechnik<br />

59 (2011) 7, S. 426-438<br />

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

59 (2011) 7, S. 406-411<br />

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

contribution to “adaptivity” in manufacturing companies. In: Bernard, A.:<br />

Proceedings of DET2008, 5th International Conference on Digital<br />

Enterprise Technology, Nantes, France, 22-24 October 2008, pp. 181-191.<br />

Paris: Éditions Publibook, 2010<br />

[65] Fraunhofer-Gesellschaft: Internet der Dienste. weiter.vorn Fraunhofer-<br />

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

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

Letzter Aufruf: 24.07.2013<br />

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

automatisierte Kleinserienmontage. In: VDI-Bericht 2171, VDI-Verlag,<br />

Düsseldorf 2012, S. 271-274<br />

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

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

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

51


HAUPTBEITRAG<br />

Stadium der Grundlagenforschung. Die Integration von<br />

Feldgeräten in Automatisierungssysteme über Plugand-work<br />

wird unter anderem in [62, 63] beschrieben.<br />

Eine Selbstkonfiguration (Plug-and-work) von Anlagen<br />

und Automation verkürzt Inbetriebnahme- und Umbauphasen<br />

von Anlagen signifikant. Aufwendige manuelle<br />

Engineering-Schritte entfallen, zum Beispiel ein<br />

Umschreiben von Software. Aktuell arbeiten die Autoren<br />

im Rahmen eines Projekts daran, durchgängige und<br />

sichere Plug-and-work-Technologien, basierend auf<br />

existierenden Standards von der Feldebene bis zum<br />

MES zu entwickeln (siehe Bild 3).<br />

Dabei ist es das Ziel, auf existierenden Standards<br />

basierende Methoden und Werkzeuge sowie Konzepte<br />

für Informations- und Softwarearchitekturen zu erarbeiten,<br />

die eine durchgängige, konsistente und gesicherte<br />

Datenverarbeitung bei Änderungen in einer der<br />

beteiligten Hierarchieebenen der Fertigung an die<br />

anderen Teilnehmer der Fabrik ermöglichen, zum Beispiel<br />

Feldgeräte, Maschinen und Anlagen, IT-Systeme.<br />

Dazu werden Eigenschaften und Fähigkeiten direkt<br />

auf den Komponenten gespeichert. Parallel zur physischen<br />

Integration stehen sie damit über eine Schnittstelle<br />

direkt in der Steuerung zur Verfügung. Die Komponentenhersteller<br />

ermitteln vorab die hierzu benötigte<br />

Information und hinterlegen sie auf den Bauteilen.<br />

Durch die physische und informelle Integration wird<br />

eine Zeitersparnis von rund 20 % bei Erstinbetriebnahme,<br />

Instandhaltungstätigkeiten und Änderungen<br />

der Produktion möglich. Noch höhere Potenziale erwarten<br />

die Autoren, wenn sich die Konfigurationsaufwendungen<br />

für überlagerte produktionsnahe IT-Systeme<br />

(MES) reduzieren lassen. Grund für diese bereits<br />

anhand von Demonstratoren nachgewiesene Abschät-<br />

AUTOREN<br />

Dipl.-Ing. CHRISTIAN FREY (geb. 1968) leitet die<br />

Forschungsgruppe Multi-Sensorsysteme im Fraunhofer<br />

IOSB. Seine Forschungsschwerpunkte liegen in<br />

der Entwicklung von datengetriebenen lernfähigen<br />

Methoden für die Überwachung von komplexen<br />

industriellen Produktionsprozessen.<br />

Fraunhofer IOSB,<br />

Fraunhofer Straße 1, D-76131 Karlsruhe,<br />

E-Mail: christian.frey@iosb.fraunhofer.de<br />

Dr.-Ing. MICHAEL HEIZMANN (geb. 1971) leitet die Abteilung<br />

Mess-, Regelungs- und Diagnosesysteme (MRD) im<br />

Fraunhofer IOSB. Sein derzeitiges Forschungsinteresse<br />

liegt in den Bereichen Mess-, Regelungs- und Automatisierungstechnik,<br />

darin besonders <strong>automatisch</strong>e Sichtprüfung<br />

und Bildverarbeitung sowie Bild- und Informationsfusion.<br />

Fraunhofer IOSB,<br />

Fraunhofer Straße 1, D-76131 Karlsruhe,<br />

E-Mail: michael.heizmann@iosb.fraunhofer.de<br />

Prof. Dr.-Ing. JÜRGEN JASPERNEITE (geb. 1964) leitet in<br />

Personalunion das Fraunhofer IOSB-INA in Lemgo und<br />

das Institut für industrielle Informationstechnik (inIT)<br />

der Hochschule Ostwestfalen-Lippe. Sein derzeitiges<br />

Forschungsinteresse liegt im Bereich IKT-basierter<br />

Automatisierungstechnologien.<br />

Fraunhofer-Anwendungszentrum<br />

Industrial Automation (IOSB-INA),<br />

Langenbruch 6, D-32657 Lemgo,<br />

Tel. +49 (0) 5261 70 25 72,<br />

E-Mail: juergen.jasperneite@iosb-ina.fraunhofer.de<br />

Prof. Dr. rer.nat. OLIVER NIGGEMANN (geb. 1971) ist<br />

stellvertretender Leiter des Fraunhofer IOSB-INA und<br />

Professor an der Hochschule Ostwestfalen-Lippe. Seit<br />

2008 ist er Vorstandsmitglied des Instituts für industrielle<br />

Informationstechnik (inIT). Sein derzeitiges Forschungsinteresse<br />

liegt im Bereich der intelligenten<br />

Automationssysteme.<br />

Fraunhofer-Anwendungszentrum Industrial Automation (IOSB-INA),<br />

Langenbruch 6, D-32657 Lemgo,<br />

Tel. +49 (0) 5261 702 59 90,<br />

E-Mail: oliver.niggemann@iosb-ina.fraunhofer.de<br />

Dr.-Ing. OLAF SAUER (geb. 1963) studierte an der Universität<br />

Karlsruhe Wirtschaftsingenieurwesen. Nach beruflichen<br />

Stationen in Industrie und Beratung arbeitet er seit<br />

2004 am Fraunhofer IOSB. Er ist Lehrbeauftragter am<br />

Karlsruher Institut für Technologie (KIT), Vorsitzender<br />

des Fachbereichs Informationstechnik des VDI sowie<br />

Mitglied des Vorstandes der Wirtschaftsstiftung Südwest.<br />

Fraunhofer IOSB,<br />

Fraunhofer Straße 1, D-76131 Karlsruhe,<br />

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

Dr.-Ing. MIRIAM SCHLEIPEN (geb. 1983) arbeitet seit 2005<br />

am Fraunhofer IOSB. Sie leitet die Gruppe Leitsysteme<br />

und Anlagenmodellierung. Ihr Hauptinteresse gilt<br />

aktuell der Adaptivität und Interoperabilität von Komponenten<br />

und Systemen in Produktion.<br />

Fraunhofer IOSB,<br />

Fraunhofer Straße 1, D-76131 Karlsruhe,<br />

E-Mail: miriam.schleipen@iosb.fraunhofer.de<br />

52<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


zung [64] ist, dass viele der Daten, die zur Konfiguration<br />

eines MES benötigt werden, in den vorgelagerten<br />

Engineering-Phasen bereits beschrieben und in eigens<br />

dafür genutzten IT-Systemen hinterlegt sind (digitale<br />

Fabrik). Dabei sind Sicherheitsmechanismen, wie Authentifizierung<br />

und Autorisierung (Rechteverwaltung),<br />

in die Architektur von CPS-Systemen von vornherein<br />

zu integrieren: Über die Werkzeuge und Entwicklungsumgebungen,<br />

die beispielsweise AutomationML-kompatible<br />

Objekte erzeugen, ist sichergestellt,<br />

dass sensible Daten im frühestmöglichen Stadium<br />

gegen Angriffe durch Abhören und Modifikation geschützt<br />

sind. Dafür werden standardisierte Security-<br />

Mechanismen wie Verschlüsselung, Signieren von<br />

Daten sowie Authentifizieren von Datenobjekten und<br />

Steuerungskomponenten eingesetzt, damit sich nur<br />

autorisierte Komponenten in das Produktionssystem<br />

Dr.-Ing. THOMAS USLÄNDER (geb. 1961) leitet<br />

die Abteilung Informationsmanagement und<br />

Leittechnik (ILT) im Fraunhofer IOSB. Sein<br />

Forschungsinteresse liegt im Bereich der<br />

Anforderungsanalyse und der Architekturkonzeption<br />

von offenen, serviceorientierten<br />

Informations-, Leit- und Testsystemen auf der<br />

Grundlage internationaler IT-Standards. Er ist<br />

Mitglied des VDI/VDE-GMA Fachausschuss<br />

7.21 Industrie 4.0 – Begriffe, Referenzmodelle,<br />

Architekturkonzepte.<br />

Fraunhofer IOSB,<br />

Fraunhofer Straße 1, D-76131 Karlsruhe,<br />

E-Mail: thomas.uslaender@iosb.fraunhofer.de<br />

Dr.-Ing. MICHAEL VOIT (geb. 1979) leitet die<br />

Forschungsgruppe Perceptional User Interfaces<br />

im Fraunhofer IOSB. Die Gruppe konzentriert<br />

sich auf Maschinensehen und Situationsmodellierung,<br />

um innovative Benutzerschnittstellen<br />

und intelligente Räume zu ermöglichen.<br />

Fraunhofer Institut für Optronik,<br />

Systemtechnik und Bildauswertung IOSB,<br />

Fraunhofer Straße 1, D-76131 Karlsruhe,<br />

E-Mail: michael.voit@iosb.fraunhofer.de<br />

einklinken können. Dazu erhalten Komponenten ein<br />

Zertifikat und die Kommunikation der Konfigurationsdaten<br />

wird verschlüsselt.<br />

FAZIT UND FORSCHUNGSBEDARF<br />

Neben den im Maschinenbau heute existenten Innovationskompetenzen<br />

werden in der Industrie 4.0 neue<br />

Kompetenzen in der Softwareentwicklung erforderlich,<br />

zum Beispiel das Denken in Diensten mit klar definierten<br />

technischen und organisatorischen Schnittstellen.<br />

Ziel weiterer Forschungsarbeiten muss es daher<br />

sein, Strategien und Instrumente zu entwickeln, die<br />

Hersteller von automatisierten Anlagen und Maschinen<br />

beziehungsweise Komponenten dabei unterstützen,<br />

ihre Innovationsprozesse so umzubauen, dass sie auf<br />

Software-Kompetenzen zugreifen können. Erst dann<br />

können sie – basierend auf den technischen Entwicklungen<br />

– neuartige Dienstleistungsangebote und Geschäftsmodelle<br />

im Sinne des Internets der Dienste [65]<br />

konzipieren.<br />

Die in der Automation eingesetzten Technologien<br />

werden zunehmend durch die Möglichkeiten der Informatik<br />

und der Informations- und Kommunikationstechnologien<br />

bestimmt. Viele dieser Schlüsseltechnologien<br />

kommen aus den USA oder Asien. Für Deutschland<br />

gilt es, das Potenzial an der Schnittstelle zwischen<br />

IKT-Kompetenz und produkt- und prozessspezifischem<br />

Know-how zu heben: Ingenieure, Informatiker und Automatisierungsspezialisten<br />

müssen stärker als bisher<br />

zusammenarbeiten.<br />

Industrie 4.0 ist ein strategisches Rahmenprogramm,<br />

um die zunehmende Informatisierung in der produzierenden<br />

Industrie zu verankern. Viele Einzeltechnologien<br />

sind schon vorhanden und müssen jetzt industrie-tauglich<br />

zusammengeführt werden – an anderen Stellen besteht<br />

noch Forschungsbedarf; wesentliche Teile davon<br />

sind bereits in den Umsetzungsempfehlungen [4] beschrieben.<br />

Gleichwohl fehlt ein nationaler Fahrplan<br />

(Roadmap), welche Fragestellungen durch welche Stakeholder<br />

in welcher Reihenfolge bearbeitet werden. Laufende,<br />

beziehungsweise anlaufende Förderprojekte müssen<br />

besser miteinander verzahnt werden, um Doppelarbeiten<br />

zu vermeiden und sicherzustellen, dass tatsächlich<br />

offene und praxisrelevante Fragen beantwortet<br />

werden. Zu definierende Kompetenzzentren würden<br />

dafür sorgen, dass sich F&E-Einrichtungen und Institute<br />

auf bestimmte Themen fokussieren, statt wie heute immer<br />

weiter zu diversifizieren. Diese Industrie 4.0-Zentren<br />

eignen sich vor allem für gemeinsame F&E-Arbeiten von<br />

Forschungseinrichtungen und Unternehmen. Auch Demonstrationsanlagen<br />

wie die verteilte Demonstrationsplattform<br />

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

de/i40-demonstrator-myjoghurt/, bieten den Nutzen,<br />

Industrie 4.0-Technologien zu erproben und zu präsentieren.<br />

MANUSKRIPTEINGANG<br />

08.08.2013<br />

Im Peer-Review-Verfahren begutachtet<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

53


HAUPTBEITRAG<br />

Intelligente Assistenzsysteme<br />

für die Automation<br />

Menschen bei der Prozessführung besser unterstützen<br />

Die immer größeren Datenmengen, die in Automatisierungssystemen anfallen, führen<br />

zu einer Überforderung des Menschen bei der Prozessführung und -optimierung.<br />

Eine Möglichkeit, den Anwender bei diesen Aufgaben zu unterstützen, ist es, intelligente<br />

Assistenzsysteme einzusetzen, die die Prozessabläufe <strong>automatisch</strong> überwachen<br />

und optimieren. Der Beitrag zeigt am Beispiel der am Fraunhofer IOSB-INA<br />

entwickelten Toolbox proKNOWS, wie sich solche Assistenzsysteme bereits heute<br />

in einem heterogenen industriellen Umfeld realisieren lassen.<br />

SCHLAGWÖRTER Intelligente technische Systeme / Optimierung / Diagnose<br />

Intelligent Assistance Systems for Automation –<br />

User Support for Process Control<br />

The increasing amount of data in industrial automation systems causes excessive<br />

demands of the user with respect to process control and optimization. A possibility<br />

to cope with these challenges consists in the application of intelligent assistance<br />

systems, which allow for automatic anomaly diagnosis, process monitoring and<br />

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

developed at Fraunhofer IOSB-INA – how these assistance systems can be realized<br />

in a heterogenous industrial environment.<br />

KEYWORDS intelligent technical systems / optimization / diagnosis<br />

54<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


STEFAN WINDMANN, OLIVER NIGGEMANN, Fraunhofer IOSB-INA<br />

Durch die steigende Leistungsfähigkeit kostengünstiger<br />

Geräte und die Anforderungen der<br />

Produktionstechnik entstehen verteilte Automatisierungssysteme<br />

mit zunehmender<br />

Komplexität. Als Konsequenz fallen immer<br />

größere Datenmengen in industriellen Verarbeitungsprozessen<br />

an [1], die analysiert und bei der Prozessführung<br />

berücksichtigt werden müssen. Daraus ergeben<br />

sich immer höhere Anforderungen an die Datenerfassung,<br />

die Prozessüberwachung, die Fehlererkennung<br />

und an die Analyse der Fehlerursachen. Eine Möglichkeit,<br />

den Anwender bei diesen Aufgaben zu entlasten,<br />

ist die Verwendung neuer Assistenzsysteme, die das<br />

Anlagenpersonal bei der Prozessführung und -überwachung<br />

in industriellen Anwendungen unterstützen.<br />

Zwei typische Anwendungsfälle solcher Assistenzsysteme<br />

sind in Bild 1 skizziert. Der erste betrifft die<br />

Erkennung und Diagnose von Anomalien. Es soll erkannt<br />

werden, wenn das Systemverhalten vom Normalverhalten<br />

abweicht (beispielsweise zu viel oder zu wenig<br />

Schüttgut in einem Behälter). Darüber hinaus sollen<br />

die Ursachen für solche Anomalien (wie Fehler bei der<br />

Abfüllung oder Verstopfungen) diagnostiziert werden.<br />

Der zweite Anwendungsfall besteht in der <strong>automatisch</strong>en<br />

Optimierung des Systemverhaltens hinsichtlich<br />

einer gegebenen Kostenfunktion. Zum Beispiel soll<br />

die Verlustleistung eines Antriebssystems bei vorgegebenen<br />

Randbedingungen hinsichtlich des Bewegungsablaufs<br />

minimiert werden.<br />

Heutige Assistenzsysteme lassen sich wie folgt unterteilen:<br />

Assistenzsysteme auf der Basis universell einsetzbarer<br />

Statistik- oder Data-Mining-Werkzeuge<br />

Komplettlösungen zur Datenerfassung und -analyse<br />

branchenspezifische Speziallösungen.<br />

Beispiele für Data-Mining-Werkzeuge sind Weka (Waikato<br />

Environment for Knowledge Analysis) [2] und<br />

RapidMiner [3]. Weka ist ein frei verfügbares Data-<br />

Mining-Werkzeug, das neben Vorverarbeitungsmethoden<br />

und Methoden zur Cluster- und Assoziationsanalyse<br />

vielfältige Möglichkeiten zur Klassifikation bietet.<br />

Die integrierte Entwicklungsumgebung RapidMiner<br />

ermöglicht es, Data-Mining-Prozesse grafisch zu beschreiben.<br />

In RapidMiner sind Verfahren für die Vorverarbeitung,<br />

das maschinelle Lernen und das Data-<br />

Mining, die Zeitreihenanalyse und die Visualisierung<br />

verfügbar. Darüber hinaus können die Lernalgorithmen<br />

aus Weka eingebunden werden. Beispiele für Statistikpakete<br />

sind R [4] und die Statistics Toolbox von<br />

Matlab. Beide Pakete bieten viele Möglichkeiten zur<br />

statistischen Prozessanalyse, wie beispielsweise Varianzanalysen<br />

(ANOVA), Regressionsverfahren oder statistische<br />

Zeitreihenanalysen.<br />

Verbreitete Lösungen zur Datenerfassung und -analyse<br />

im industriellen Kontext sind SAS Quality Lifecycle<br />

Analysis [5] und SPSS von IBM [6]. Diese Lösungen<br />

ermöglichen es, mittels leistungsstarker Prognoseverfahren,<br />

Qualitätsmängel und aufkommende<br />

Probleme in Produktionsprozessen frühzeitig zu erkennen<br />

und den Anwender <strong>automatisch</strong> zu benachrichtigen.<br />

Sie bieten darüber hinaus umfangreiche<br />

Möglichkeiten, um große Datenmengen zusammenzuführen<br />

und zu bereinigen. Die beschriebenen Ansätze<br />

haben zwar einen beachtlichen Funktionsumfang,<br />

sind für unerfahrene Anwender aber nicht immer<br />

leicht zu bedienen, da viele Parameter – wie Schwellwerte<br />

für <strong>automatisch</strong>e Warnfunktionen – manuell<br />

konfiguriert werden müssen.<br />

Darüber hinaus existieren Speziallösungen, die auf<br />

spezielle Anwendungsfelder zugeschnitten sind. Siemens<br />

bietet mit Siplus CMS [7] Condition-Monitoring-<br />

Lösungen für Motoren, Generatoren, Lüfter, Pumpen<br />

und so weiter an, die einfach in bestehende Automatisierungssysteme<br />

von Siemens integriert werden können.<br />

Condition-Monitoring-Module von B&R, wie das<br />

CM4810 [8], ermöglichen eine lokale Zustandsüberwachung<br />

auf Steuerungsebene. Eine Lösung für die Prozessüberwachung<br />

im Bereich der chemischen Industrie<br />

ist beispielsweise die Software PUMon [9] (process unit<br />

monitoring) von Bayer. PUMon verwendet selbstorganisierende<br />

Karten (SOM) zur Prozessüberwachung. Das<br />

sind Modelle für werte-kontinuierliche Prozesse, die<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

55


HAUPTBEITRAG<br />

aus fehlerfreien Prozessabläufen gelernt werden können.<br />

In Hinsicht auf die in PUMon eingesetzten Algorithmen,<br />

die am Fraunhofer IOSB im Rahmen der<br />

ProDaMi-Suite [10] entwickelt worden sind, gibt es bereits<br />

Ansätze für eine Generalisierung auf andere Anwendungsfelder,<br />

wie beispielsweise die Überwachung<br />

von Windkraftanlagen.<br />

Bei den beschriebenen Assistenzsystemen ist ein<br />

Zielkonflikt zwischen der Breite der Einsatzmöglichkeiten<br />

und dem Konfigurationsaufwand zu beobachten.<br />

Eine große Flexibilität in den Einsatzmöglichkeiten<br />

wird in der Regel mit hohem manuellen Engineering-<br />

Aufwand erkauft. Eine Möglichkeit, diese Lücke zu<br />

schließen, sind selbstlernende Assistenzsysteme, die<br />

sich aufgrund ihrer Lernfähigkeit ohne großen Konfigurationsaufwand<br />

in bestehende Automatisierungssysteme<br />

integrieren lassen.<br />

Am Fraunhofer IOSB-INA wird mit der Toolbox pro-<br />

KNOWS ein solches Assistenzsystem entwickelt, das<br />

durch die Beobachtung industrieller Prozesse Zusammenhänge<br />

lernt und so Fehler, Anomalien und Optimierungsbedarf<br />

<strong>automatisch</strong> erkennt (siehe Bild 2). Im<br />

Beitrag werden Aspekte intelligenter Assistenzsysteme<br />

am Beispiel dieser Toolbox aufgezeigt. Die einfache Integration<br />

eines Assistenzsystems in heterogene industrielle<br />

Automatisierungssysteme erfordert eine geeignete<br />

Systemschnittstelle zur Datenerfassung und zur<br />

Manipulation der Prozessabläufe.<br />

1. DATENERFASSUNG<br />

Die betrachteten Assistenzfunktionen arbeiten auf der<br />

Grundlage von Prozessdaten, die über die Systemschnittstelle<br />

des in Bild 2 dargestellten Assistenzsystems<br />

erfasst werden. In industriellen Verarbeitungsprozessen<br />

steigt die Menge verfügbarer Prozessdaten<br />

ständig an, da die Produkte und damit die Verarbeitungssysteme<br />

komplexer werden [1]. Die Daten fallen<br />

in verschiedenen Ebenen und Subsystemen an, wie<br />

beispielsweise Manufacturing Execution System<br />

(MES), Supervisory Control and Data Acquisition<br />

(SCADA) oder Enterprise-Resource-Planning-Systemen<br />

(ERP).<br />

Bislang existiert kein einheitlicher Datenerfassungsansatz,<br />

der einen universellen Einsatz der betrachteten<br />

Assistenzsysteme ermöglicht. Eine mögliche Herangehensweise<br />

an diese Problematik besteht darin,<br />

die heterogenen Netzwerke und Komponenten, die in<br />

der Automatisierungstechnik verwendet werden, über<br />

OPC UA an eine zentrale Infrastruktur anzubinden.<br />

Eine Alternative stellt Device Profile for Webservices<br />

(DPWS) dar [12]. OPC UA verfügt jedoch über ein flexibleres<br />

Informationsmodell und erfordert weniger<br />

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

HTTP aufsetzt.<br />

Die Verwendung einer OPC-UA-Schnittstelle zur Datenerfassung<br />

in heterogenen technischen Systemen<br />

zeigt Bild 3. Datenlogger (DL) ermöglichen die Echtzeit-<br />

Datenerfassung in Ethernet- oder drahtlosen Netzwerken<br />

mit verschiedenen Sensoren (S) und Ein-/Ausgabegeräten<br />

(IOD) [13]. Die einzelnen Datenlogger können<br />

entsprechend dem Standard IEEE 1588 zeitlich synchronisiert<br />

werden.<br />

2. DATENGETRIEBENE PROZESSMODELLIERUNG<br />

Eine datengetriebene Prozessmodellierung ermöglicht<br />

es, intelligente Assistenzsysteme flexibel in komplexen<br />

Automatisierungssystemen einzusetzen. In diesem Ansatz<br />

werden, wie in Bild 2 dargestellt, Prozessmodelle<br />

aus den Prozessdaten gelernt und zur Umsetzung der<br />

Prozessüberwachung (Abschnitt 3) und Prozessoptimierung<br />

(Abschnitt 4) verwendet.<br />

Mit steigender Komplexität der Prozesse und der damit<br />

einhergehenden Daten ist die manuelle Erstellung<br />

solcher Prozessmodelle nicht mehr praktikabel und<br />

zudem sehr zeitaufwendig und fehleranfällig. Daher<br />

kommt der Entwicklung robuster Lernverfahren, welche<br />

die Prozessmodelle <strong>automatisch</strong> aus Daten lernen,<br />

eine zunehmende Bedeutung zu.<br />

Beim Modell-Lernen ist das Zusammenspiel kontinuierlicher<br />

und diskreter Prozessgrößen zu berücksichtigen.<br />

So sind in vielen Anwendungen ausgeprägte<br />

Systemzustände, Modes, zu beobachten, die bei Änderungen<br />

diskreter Prozessgrößen (wie Schaltsignalen)<br />

wechseln. Insbesondere das <strong>automatisch</strong>e Lernen der<br />

Prozessmodelle für diskrete Systemanteile ist bislang<br />

wenig erforscht. Ansätze hierzu sind MDI [14] und Alergia<br />

[15]. Darüber hinaus sind neben statischen Zusammenhängen<br />

zwischen Prozessvariablen in der Regel<br />

zeitliche Abhängigkeiten in Betracht zu ziehen. Eine<br />

weitere Problematik besteht darin, neben den Modellparametern<br />

ebenso die Struktur der Prozessmodelle<br />

<strong>automatisch</strong> aus Daten zu lernen.<br />

Das Fraunhofer IOSB-INA entwickelt in Kooperation<br />

mit dem Institut für industrielle Informationstechnik<br />

(inIT) der Hochschule Ostwestfalen-Lippe in Lemgo<br />

Ansätze für diese Problemstellungen [16-18].<br />

Der HyButla-Algorithmus [18] ermöglicht das <strong>automatisch</strong>e<br />

Lernen der Modelle hybrider industrieller<br />

Prozesse aus Prozessdaten. Das Funktionsprinzip verdeutlicht<br />

Bild 4. Zunächst wird aus den diskreten Prozessgrößen<br />

ein Präfix-Baum mit den Prozesszuständen<br />

S0, S1, … erzeugt, in dem jeder Pfad von der Wurzel S0<br />

zu einem Blatt (hier: S2‘, S2‘‘, S4, S4‘) einem Prozesszyklus<br />

entspricht. Die Übergänge zwischen den Zuständen<br />

im Präfix-Baum werden jeweils durch Änderungen<br />

diskreter Signale (a, b) ausgelöst. Anschließend werden<br />

ähnliche Zustände des Präfix-Baums entsprechend<br />

einem Ähnlichkeitsmaß (Hoeffding-Bound, siehe [18])<br />

in Bottom-up-Reihenfolge verschmolzen, sodass eine<br />

kompakte Prozessdarstellung in Form eines endlichen<br />

Automaten entsteht.<br />

Die Verläufe kontinuierlicher Prozessgrößen können<br />

unter anderem mit Differenzial- und Differenzengleichungen,<br />

äquivalenten Zustandsraumdarstellungen,<br />

56<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


neuronalen Netzwerken [19] oder selbstorganisierenden<br />

Karten [9] modelliert werden. Um hybride Prozesse zu<br />

beschreiben, ist es möglich, solche Modelle jeweils für<br />

die einzelnen Systemzustände (die Zustände des in<br />

Bild 4 dargestellten Automaten) aus kontinuierlichen<br />

Prozessdaten zu lernen.<br />

3. PROZESSÜBERWACHUNG<br />

Eine zuverlässige Prozessüberwachung ermöglicht es,<br />

Kosten und Risiken zu reduzieren, indem Fehler und<br />

Probleme im Prozessablauf frühzeitig erkannt und Ausfälle<br />

einzelner Komponenten oder im Extremfall ein<br />

a) b)<br />

BILD 1: Assistenzfunktionen:<br />

a) Fehlerdiagnose<br />

b) Prozessoptimierung<br />

Assistenzsystem<br />

Prozessmodell<br />

Diagnose<br />

Visualisierung<br />

Optimierung<br />

Systemschnittstelle<br />

Datenerfassung<br />

Manipulation<br />

Industrieller<br />

Prozess<br />

BILD 2: Intelligentes Assistenzsystem<br />

BILD 3: OPC-UA-Anbindung heterogener technischer Systeme<br />

BILD 4: HyButla-Algorithmus<br />

BILD 5: Modellbasierte<br />

Anomalieerkennung<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

57


HAUPTBEITRAG<br />

Produktionsstop der gesamten Anlage vermieden werden.<br />

Diese Assistenzfunktion umfasst die <strong>automatisch</strong>e<br />

Anomalieerkennung und die Visualisierung der Prozessabläufe.<br />

Ansätze zur Erkennung von Anomalien in<br />

den Prozessabläufen werden bereits in [11] ausführlich<br />

untersucht. Im Beitrag werden daher nur modellbasierte<br />

Ansätze zusammenfassend betrachtet.<br />

Modellbasierten Ansätzen zur Anomalieerkennung<br />

liegen – wie auch den anderen im Beitrag beschriebenen<br />

Assistenzfunktionen – Prozessmodelle zugrunde,<br />

die, wie in Abschnitt 2 beschrieben, aus Daten des<br />

Normalverhaltens der Anlagen und Komponenten gelernt<br />

werden können (Phase 1 in Bild 5). Das Prinzip<br />

der modellbasierten Anomalieerkennung während der<br />

Betriebsphase (Phase 2 in Bild 5) besteht in dem Vergleich<br />

des tatsächlichen Anlagenverhaltens mit dem<br />

mittels der gelernten Prozessmodelle prognostizierten<br />

Verhalten. Auf diese Weise können zum einen diskrete<br />

Ereignisse detektiert werden, die mit den gelernten Prozessmodellen<br />

nicht vereinbar sind [16]. Zum anderen<br />

ist es möglich, eine Abweichung des kontinuierlichen<br />

Verhaltens vom prädizierten Prozessverhalten zu erkennen,<br />

wozu sich beispielsweise statistische Tests<br />

einsetzen lassen [17].<br />

Intelligente Assistenzsysteme ermöglichen darüber<br />

hinaus eine übersichtliche Visualisierung der Abläufe<br />

in komplexen Automatisierungssystemen. Das ist notwendig,<br />

da die Verläufe der Prozesssignale aufgrund<br />

der zunehmenden Komplexität industrieller Prozesse<br />

für einen Beobachter immer schwerer zu beurteilen<br />

sind. Prozessmodelle, die – wie in Abschnitt 2 beschrieben<br />

– aus Prozessdaten gelernt werden können,<br />

bilden relevante Prozesseigenschaften ab und abstrahieren<br />

von unwichtiger Information. Beispielsweise<br />

kann eine Automatendarstellung, wie in Bild 4<br />

(rechts), zur Visualisierung der möglichen Systemzustände<br />

und Zustandsübergänge verwendet werden.<br />

Weitere Visualisierungsmöglichkeiten sind zum Beispiel<br />

eine diskrete Zustandscodierung oder eine Datenreduktion<br />

auf Basis einer Hauptachsentransformation<br />

(PCA) [20].<br />

4. PROZESSOPTIMIERUNG<br />

Ein weiteres Anwendungsfeld für intelligente Assistenzsysteme<br />

ist die Selbstoptimierung industrieller<br />

Prozesse. Ziel ist es, die Anlagenleistung und Effizienz<br />

kontinuierlich zu analysieren, zu verbessern und einen<br />

möglichst optimalen Betrieb zu erreichen. Insbesondere<br />

die Optimierung industrieller Automatisierungssysteme<br />

in Hinblick auf einen energieeffizienten Betrieb<br />

wird aufgrund steigender Energiepreise und politischer<br />

Ziele immer bedeutender [1]. Eingriffe in den Prozess<br />

werden in bestehenden Anlagen meist durch manuelles<br />

Abschalten, energieeffiziente Zeitplanung der einzelnen<br />

Produktionsschritte im MES-System oder Regelungen<br />

in 15-Minuten Intervallen durchgeführt [21]. Im<br />

Bereich aktiver Methoden, die eine Echtzeit-Optimierung<br />

in Sekunden- oder Millisekunden-Intervallen<br />

umsetzen, gibt es bislang wenig Forschung, obwohl<br />

viele Anwendungen aufgrund ihrer Prozessdynamik<br />

eine schnelle Anpassung der Prozessparameter an<br />

wechselnde Betriebsbedingungen erfordern. Erste Ansätze<br />

wurden für das Abschalten der Anlage auf der<br />

Basis von Energiedaten [22], für die Reduktion von<br />

Blindleistung [23] und die Energieregelung in Smart<br />

Grids [24] entwickelt.<br />

Ein Lösungsansatz, den das Fraunhofer IOSB-INA<br />

im BMBF-Spitzen-clusterprojekt itsowl-IASI (Intelligente<br />

Antriebssysteme für die Intralogistik) verfolgt,<br />

basiert darauf, prognosefähige Prozessmodelle<br />

zu verwenden, die mit den in Abschnitt 2 beschriebenen<br />

Methoden gelernt werden können. Die Prozessmodelle<br />

ermöglichen es, das zukünftige Prozessverhalten<br />

für verschiedene Parameterkombinationen<br />

vorherzusagen und so die optimalen Prozessparameter<br />

zu finden.<br />

Erste Optimierungsergebnisse liegen in Hinblick auf<br />

das Energie- und Lastmanagement elektrischer Antriebssysteme<br />

vor, die insbesondere in Transport- und<br />

Logistikanwendungen die größten Energieverbraucher<br />

sind. Das zugrundeliegende Optimierungsproblem<br />

zeigt Bild 6 exemplarisch für zwei Antriebe.<br />

Das primäre Optimierungsziel in dieser Anwendung<br />

besteht darin, die Verlustleistungen P V,WR<br />

und P V,Mot<br />

von<br />

Umrichtern und Motoren zu minimieren. Darüber hinaus<br />

soll die Leistung, die in den Zwischenkreis beziehungsweise<br />

in das Netz zurückgespeist wird (das heißt<br />

die Differenz der generatorischen und motorischen<br />

Leistung), minimiert werden. Dabei wird eine Gewichtung<br />

hinsichtlich der überwiegenden Nutzung (Verbrauch<br />

an Bremswiderständen, Rückspeisung ins Netz,<br />

Zwischenspeicherung in Kapazitäten) vorgenommen.<br />

Darüber hinaus sind Randbedingungen bezüglich der<br />

Bewegungsabläufe (Startposition, Endposition, Geschwindigkeitsbegrenzungen)<br />

zu berücksichtigen.<br />

Zur Lösung des Optimierungsproblems wurde ein<br />

Ansatz entwickelt, in dem die einzelnen Antriebsmodelle<br />

mittels einer Modell-Transformation linearisiert<br />

werden. Dadurch ergibt sich ein lineares Optimierungsproblem,<br />

das sich mit Standardmethoden lösen<br />

lässt (zum Beispiel Simplex-Algorithmus oder Innere-<br />

Punkte-Methoden).<br />

Erste experimentelle Ergebnisse für zwei Rollenförderer<br />

mit Antrieben vom Typ MF063-32 der Firma<br />

Lenze und Nennleistungen von jeweils 550 W zeigt<br />

Bild 7. Abgebildet sind die Geschwindigkeit v(t) und<br />

die Position x(t) für jeden der beiden Rollenförderer<br />

als Funktion der Zeit t. Die Bewegungsabläufe der Rollenförderer<br />

wurden für gegebene Start- und Endpositionen<br />

der Werkstücke auf den beiden Förderbändern<br />

und gegebene Randbedingungen bezüglich der Geschwindigkeiten<br />

v(t) optimiert. Wie aus Bild 7 ersichtlich<br />

wird, ergibt sich durch die Optimierung ein Bewegungsprofil,<br />

in dem der erste Antrieb genau während<br />

der Beschleunigungsphase des zweiten Antriebs<br />

abgebremst wird. In diesem Anwendungsfall konnte<br />

58<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


BILD 6: Energieaustausch<br />

im Zwischenkreis [25]<br />

v [m/s]<br />

0,5<br />

x [m]<br />

0,7<br />

0<br />

1<br />

2<br />

t [s]<br />

0<br />

1<br />

2<br />

t [s]<br />

BILD 7: Optimierte Bewegungsabläufe für die<br />

Rollenförderer R1 (grün) und R2 (magenta)<br />

© Fraunhofer IOSB 1<br />

a)<br />

b)<br />

BILD 8: Architektur der Toolbox proKNOWS<br />

BILD 9: a) Modul zur Schüttgutverarbeitung<br />

b) Fördersystem<br />

die generatorische Energie des ersten Antriebs durch<br />

die gemeinsame Optimierung beider Antriebsprofile<br />

– bei gleichbleibender Verlustleistung (verglichen mit<br />

der getrennten Optimierung für jeden einzelnen Antrieb)<br />

– vollständig als motorische Energie für den<br />

zweiten Antrieb genutzt werden. Das Verfahren ist auf<br />

eine beliebige Anzahl elektrischer Verbraucher skalierbar.<br />

5. PROZESSÜBERWACHUNG<br />

In der Toolbox proKNOWS, die am Fraunhofer IOSB-INA<br />

entwickelt wird, werden die genannten Erkenntnisse<br />

zusammengeführt und die dargestellten Assistenzfunktionen<br />

dem Anwender in praxistauglicher Form zur Verfügung<br />

gestellt. Der flexible Einsatz eines solchen Assistenzsystems<br />

in einem heterogenen industriellen Umfeld<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

59


HAUPTBEITRAG<br />

erfordert neben Aspekten wie Konfigurierbarkeit, Modularisierbarkeit<br />

und Skalierbarkeit eine einfache Integration<br />

des Assistenzsystems in unterschiedliche Automatisierungssysteme<br />

und die einfache Anbindung anwendungsspezifischer<br />

Benutzungsschnittstellen. Diese<br />

Anforderungen werden in proKNOWS durch die in<br />

Bild 8 skizzierte Software-Architektur realisiert.<br />

Eine einheitliche Systemschnittstelle auf der Basis<br />

von OPC UA ermöglicht, wie in Abschnitt 1 beschrieben,<br />

die Abstraktion der Assistenzfunktionen von heterogenen<br />

Netzwerken und Datenerfassungsmethoden.<br />

Dadurch wird es ermöglicht, das Assistenzsystem flexibel<br />

an verschiedene Anlagen und Automatisierungssysteme<br />

anzubinden.<br />

Die Assistenzfunktionen, die in der Modellierungs-<br />

Engine umgesetzt werden, können in Echtzeit auf<br />

einem zentralen Server ausgeführt werden. In der<br />

Modellierungs-Engine werden unter anderem die in<br />

den vorangehenden Abschnitten beschriebenen Methoden<br />

zur datengetriebenen Prozessmodellierung<br />

(HyButla-Algorithmus, schaltende Zustandsraummodelle,<br />

elektrische Antriebsmodelle), zur Anomalie-<br />

Erkennung [16] [17] und zur Prozessvisualisierung<br />

verwirklicht [20]. In der Modellierungs-Engine wird<br />

ein einfaches Strukturmodell der Anlage verwendet,<br />

das mit wenig Aufwand manuell in XML konfiguriert<br />

werden kann. Die Anlagenstruktur ist in einzelne Module<br />

untergliedert. Das Verhalten dieser Module wird<br />

mit Prozessmodellen beschrieben, auf denen die dargestellten<br />

Assistenzfunktionen ausgeführt werden. Die<br />

Prozessmodelle können, wie in Abschnitt 2 beschrieben,<br />

<strong>automatisch</strong> aus Prozessdaten gelernt werden,<br />

REFERENZEN<br />

[1] MANUFUTURE-EU: Factories of the Future PPP Strategic Multi-annual<br />

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

FoFRoadmap2020_ConsultationDocument_120706_1.pdf<br />

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

Tools and Techniques. Morgan Kaufmann 2011<br />

[3] RapidMiner: “Predictive Analytics, Data-Mining, Self-Service,<br />

open source”, http://rapidminer.com/<br />

[4] Institut für Statistik und Mathematik der Wirtschaftsuniversität<br />

Wien: The R Project for Statistical Computing,<br />

http://www.r-project.org/<br />

[5] SAS: SAS Quality Lifecycle Analysis.<br />

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

[6] IBM: SPSS Software.<br />

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

[7] Siemens: SIPLUS Condition Monitoring Systems.<br />

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

[8] B&R: Condition Monitoring Modul X20CM4810.<br />

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

steuerungssysteme/x20-system<br />

[9] FC. Frey und T. Ross, „Anwendung datengetriebener Modelle zur<br />

Zustandsanalyse bei verfahrenstechnischen Anlageneinheiten:<br />

Theoretische Grundlagen und Beispiele aus der industriellen<br />

Umsetzung.,“ Chemie Ingenieur Technik, 84(8), S. 1378, 2012<br />

[10] Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung:<br />

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

[11] J. Jasperneite und O. Niggemann, „Intelligente Assistenzysteme zur<br />

Beherrschung der Systemkomplexität in der Automation,“<br />

<strong>atp</strong> <strong>edition</strong> – Automatisierungstechnische Praxis, 54(9), S. 36-44, 2012<br />

[12] OASIS, Devices Profile for Web Services Version 1.1, 2009<br />

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

for distributed industrial networks,“ Embedded World Conference, 2012<br />

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

using Kullback-Leibler divergence and minimality,“ In Proceedings of<br />

the Seventeenth International Conference on Machine Learning,<br />

S. 975-982, Kauffman 2000<br />

[15] R. Carrasco und J. Oncina, „Learning deterministic<br />

regular grammars from stochastic samples in polynomial<br />

time,“ RAIRO, 33(1), pp. 1-20, 1999<br />

[16] S. Faltinski, H. Flatt, F. Pethig, B. Kroll, A. Vodencarevic,<br />

A. Maier und O. Niggemann, „Detecting Anomalous<br />

Energy Consumptions in Distributed Manufacturing<br />

Systems,“ In: Proc. INDIN, S. 358-363, IEEE 2012<br />

[17] S. Windmann, S. Jiao, O. Niggemann und H. Borcherding,<br />

„A Stochastic Method for the Detection of Anomalous<br />

Energy Consumption in Hybrid Industrial Systems,“<br />

In: Proc. INDIN, S. 194 - 199, IEEE 2013<br />

[18] O. Niggemann, B. Stein, A. Vodencarevic und A. Maier,<br />

„Learning behavior models for hybrid timed systems,“<br />

Twenty-Sixth Conference on Artificial Intelligence<br />

(AAAI-12), S. 1083-1090, AAAI Press 2012<br />

[19] A. Vodencarevic, H. Kleine Büning, O. Niggemann und<br />

A. Maier, „Identifying behavior models for process<br />

plants,“ ETFA, pp. 1-8, 2011<br />

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

malie-Erkennung in Produktionsanlagen,“ AUTOMATION,<br />

S. 351-354, 2013<br />

[21] W. Schoefberger, Entwicklung von Lösungen zur<br />

Reduktion der Energiekosten im Stand-by-Betrieb von<br />

Industrieanlagen. Berichte aus Energie- und Umweltforschung<br />

72/2010, bmvit 2010<br />

[22] A. Cannata, S. Karnouskos und M. Taisch, „Energy<br />

efficient driven process analysis and optimization<br />

in discrete manufacturing,“ IECON, pp. 4449-4454,<br />

IEEE 2009<br />

[23] R. Witzmann, „Verbesserung der Spannungsqualität<br />

bei dezentraler Einspeisung durch gesteuerte Wechselrichter,“<br />

In: Tagungsband ETG-Kongress, S. 363 - 368,<br />

VDE 2009<br />

[24] G. F. Reed, „Sample survey of smart grid approaches<br />

and technology gap analysis,“ ISGT, pp. 1-10, IEEE 2010.<br />

[25] Lenze, Interner Bericht, 2014<br />

60<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


wodurch eine flexible Anpassung des Assistenzsystems<br />

an unterschiedliche Prozesse ermöglicht wird.<br />

Die Präsentationsschicht wandelt Darstellungen der<br />

Prozessmodelle und Analyseergebnisse in ein Austauschformat<br />

um, das im Wesentlichen Vektorgrafiken<br />

und Statusinformationen umfasst. Dies ermöglicht die<br />

einfache Anzeige der jeweils relevanten Information in<br />

verschiedenen Benutzungsschnittstellen. Das können<br />

neben dem Leitstand mobile Apps für einzelne Anlagenmodule<br />

sein, die für Anwendungsfälle, wie Inbetriebnahme<br />

oder Fehlersuche, gezielt ausgewählt werden<br />

können. Darüber hinaus umfasst proKNOWS eine<br />

Optimierungs-Engine, in der die in Abschnitt 4 beschriebenen<br />

Methoden implementiert sind.<br />

Die Assistenzfunktionen von proKNOWS werden in<br />

mehreren Forschungsprojekten auf Demonstratoren der<br />

AUTOREN<br />

Dr.-Ing. STEFAN WINDMANN<br />

(geb. 1980) ist seit 2012<br />

wissenschaftlicher Angestellter<br />

am IOSB-INA. Er studierte<br />

Elektrotechnik und Ingenieurinformatik<br />

in Paderborn, wo<br />

er 2008 promovierte. Seine<br />

aktuellen Arbeitsschwerpunkte<br />

liegen in den Bereichen<br />

Mikroelektronik, eingebettete Systeme<br />

und Prozessüberwachung.<br />

Fraunhofer-Anwendungszentrum Industrial Automation,<br />

Langenbruch 6, D-32657 Lemgo,<br />

Tel. +49 (0) 5261 942 90 31,<br />

E-Mail: stefan.windmann@iosb-ina.fraunhofer.de<br />

Prof. Dr. OLIVER NIGGEMANN<br />

(geb. 1972) ist seit 2008<br />

Professor der Informatik an<br />

der Hochschule OWL und<br />

stellvertretender Leiter des<br />

Fraunhofer-Anwendungszentrums<br />

Industrial Automation.<br />

Er studierte Informatik in<br />

Paderborn, wo er 2001 promovierte.<br />

Seine aktuellen Forschungsschwerpunkte<br />

liegen im Bereich Embedded Software sowie der<br />

Simulation und Diagnose technischer Systeme<br />

und maschinellem Lernen.<br />

Fraunhofer-Anwendungszentrum Industrial Automation,<br />

Langenbruch 6, D-32657 Lemgo,<br />

Tel. +49 (0) 5261 702 59 90,<br />

E-Mail: oliver.niggemann@iosb-ina.fraunhofer.de<br />

Lemgoer Modellfabrik (LMF), wie einem Modul zur<br />

Schüttgutverarbeitung (Bild 9 a) und einem Fördersystem<br />

(Bild 9 b), erprobt und weiterentwickelt.<br />

Es ist möglich, proKNOWS über OPC UA einfach an<br />

die einzelnen Demonstratoren anzubinden, wobei OPC-<br />

DA-Server (für das Fördersystem), einzelne Messgeräte<br />

und Steuerungen oder Datenlogger (im Modul zur<br />

Schüttgutverarbeitung) über entsprechende Schnittstellen<br />

integriert werden. Darüber hinaus existieren<br />

Schnittstellen für CSV und SQL.<br />

Die gelernten Prozessmodelle für die einzelnen Demonstratoren<br />

unterscheiden sich strukturell bezüglich<br />

der Systemzustände und Transitionen sowie in Hinblick<br />

auf die Verläufe der kontinuierlichen Systemgrößen.<br />

Typische Anomalien in den dargestellten Anwendungsfällen<br />

sind Fehler im diskreten Ereignissystem,<br />

beispielsweise zu späte Schaltvorgänge oder Signalausfälle,<br />

sowie Abweichungen kontinuierlicher Signale<br />

vom erwarteten Verlauf, zum Beispiel unerwartet hohe<br />

oder niedrige Leistungsaufnahmen von Antrieben oder<br />

Heizgebläsen.<br />

Über die beschriebenen Anwendungsfälle hinaus<br />

werden die Lösungen aus der Toolbox proKNOWS gegenwärtig<br />

in zwei Industrieprojekten erprobt. In diesen<br />

Projekten können bereits Prozessmodelle realer Industrieanlagen<br />

erfolgreich gelernt und zur Prozessvisualisierung<br />

und Anomalie-Erkennung verwendet werden.<br />

FAZIT<br />

Aufgrund der steigenden Komplexität industrieller Automatisierungssysteme<br />

wird die Prozessführung und<br />

-überwachung für den Menschen zunehmend komplizierter.<br />

Daher ist es erstrebenswert, den Menschen bei<br />

diesen Aufgaben zu unterstützen, sodass ihm wesentliche<br />

Aufgaben von intelligenten Assistenzsystemen<br />

abgenommen werden. Hierfür existieren derzeit viele<br />

Teil-, aber noch keine ganzheitlichen Lösungen. Dazu<br />

müssen verschiedene Aspekte intelligenter Assistenzsysteme<br />

integriert werden, wie die Systemschnittstelle,<br />

das Lernen von Prozessmodellen als Grundlage für<br />

verschiedene Assistenzfunktionen wie die Prozessüberwachung<br />

und die Prozessoptimierung. Die Toolbox<br />

proKNOWS ist ein erster Ansatz in diese Richtung. Die<br />

aufgezeigten Handlungsfelder und Lösungsansätze belegen,<br />

dass damit die Komplexität in der Automation<br />

besser beherrschbar und damit die Produktivität industrieller<br />

Abläufe nachhaltig erhöht wird.<br />

MANUSKRIPTEINGANG<br />

19.10.2013<br />

Im Peer-Review-Verfahren begutachtet<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

61


HAUPTBEITRAG<br />

Advanced Position Control<br />

für Servoachsen<br />

Zustandsreglerergänzung für elastische Antriebsketten<br />

Strukturelastizitäten und flexible Übertragungsglieder sind der Flaschenhals für<br />

die Regelgüte von Servoachsen. Besondere Bedeutung kommt dabei der Einstellung<br />

des PI-Geschwindigkeitsreglers zu. In diesem Beitrag werden analytische Einstellregeln<br />

für eine optimale Vibrationsdämpfung vorgestellt. Für elastische Antriebsketten<br />

gibt es eine Zustandsreglerergänzung von einem führenden Hersteller von Automatisierungskomponenten<br />

mit der Bezeichnung Advanced Position Control (APC).<br />

Damit lassen sich Lastvibrationen vermindern, wenn die Lastposition ausreichend<br />

aufgelöst erfasst wird. Das praxisnahe Vorgehen zur Reglereinstellung an Werkzeugmaschinen<br />

wird aufgezeigt und der APC-Ansatz mit einem allgemeineren Konzept<br />

der Zustandsreglerergänzung verglichen.<br />

SCHLAGWÖRTER Positionsregelung<br />

Advanced Position Control for Servo Axes with Flexible Load –<br />

Controller Commissioning Rules<br />

Structural elasticity and flexible transmission devices are the main bottleneck for<br />

the feedback control performance of modern servo drives. Therefore, PI velocity<br />

control loop commissioning is a key issue. In this contribution, analytical rules of<br />

thumb for optimum damping performance are presented. For machine tool axes with<br />

flexible drive chain a state space control extension called APC has been introduced<br />

by a marked-leading automation systems supplier that results in an effective load<br />

vibration suppression if the load position is captured with adequate resolution.<br />

Controller commissioning rules for machine tool applications had been worked out<br />

based on the APC option. Furthermore, the APC option is compared to a more general<br />

state space control extension approach.<br />

KEYWORDS Position control<br />

62<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


OLIVER ZIRN, Hochschule Pforzheim<br />

LUKAS KATTHÄN, Universität Marburg<br />

MICHAEL KREUTZER, Technische Hochschule Mittelhessen, Gießen<br />

Die Regelgüte von Produktionsmaschinen wird<br />

heute maßgeblich durch Vibrationen elastischer<br />

Servoantriebsketten oder weicher Maschinenstrukturen<br />

begrenzt. Der dämpfungsoptimalen<br />

Einstellung des motorseitigen Geschwindigkeitsregelkreises<br />

kommt damit für Einzelantriebe<br />

[1] wie für verteilte Antriebe [2] eine zentrale<br />

Bedeutung zu. Dafür steht ein einschleifiger PI-Regelkreis,<br />

basierend auf der motorseitig erfassten Geschwindigkeit,<br />

zur Verfügung, siehe Bild 1, wobei die Proportionalverstärkung<br />

für die Systemdämpfung die wesentliche<br />

Rolle spielt. Die in den Antriebsherstellerunterlagen<br />

genannten heuristischen Einstellvorschriften<br />

führen bei dominanten Struktureigenschwingungen zu<br />

einer breiten Streuung der in der Praxis anzutreffenden<br />

Einstellungen. Viele Servoachsen sind damit weit abseits<br />

von optimaler Dämpfung eingestellt. Das mindert<br />

Lagereglerperformance und die Produktivität.<br />

Daher wurden im Rahmen eines mehrjährigen Projektes<br />

der Deutschen Forschungsgemeinschaft (DFG)<br />

analytische Zusammenhänge für die in Bild 1 dargestellten<br />

Reglerparameter (Handformeln) erarbeitet, die<br />

auf einem allgemeinen und leicht identifizierbaren<br />

Strukturmodell beruhen.<br />

Auch bei dämpfungsoptimaler Einstellung einschleifiger<br />

Geschwindigkeitsregelkreise treten oft erhebliche<br />

lastseitige Vibrationen auf, die durch die Rückführung<br />

zusätzlicher Zustände aktiv bedämpft werden könnten.<br />

Lastseitige Zustandsreglerergänzungen für Antriebsketten<br />

wurden in den 90er-Jahren entwickelt [3] und zunächst<br />

an Walzwerksantrieben erfolgreich eingesetzt [4].<br />

Für Produktionsmaschinen werden diese Ergänzungen<br />

jedoch zögerlich von den Antriebsherstellern eingeführt.<br />

Sie sind zudem aufgrund mangelnder Dokumentation<br />

kompliziert einzustellen. Die Option Advanced Position<br />

Control (APC) eines Herstellers von Automatisierungskomponenten<br />

[5] ergänzt den PI-Drehzahlregelkreis durch<br />

einen P-Lastgeschwindigkeitsregler und eine Rückführung<br />

der Lastbeschleunigung. Die empirische Einstellung<br />

der beiden zusätzlichen Rückführverstärkungsfaktoren<br />

ist jedoch kaum dokumentiert und führt oft nicht zu einer<br />

spürbaren Verbesserung der Dämpfungseigenschaften.<br />

1. STRUKTURELASTIZITÄTEN AN PRODUKTIONS­<br />

MASCHINEN<br />

Neben den in der Regelungstechnik meist behandelten<br />

Zweimassenschwingern für weiche Antriebsketten existieren,<br />

bedingt durch die vielfältigen Konstruktionsvarianten<br />

von Produktionsmaschinen, beliebig viele<br />

Anordnungsmöglichkeiten von Elastizitäten. Für die<br />

Rückwirkung auf den geregelten Antrieb können diese<br />

Anordnungsmöglichkeiten in vier Fälle eingeteilt werden<br />

[1], deren physikalische Modelle in Bild 2 dargestellt<br />

sind.<br />

Um zu entscheiden, welche dominierende Eigenschwingungsform<br />

in einem konkreten Anwendungsfall<br />

vorliegt, müsste eine numerische oder experimentelle<br />

Modalanalyse durchgeführt werden. An einer Servoachse<br />

steht aber meist nur der antriebsseitig gemessene<br />

Frequenzgang zur Verfügung, den höherpreisige<br />

Umrichter automatisiert durch Chirp-/Rauschanregung<br />

erfassen können. Daher liegt die Einführung von allgemeinen<br />

Systemparametern nahe:<br />

Eigenwert der dominierenden Struktureigenschwingung<br />

( ),<br />

Gesamtträgheit, die der Antrieb zu bewegen hat,<br />

Trägheitsverhältnis von Motor- zu Gesamtträgheit,<br />

gemessene antriebsseitige Position.<br />

Die Anwendung der allgemeinen Systemparameter ergibt<br />

für alle Fälle von Strukturelastizitäten gemäß<br />

Bild 2 dieselbe Antriebsübertragungsfunktion<br />

(1)<br />

Die Systemparameter und können leicht aus dem<br />

gemessenen Antriebsfrequenzgang herausgelesen werden,<br />

wie Bild 3 zeigt.<br />

Die Identifikation der Systemparameter ist somit unabhängig<br />

vom konkret vorliegenden Fall der dominierenden<br />

Strukturelastizität und damit in der Praxis<br />

unkompliziert umsetzbar, wie Bild 3 zeigt. An realen<br />

Produktionsmaschinen wirken meist mehrere Struk-<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

63


HAUPTBEITRAG<br />

turelastizitäten. Bild 4 zeigt einen praxisnahen Antriebsfrequenzgang<br />

am Beispiel der Rundachse mit<br />

unsymmetrischem elastisch aufgespannten Werkstück,<br />

an dem neben der dominierenden Torsionseigenschwingung<br />

auch eine höherfrequente Biegeschwingungsform<br />

antriebsseitig spürbar ist. Die Eigenfrequenz<br />

und Nullstellenfrequenz (auch Tilgerfrequenz<br />

genannt) der niederfrequentesten Eigenschwingungsform<br />

sind jedoch immer gut zu erkennen. Damit kann<br />

mit Gleichung (1) auch eine praxistaugliche Abschätzung<br />

des Trägheitsverhältnisses angegeben werden:<br />

(2)<br />

Die Gesamtträgheit ist über die Achs- und Werkstückdaten<br />

bekannt oder kann alternativ aus Hochlaufversuchen<br />

im Zeitbereich identifiziert werden.<br />

3. DÄMPFUNGSOPTIMALE GESCHWINDIGKEITS­<br />

REGLEREINSTELLUNG<br />

Schließt man nun für einen der vier Fälle in Bild 2 den<br />

zunächst nur proportional geregelten Geschwindigkeitsregelkreis,<br />

so ergibt sich aus der allgemeinen Streckenübertragungsfunktion<br />

gemäß Gleichung (1) die<br />

Übertragungsfunktion<br />

(3)<br />

Die trägheitsbezogene Verstärkung spiegelt die<br />

Erfahrung aus der Antriebsinbetriebnahme analytisch<br />

wieder, dass große (träge) Achsen höhere Geschwindigkeitsregelverstärkungen<br />

erfordern, als kleine (trägheitsärmere)<br />

Servoantriebe.<br />

BILD 1: Prinzipieller<br />

Aufbau einer<br />

P/PI-lagegeregelten<br />

Servoachse mit<br />

den wesentlichen<br />

Regler- und<br />

Streckenparametern<br />

BILD 2:<br />

Klassifikation<br />

antriebsseitig<br />

wirksamer<br />

Strukturelastizitäten<br />

im Geschwindigkeitsregelkreis<br />

von<br />

Servoachsen<br />

64<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Das Dämpfungsverhalten des geschwindigkeitsgeregelten<br />

Antriebs kann mit der Wurzelortskurve (WOK)<br />

veranschaulicht werden. Wie in der WOK in Bild 5 dargestellt,<br />

führt eine Erhöhung der Regelverstärkung zunächst<br />

zu einer besseren Dämpfung der konjugiert komplexen<br />

Pole. Bei zu hohen Regelverstärkungen nimmt<br />

diese Dämpfung wieder ab.<br />

Die optimale Geschwindigkeitsreglereinstellung<br />

K p opt ist dann erreicht, wenn die konjugiert komplexen<br />

Pole der Übertragungsfunktion einen optimalen<br />

Dämpfungswinkel ( in Bild 5) aufweisen. Obgleich<br />

K p opt auch numerisch für einen konkreten Anwendungsfall<br />

ermittelt werden kann, wurde diese Fragestellung<br />

mit Hilfe der Theorie der Gröbner-Basen analytisch<br />

gelöst, wodurch sich eine elegante und leicht<br />

handhabbare Einstellvorschrift für die optimale Geschwindigkeitsreglerverstärkung<br />

K p opt ergibt:<br />

(4)<br />

Die allgemeinen Streckenparameter , und legen<br />

damit die Geschwindigkeitsreglereinstellung<br />

bei einschleifiger Rückführung weitgehend fest. Aufgrund<br />

der geringen Reglerbandbreite des I-Anteils im<br />

Geschwindigkeitsregler und des Lagereglers können<br />

die übrigen Reglereinstellungen mittels vereinfachter<br />

Streckenmodelle abgeschätzt werden [6]. Daraus ergibt<br />

sich für die Nachstellzeit im Geschwindigkeitsregler:<br />

(5)<br />

Für die – zur Beurteilung der Maschinendynamik<br />

wichtige – Proportionalverstärkung im Lageregler<br />

folgt bei aperiodischer Auslegung:<br />

BILD 3: Rundach s-<br />

prüfstand am IWF<br />

der ETH Zürich,<br />

gemessener antriebsseitiger<br />

Frequenzgang<br />

(Systemparameter:<br />

=2,1 kgm2, =0,56,<br />

=12 Hz – entspricht<br />

ideal Fall 1 in Bild 2)<br />

BILD 4: Rundachsprüfstand<br />

mit<br />

unsymmetrischem<br />

Lastdummy,<br />

gemessener<br />

antriebsseitiger<br />

Frequenzgang<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

65


HAUPTBEITRAG<br />

(6)<br />

Die dominierende Eigenschwingungsform legt damit<br />

die Regelgüte des Servoantriebs fest, was für typische<br />

Werkzeugmaschinen und Roboter ( = 10-40 Hz) ernüchternd<br />

geringe -Faktoren zur Folge hat.<br />

Die Abweichung zwischen Lagesollwert und<br />

Lageistwert aufgrund des Tiefpassverhaltens des Lageregelkreises<br />

wird bei Werkzeugmaschinen als Schleppfehler<br />

bezeichnet und ist ein praxisnahes Maß für<br />

die zu erwartenden Abweichungen an schnell gefahrenen<br />

Bahnen. Für den Schleppfehler an einer Positionsrampe<br />

mit Rampenanstiegsgeschwindigkeit gilt:<br />

(7)<br />

Für einen kleinen Schleppfehler bei großen Geschwindigkeiten<br />

wird zunächst eine möglichst große Lageregelverstärkung<br />

angestrebt. Eine weitere Möglichkeit, den<br />

Schleppfehler zu verkleinern, bietet die an Servomotoren<br />

übliche Geschwindigkeitsvorsteuerung , deren<br />

Wirksamkeit wesentlich von der Führungsgrößenglättung,<br />

das heißt Beschleunigungs- und Ruckbegrenzung,<br />

abhängt. Für glatte Führungsgrößen kann ein nahezu<br />

schleppfehlerfreier Betrieb (das heißt =1) erreicht werden,<br />

bei dynamischerer Ansteuerung sind Werte zwischen<br />

0,3 und 0,7 realistisch, um die Anregung der Maschinenstruktur<br />

klein zu halten. Hier konnten bislang<br />

jedoch keine allgemeingültigen Handformeln erarbeitet<br />

werden. Die Vorsteuerung muss weiterhin an der konkreten<br />

Servoachse heuristisch eingestellt werden.<br />

Bild 6 zeigt einen schnellen 5°-Positioniervorgang mit<br />

dem Prüfstand gemäß Bild 4 und den Reglereinstellungen<br />

entsprechend Gleichung (4)-(7). Deutlich sichtbar<br />

ist die lange Ausschwingzeit der Last. Man müsste<br />

an einer solchen Rundachse (zum Beispiel bei Zahnradschleifmaschinen)<br />

eine Wartezeit vorsehen, bevor<br />

eine Bearbeitung stattfinden kann.<br />

3. APC-OPTION ALS ZUSTANDSREGLERERGÄNZUNG<br />

Ein einziger europäischer Steuerungshersteller hat bislang<br />

eine Zustandsreglerergänzungsoption mit der Benennung<br />

Advanced Position Control (APC) für eine<br />

Servoachsreihe auf den Markt gebracht [5]. Diese Option<br />

wird zwar mit der Eigenschaft beworben, dass damit<br />

niederfrequente Schwingungen elastischer Antriebsketten<br />

wirkungsvoll bedämpft werden können, jedoch<br />

wird das Wort Zustandsregler konsequent vermieden.<br />

Tatsächlich handelt es sich um eine Zustandsreglerergänzung.<br />

Bild 7 zeigt den prinzipiellen Aufbau dieser<br />

Ergänzung, bei der davon ausgegangen wird, dass das<br />

für die direkte Lageregelung erfasste Positionssignal<br />

auf der Lastseite der dominanten Elastizität (des elastischen<br />

Bewegungswandlers) abgenommen wird.<br />

Das APC-Konzept geht auf den in [3] vorgeschlagenen<br />

Geschwindigkeitszustandsregler für Antriebe mit flexibler<br />

Kopplung zwischen Motor und Last zurück. Zur<br />

prinzipiellen Betrachtung der Geschwindigkeitsregelung<br />

soll die Stellgrößengenerierung zunächst als sehr<br />

schnell gegenüber der Periodendauer der niederfrequenten<br />

Vibrationen angenommen werden.<br />

Da die Lastbeschleunigung durch zweifache diskrete<br />

Differenzierung ermittelt wird, unterliegt die erfasste<br />

Beschleunigung einer erheblichen Quantisierung. Ein<br />

Zahlenbeispiel veranschaulicht dies für eine Linearbewegung:<br />

Für eine lastseitige Wegauflösung von typischerweise<br />

Δ x p ≈ 0,08 µm (20 µm Strichteilung und<br />

256-fache Interpolation) und eine typische Abtastzeit<br />

im Geschwindigkeitsregler T sv = 125 µs beträgt die Lastbeschleunigungsauflösung<br />

5 m/s 2 ! Dieser Wert ist im<br />

Bereich der Maximalbeschleunigung typischer Servoachsen<br />

und würde bedeuten, dass die Rückführung<br />

der Lastbeschleunigung für kleinere Vibrationen blind<br />

– und damit unwirksam – ist.<br />

Hier würde ein erhebliches Quantisierungsbrummen<br />

zu erwarten sein. Daher kann die APC-Option nur zusammen<br />

mit sehr hochauflösenden Messsystemen beziehungsweise<br />

Interpolationsstufen (1024-fach oder<br />

höher anstelle von 256-fach) betrieben werden. Zusätzlich<br />

ist das verbleibende Quantisierungsbrummen<br />

durch geeignete Tiefpassfilter (Filter 1 und 2 in Bild 7)<br />

zu unterdrücken.<br />

In der APC-Topologie in Bild 7 sind die drei Rückführungen<br />

aus dem ursprünglichen Ansatz von [3]<br />

durch eine PI-Motorgeschwindigkeitskaskade und zwei<br />

Rückführungen auf den Geschwindigkeitssollwert (anstatt<br />

auf die Stellgröße) ersetzt. Dabei wird für die Lastgeschwindigkeitsrückführung<br />

ein Vergleich mit dem<br />

Sollwert vorgesehen, um den Vorfilter aus [3] korrekt<br />

nachzubilden. Diese Teilstruktur wird als Lastgeschwindigkeitsregler<br />

bezeichnet.<br />

Das Regelgesetz des (zunächst rein proportional betrachteten)<br />

Geschwindigkeitsreglers mit APC lautet nun:<br />

(8)<br />

Durch Einsetzen des Regelgesetzes in das mathematische<br />

Streckenmodell [6] ergibt sich die Übertragungsfunktion<br />

lastseitig zu:<br />

(9)<br />

Das Polynom im Nenner dieser Übertragungsfunktion<br />

zeigt, dass die Pole des Geschwindigkeitsregelkreises mit<br />

weit besserer Dämpfung vorgegeben werden können, als<br />

mit einschleifiger Rückführung mit (siehe Bild 10).<br />

Prinzipiell könnten alle Pole auf den reellen Pol des P-<br />

geschwindigkeitsgeregelten Systems gelegt werden, um<br />

ein vollständig aperiodisches Verhalten mit beibehaltener<br />

Anregelgeschwindigkeit zu bekommen. Dem stehen praktische<br />

Einschränkungen entgegen. Einerseits erfordert<br />

eine vollständig aperiodische Polvorgabe erhebliche Stellgrößen,<br />

andererseits können höhere Eigenschwingungsformen<br />

entdämpft werden. In [3] ist für einen Geschwindigkeitszustandsregler<br />

die in Bild 10 gezeigte Polvorgabe<br />

mit einem reellen Pol und zwei konjugiert komplexen<br />

Polen auf der 60°-Position eines gemeinsamen Kreisbo-<br />

66<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


BILD 5: Wurzelortskurve des<br />

P-geschwindigkeits geregelten<br />

Antriebs mit Strukturelastizitäten<br />

BILD 6: Schneller Positioniervorgang am Prüfstand gemäß Bild 4<br />

mit P/PI-Positionsregler<br />

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

BILD 7: ACP-Zustandsreglererweiterung<br />

an einer<br />

Strecke mit elastischem<br />

Bewegungswandler [3], [5]<br />

gens mit Radius vorgeschlagen. Diese Polvorgabe liefert<br />

ausreichend Dämpfung für einen überlagerten Lageregelkreis<br />

und kommt mit ähnlichen Stellgrößen aus, wie der<br />

einschleifige Geschwindigkeitsregelkreis [1]. Das charakteristische<br />

Polynom zu dieser Polvorgabe lautet:<br />

(10)<br />

Praxisnah wird zunächst gemäß Gleichung (4)<br />

eingestellt (<br />

), um einen lauffähigen Antrieb<br />

zu erhalten, daraus folgt für die Pollage durch Koeffizientenvergleich<br />

des Nenners in Gleichung (9) mit<br />

Gleichung (10):<br />

(11)<br />

Zudem liefert der Koeffizientenvergleich je eine analytische<br />

Einstellregel für und :<br />

(12)<br />

(13)<br />

Damit ist die Grundlage für eine <strong>automatisch</strong>e Einstellung<br />

der zusätzlichen Rückführungen gegeben. Wie<br />

wirksam diese Zustandsreglerergänzung ist, lässt sich<br />

an der Positionierung der Rundachse mit elastisch aufgespannten<br />

Werkstück-Dummy in Bild 4 zeigen. Vor<br />

allem lastseitig wird die Dämpfung wesentlich besser,<br />

wie Bild 8 im Vergleich zu Bild 6 verdeutlicht. Ohne<br />

die APC-Option dauert es mehrere Sekunden, bis sich<br />

das Werkstück soweit beruhigt hat, dass es bearbeiten<br />

werden kann. Mit APC-Option ist die dominierende<br />

Eigenschwingungsform bei 11 Hz bald nach dem Positioniervorgang<br />

ruhig.<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

67


HAUPTBEITRAG<br />

Da die Rückführungen von Motor- und Lastgeschwindigkeit<br />

über den Integralanteil verstärkt werden, passt<br />

die für den PI-Geschwindigkeitsregler zunächst eingestellte<br />

Nachstellzeit gemäß Gleichung (5) meist nicht<br />

mehr. Die transienten Beschleunigungsvorgänge hingegen<br />

wirken sich kaum auf den I-Anteil aus. Mit<br />

(14)<br />

ergibt sich ein erster Einstellwert, der sich in einigen Parameterstudien<br />

und Praxistests als sinnvoll erwiesen hat.<br />

Der gemessene Frequenzgang in Bild 3 zeigt einen idealen<br />

Fall einer dominanten Eigenschwingungsform. Für<br />

solche Verhältnisse gewährleisten die analytischen Einstellregeln<br />

gemäß Gleichung (11) – (13) eine robuste Reglereinstellung.<br />

Wenn aber der Abstand zu einer weiteren<br />

Eigenschwingungsform gering ist, wie in Bild 4, dann<br />

kann APC eine zweite Eigenschwingungsform lastseitig<br />

nur schlecht dämpfen oder sogar anregen, was in Bild 8<br />

an der lastseitigen Geschwindigkeit gut sichtbar wird.<br />

Vergleichbare Ergebnisse wurden an einer großen<br />

Schwenkachse mit Master-Slave-Antrieb erzielt [2].<br />

Durch die erste Struktur-Eigenfrequenz von zirka 20 Hz<br />

war die erreichbare Regelgüte stark begrenzt ( = 17 s -1<br />

bei merklicher Ruckbegrenzung). Durch die Ergänzung<br />

der Master-Achse mit der APC-Option konnte hier die<br />

Regelgüte signifikant erhöht werden ( = 50 s -1 bei etwa<br />

zehnfach höherem Ruck) – bei allerdings geringerer<br />

Robustheit gegenüber werkstückbedingten Lastträgheitsvariationen.<br />

4. ALTERNATIVE ZUSTANDSREGLERERGÄNZUNGEN<br />

Die in Abschnitt 2 behandelte Reglereinstellung an<br />

elastischer Struktur machte deutlich, dass hier der aktuelle<br />

Flaschenhals für die mit Standard-Servoreglern<br />

erreichbare Regelgüte liegt. Einschleifige Geschwindigkeitsregelung<br />

liefert oft unzureichende lastseitige<br />

Dämpfung. Stellgrößenfilter (zum Beispiel Bandsperren,<br />

Cauer-Filter) können nur zur Unterdrückung von<br />

hochfrequenten Schwingungen eingesetzt werden. Für<br />

die typischerweise niederfrequenten Struktureigenschwingungsformen<br />

von Produktionsmaschinen im<br />

Bereich von 10-40 Hz führen wirksame Stellgrößenfilter<br />

jedoch zu einer inakzeptablen Verschlechterung der<br />

Regelgüte. Die zusätzlich benötigte Dämpfung muss auf<br />

anderem Wege in Servoachsen eingebracht werden.<br />

Zustandsregleransätze wurden bereits für einige Anwendungen<br />

entworfen [3, 4, 7, 8] jedoch wurden diese<br />

BILD 8: Schneller<br />

Positioniervorgang<br />

am Prüfstand<br />

gemäß Bild 4 mit<br />

APC-Option [5]<br />

BILD 9: Allgemeine<br />

Zustandsreglerergänzung<br />

für Servoachsen<br />

68<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


islang von den Antriebsherstellern kaum aufgegriffen.<br />

Die scheinbar kleine Zahl möglicher Anwendungen, die<br />

Sensitivität auf Änderungen der Streckenparameter,<br />

zusätzlich erforderliche Messsysteme oder Beobachteralgorithmen<br />

und der spezielle Inbetriebnahmeaufwand<br />

machen Zustandsregler zunächst unattraktiv. Mit<br />

der im vorigen Abschnitt behandelten Erweiterungsoption<br />

APC [5] konnte eine Zustands-Geschwindigkeitsregelung<br />

bereits umgesetzt werden. Allerdings erfordert<br />

die Anwendung von APC bei Servoachsen eine ausreichend<br />

aufgelöste Lastpositionsmessung. Die Anwendung<br />

von APC ist somit nur bei elastischen Übertragungsgliedern<br />

(Fall 1 in Bild 2) sinnvoll.<br />

Ein erfolgreicher allgemeiner Zustandsregleransatz<br />

für künftige Servoachsen sollte<br />

für alle relevanten Strukturelastizitäten<br />

anwendbar sein,<br />

die Möglichkeit zur automatisierten Einstellung<br />

und zur adaptiven Erweiterung bieten,<br />

und soweit möglich auf der eingeführten<br />

Servoreglertopologie aufbauen.<br />

In [4] wird ein Zustandsreglerkonzept für Walzwerksantriebe<br />

mit langen flexiblen Wellen beschrieben, dessen<br />

Adaption für Servoachsen sehr vielversprechend<br />

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

fügt der Stellgröße vier Zustandsrückführungen<br />

(Strom/Moment, motorseitige Geschwindigkeit, Differenz<br />

zwischen Motor- und Lastposition sowie deren<br />

zeitliche Ableitung) hinzu, um die Geschwindigkeitsregelgüte<br />

zu verbessern. Das Einstellvorgehen bleibt<br />

verhältnismäßig einfach: Zunächst wird der P/PI-Lageregler<br />

eingestellt, womit die Achse lauffähig ist. Parameteridentifikationsmethoden<br />

und <strong>automatisch</strong>e Optimierungsalgorithmen<br />

ermitteln die geeigneten Zustandsrückführungen.<br />

Schließlich werden die zusätzlichen<br />

Zustandsrückführungen über einen<br />

gemeinsamen Tuning-Faktor auf die Stellgröße aufgeschaltet.<br />

Der Tuning-Faktor wird von 0% beginnend<br />

langsam erhöht (idealerweise auf 100%), bis die gewünschte<br />

Regelgüte erreicht ist.<br />

Für Servoantriebe an Werkzeugmaschinen und Robotern<br />

ist die erreichbare Regelgüte im Sinn der Anregelgeschwindigkeit<br />

eigentlich ausreichend. Auch die<br />

Stellgrößengenerierung ist fast immer schnell genug.<br />

Dafür sollte die Dämpfung, die vom Geschwindigkeitsregelkreis<br />

des Servoantriebs in die elastische Struktur<br />

eingebracht wird, verbessert werden.<br />

Damit genügt es, nur zwei der vier im Ansatz von [4]<br />

zurückgeführten Zustände zu berücksichtigen. Daraus<br />

ergibt sich die in Bild 9 dargestellte Zustandsreglerergänzung<br />

(state space control extension, SSEx [7]), die<br />

den die dominante Elastizität beschreibenden Zustand<br />

und dessen zeitliche Ableitung zum Stellgrößenausgang<br />

des Geschwindigkeitsreglers zurückführt.<br />

Für die elastisch angekoppelte Last (Fall 1 in Bild 2)<br />

ist dies wie beim Ansatz von [4] die skalierte Abweichung<br />

zwischen Motor und Last – also die Dehnung<br />

der Elastizität.<br />

Die in Bild 9 dargestellten Regelstrecken lassen sich<br />

durch folgende Zustandsraumdarstellung beschreiben:<br />

mit dem Zustandsvektor<br />

(15)<br />

und der Stellgröße (Motormoment oder -kraft).<br />

Dies ermöglicht eine Zustandsreglerergänzung für alle<br />

Fälle in Bild 9. Für die elastische Basis (Fall 2 in Bild 2)<br />

muss die Basisposition als Zustand erfasst werden –<br />

ebenfalls recht anschaulich mit der Dehnung der Basiselastizität<br />

als dominanter Elastizität verkoppelt [7]. In<br />

Fall 3 ist die dominante Elastizität aus der Orientierungsänderung<br />

der exzentrisch angetriebenen Linearachse<br />

und damit mit der Einfederung in die elastische Führung<br />

verbunden. Ebenso in Fall 4, wo die Dehnung der Lagerung<br />

als dominante Elastizität bewertet wird [1].<br />

Da bei Werkzeugmaschinen und Robotern die Verbesserung<br />

der Dämpfung im Geschwindigkeitsregelkreis im<br />

Vordergrund steht, kann die Vorgabe der zusätzlichen<br />

Rückführparameter und im Sinne einer einfachen<br />

Inbetriebnahme weitgehend automatisiert werden.<br />

Zunächst werden die Streckenparameter , und<br />

anhand des antriebsseitigen Frequenzgangs (Bild 3 beziehungsweise<br />

Gleichung (1)) identifiziert. Mit Gleichung<br />

(4) wird der Geschwindigkeitsregelkreis dämpfungsoptimal<br />

eingestellt. Die in Bild 10 dargestellte Lage der Pole<br />

(+) des so eingestellten Geschwindigkeitsregelkreises<br />

(hier der Übersichtlichkeit halber nur P-geregelt) verdeutlicht,<br />

wie bescheiden die erreichbare Dämpfung ist.<br />

Mit dem Rückführvektor<br />

(16)<br />

können die Pole des Geschwindigkeitsregelkreises<br />

(analog zum APC in Abschnitt 3) mit weit besserer<br />

Dämpfung vorgegeben werden, siehe Bild 10.<br />

Der Koeffizientenvergleich mit dem charakteristischen<br />

Polynom des Geschwindigkeitszustandsregelkreises<br />

(17)<br />

und dem Sollpolynom in Gleichung (10) ergibt für die<br />

zusätzlichen Rückführfaktoren:<br />

(18)<br />

(19)<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014<br />

69


HAUPTBEITRAG<br />

Der Koeffizientenvergleich liefert weiterhin für die<br />

Pollage aufgrund des eingestellten Motorgeschwindigkeitsreglers:<br />

beziehungsweise<br />

(20)<br />

Im Gegensatz zum APC-Ansatz im vorherigen Abschnitt<br />

ist es jetzt möglich, die Rückführfaktoren<br />

und mit einem gemeinsamen Tuning-Faktor zu<br />

bewerten. Bild 10 zeigt anschaulich, wie die Pole des<br />

P-motorgeschwindigkeitsgeregelten Antriebs für steigende<br />

Tuningfaktoren gegen die besser gedämpften 60°-<br />

Pole wandern.<br />

Der Tuning-Faktor stellt somit eine leicht bedienbare<br />

Möglichkeit dar, die Zustandsreglerergänzung<br />

bei nicht idealer Zustandserfassung, träger Stellgrößengenerierung<br />

und höheren Eigenschwingungsformen,<br />

die bei vollständiger Zustandsregelung angeregt<br />

würden, im Sinne besserer Lastvibrationsdämpfung<br />

anzuwenden. Ein Tuning-Faktor von 0,2 bis 0,5<br />

führt meist bereits zu einer spürbar besseren lastseitigen<br />

Dämpfung. Auch kann die zuvor eingestellte<br />

Nachstellzeit im PI-Geschwindigkeitsregler unverändert<br />

belassen werden.<br />

Ein weiterer Vorteil der SSEx-Topologie ist die Möglichkeit,<br />

den zusätzlichen Zustand mittels Beschleunigungsaufnehmer<br />

zu erfassen [7], siehe auch Bild 3. Die<br />

gemessene Beschleunigung einer Servoachse ist auf<br />

den ersten Blick kein Zustand, der die potenzielle oder<br />

kinetische Energie eines Systems repräsentiert. Für das<br />

Zweimassen-Feder-System, Fall 1 in Bild 9, kann der<br />

die dominante Elastizität wiedergebende Zustand<br />

des allgemeinen Strukturmodells entweder als Differenz<br />

zwischen Motor- und Lastposition oder in Abhängigkeit<br />

von der Lastbeschleunigung beschrieben werden,<br />

wenn die Reibung vernachlässigbar ist:<br />

(21)<br />

Damit repräsentiert die Lastbeschleunigung einen<br />

physikalischen Zustand, der die potenzielle Energie der<br />

Elastizität wiedergibt. Durch geeignete Platzierung des<br />

Beschleunigungsaufnehmers in der Struktur können<br />

die Fälle 2 – 4 in Bild 7 ebenfalls mit einer wirkungsvollen<br />

Zustandsreglerergänzung versehen werden [6, 7].<br />

Bild 11 zeigt die auf der gemessenen Beschleunigung<br />

am Werkstück-Dummy in Bild 4 erreichte Regelgüte<br />

beim 5°-Positioniervorgang. Durch die nur<br />

BILD 10: Polvorgabestrategie im Geschwindigkeitsregelkreis<br />

mit APC und SSEx<br />

BILD 11: Positionier vorgang am Prüfstand gemäß Bild 4<br />

mit SSEx und 50%-Tuning-Faktor<br />

BILD 12: Beispielhafter Verlauf der<br />

Wurzelortskurve gemäß Gleichung (22)<br />

bei Zustandsreglerergänzung und<br />

verzögerter Stellgrößengenerierung<br />

(Ersatzzeitkonstante hier = (0,3 – 1,0)/ )<br />

70<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


www.<strong>atp</strong>-<strong>edition</strong>.de<br />

Jetzt bestellen!<br />

teilweise Aufschaltung (Tuning-Faktor = 0,6)<br />

wird die dominierende Eigenschwingungsform<br />

wirksam bedämpft und die zweite Eigenschwingungsform<br />

weniger stark angeregt, als dies bei<br />

APC (Bild 8) der Fall war.<br />

5. ANFORDERUNGEN AN DIE STELLGRÖSSEN­<br />

GENERIERUNG<br />

Bei einschleifiger Geschwindigkeitsregelung ist<br />

die Begrenzung der Regelgüte durch die niederfrequenten<br />

Elastizitäten gemäß Gleichung (4) so maßgeblich,<br />

dass die typischen Ersatzzeitkonstanten<br />

der Stellgrößengenerierung (Stromregelkreis,<br />

Stellgrößenfilter) im Bereich von = 2 - 3 ms keine<br />

Rolle spielen. Praktische Versuche zeigen, dass die<br />

verzögerte Stellgrößengenerierung bei Zustandsreglerergänzung<br />

wieder eine Begrenzung darstellt.<br />

Wird das Regelgesetz in Gleichung (8) durch ein<br />

Übertragungsglied erster Ordnung ergänzt, so ergibt<br />

sich für das Nennerpolynom der Übertragungsfunktion<br />

in Gleichung (9) mit den Einstellwerten<br />

gemäß Gleichung (11-13):<br />

Die Referenzklasse für die<br />

Automatisierungstechnik<br />

<strong>atp</strong> <strong>edition</strong> ist das Fachmagazin für die Automatisierungstechnik.<br />

Die Qualität der wissenschaftlichen Hauptbeiträge<br />

sichert ein strenges Peer-Review-Verfahren. Bezug zur<br />

automatisierungstechnischen Praxis nehmen außerdem<br />

die kurzen Journalbeiträge aus der Fertigungs- und Prozessautomatisierung.<br />

Sichern Sie sich jetzt diese erstklassige Lektüre! Als<br />

exklusiv ausgestattetes Heft oder als praktisches ePaper<br />

– ideal für unterwegs, auf mobilen Endgeräten oder zum<br />

Archivieren.<br />

Wählen Sie einfach das Bezugsangebot, das Ihnen zusagt:<br />

als Heft, ePaper oder Heft + ePaper!<br />

REFERENZEN<br />

[1] Zirn, O.: Machine Tool Analysis – Modelling,<br />

Simulation and Control of Machine Tool Manipulators,<br />

Habilitationsschrift, Department Maschinenbau<br />

und Verfahrenstechnik, ETH Zürich, 2008<br />

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

eth-41862-01.pdf<br />

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

for Large Milling Rotary Tables. In: Proc. PCIM’09,<br />

S. 848-853, VDE Verlag 2009<br />

[3] Schröder, D.: Elektrische Antriebe Bd 2 Regelung<br />

von Antrieben. Springer 1995<br />

[4] Beck, H.-P., Turschner, D.: Commissioning of a<br />

State-Controlled High-Powered Electrical Drive<br />

Using Evolutionary Algorithms. IEEE/ASME<br />

Transactions on Mechatronics 6(2), S.149-154, 2001<br />

[5] Siemens: Sinumerik 840D – Das digitale CNC-<br />

System für komplexe Aufgaben. Siemens AG Automation<br />

and Drives, www.siemens.de/sinumerik<br />

[6] Zirn, O., Vetter, C., Sauermann, K.-H.:<br />

Automatisierungstechnik im Maschineningenieurwesen.<br />

Papierflieger-Verlag 2011<br />

[7] Jaeger, C.: Entwurf von Zustandsregelungen für<br />

hochdynamische Werkzeugmaschinen, Dissertation<br />

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

show?type=diss&nr=19343<br />

[8] Weber, W., Koch, H.: Zustandsregler für Achsen mit<br />

Nachgiebigkeiten – ReDuS+ unterstützt Anlagenpersonal.<br />

<strong>atp</strong> <strong>edition</strong> – Automatisierungstechnische<br />

Praxis <strong>edition</strong> 52(4), S. 20-24, 2010<br />

<strong>atp</strong> <strong>edition</strong> erscheint in der DIV Deutscher Industrieverlag GmbH, Arnulfstr. 124, 80636 München


HAUPTBEITRAG<br />

DANKSAGUNG<br />

(22)<br />

Für den in Abschnitt 4 behandelten alternativen Ansatz<br />

ergibt sich dieselbe charakteristische Gleichung. Der<br />

Verlauf der WOK ist beispielhaft in Bild 12 dargestellt.<br />

Die analytische Lösung für gleiche relative Dämpfung<br />

beider Polpaare lautet:<br />

(23)<br />

Für größere Pollagen wird die relative Dämpfung des<br />

aus der negativ reellen Achse herausgewachsenen Polpaars<br />

stark gegenüber dem 60°-Polpaar verschlechtert.<br />

Dies bedeutet, dass Zustandsreglerergänzung nur dann<br />

einen spürbaren Dämpfungsgewinn bringen kann,<br />

wenn die Ersatzzeitkonstante T der Stellgrößengenerierung<br />

ausreichend schnell ist:<br />

(24)<br />

Die dargestellten Ergebnisse wurden im Rahmen des Projektes<br />

ZI 1301/1-1 der Deutschen Forschungsgemeinschaft in Zusammenarbeit<br />

mit der Arbeitsgruppe Diskrete Mathematik von<br />

Prof. Dr. Volkmar Welker, Universität Marburg, erarbeitet. Die<br />

Verfasser danken den Industriepartnern Rückle Werkzeugfabrik<br />

GmbH, Römerstein, und Faulhaber GmbH, Schönaich, sowie<br />

dem Institut für Werkzeugmaschinen und Fertigung der ETH<br />

Zürich für die umfangreiche Unterstützung.<br />

Damit lässt sich analytisch abschätzen, ob eine Zustandsreglerergänzung<br />

noch gewinnbringend einsetzbar<br />

ist. Für die an Servoantrieben typischen Ersatzzeitkonstanten<br />

im Bereich von = 2 - 3 ms ist eine spürbare Verbesserung<br />

der Lastvibrationsdämpfung durch Zustandsreglerergänzungen<br />

bis etwa 30 Hz möglich. Höherfrequentere<br />

Struktureigenschwingungen erfordern eine deutlich<br />

schnellere Stellgrößengenerierung, was heute nur bei<br />

Klein-Servo- und Miniaturantrieben erreicht wird.<br />

ZUSAMMENFASSUNG<br />

Die Regelgüte moderner Servoachsen wird wesentlich<br />

durch Strukturelastizitäten und flexible Übertragungsglieder<br />

begrenzt. Für P/PI-Servoregler können analytische<br />

Einstellregeln für optimale Vibrationsdämpfung angewandt<br />

werden. Die Rückführung zusätzlicher lastseitiger<br />

Zustände kann niederfrequente Lastvibrationen effektiv<br />

bedämpfen. Eine solche Zustandsreglerergänzung wurde<br />

von einem führenden Hersteller von Automatisierungskomponenten<br />

unter dem Namen APC für elastische Antriebsketten<br />

eingeführt. Damit kann eine Inbetriebnahme<br />

<strong>automatisch</strong> erfolgen, wenn zuvor die wesentlichen Streckenparameter<br />

(Eigenfrequenz, Trägheit und Trägheitsverhältnis)<br />

identifiziert wurden. Für andere Fälle dominanter<br />

Strukturelastizitäten kann eine allgemeinere Zustandsreglerergänzung<br />

eingesetzt werden. Alle diese<br />

Ansätze erfordern eine ausreichend schnelle Stellgrößengenerierung.<br />

MANUSKRIPTEINGANG<br />

30.09.2013<br />

Im Peer-Review-Verfahren begutachtet<br />

AUTOREN<br />

Prof. Dr. habil.<br />

OLIVER ZIRN<br />

(geb. 1968) lehrt<br />

Werkzeugmaschinenmechatronik<br />

an der Hochschule<br />

Pforzheim und an<br />

der ETH Zürich.<br />

Nach mehrjährigem<br />

Engagement in der Werkzeugmaschinenindustrie<br />

wechselte er an<br />

die Hochschule/Universität und<br />

leitet mehrere Forschungsprojekte zur<br />

angewandten Regelung.<br />

Hochschule Pforzheim, Fakultät Technik,<br />

Tiefenbronner Straße 65,<br />

D-75175 Pforzheim,<br />

Tel. +49 (0) 7231 28 64 74,<br />

E-Mail: oliver.zirn@hs-pforzheim.de<br />

Dr. LUKAS<br />

KATTHÄN<br />

(geb. 1985) ist<br />

Mathematiker und<br />

arbeitet als<br />

wissenschaftlicher<br />

Mitarbeiter<br />

im DFG-Projekt ZI<br />

1301/1-1 an der<br />

Universität Marburg sowie an der<br />

Hochschule Pforzheim.<br />

Universität Marburg,<br />

Arbeitsgruppe Diskrete Mathematik,<br />

FB 12, Universität Marburg,<br />

Hans-Meerwein-Straße,<br />

D-35032 Marburg,<br />

Tel. +49 (0) 6421 282 66 11,<br />

E-Mail:<br />

katthän@mathematik.uni-marburg.de<br />

MICHAEL<br />

KREUTZER<br />

(geb. 1982), MSc,<br />

ist Informatiker<br />

und arbeitet als<br />

wissenschaftlicher<br />

Mitarbeiter<br />

im DFG-Projekt<br />

ZI 1301/1-1 an<br />

der Technischen Hochschule Mittelhessen<br />

sowie an der Hochschule<br />

Pforzheim.<br />

Technische Hochschule Mittelhessen,<br />

Institut für Technik und Informatik,<br />

Wiesenstraße 14,<br />

D-35390 Gießen,<br />

Tel. +49 (0) 641 309 24 28,<br />

E-Mail: kreutzer@mni.fh-giessen.de<br />

72<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


update<br />

Automatisierung<br />

auf den Punkt<br />

<strong>atp</strong>-Nutzerumfrage:<br />

Werden Sie Teil des Erfolgs!<br />

Sehr geehrter <strong>atp</strong>-Nutzer,<br />

wirken Sie an der erfolgreichen Weiterentwicklung<br />

der <strong>atp</strong>-Produkte mit! Mit Ihrer Hilfe optimieren wir<br />

das Fachmagazin <strong>atp</strong> <strong>edition</strong>, das Nachrichtenportal<br />

<strong>atp</strong>!info und den Newsletter <strong>atp</strong>!update und<br />

gewinnen Sie dabei noch ein sportliches Dankeschön.<br />

Beantworten Sie online einfach und schnell einige<br />

Fragen zu unseren <strong>atp</strong>-Produkten.<br />

Hier geht´s zur Umfrage:<br />

www.umfrage.vulkan-verlag.de<br />

Als Dankeschön verlosen wir unter allen Teilnehmern<br />

3 x 1 Nike+ SportWatch GPS powered by TomTom®<br />

jeweils im Wert von 149 €.<br />

Bei Fragen erreichen Sie uns unter:<br />

Angelika Weingarten: Telefon +49 (0) 89 203 53 66-13<br />

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


IMPRESSUM / VORSCHAU<br />

IMPRESSUM<br />

VORSCHAU<br />

Verlag:<br />

DIV Deutscher Industrieverlag GmbH<br />

Arnulfstraße 124, D-80636 München<br />

Telefon + 49 (0) 89 203 53 66 0<br />

Telefax + 49 (0) 89 203 53 66 99<br />

www.di-verlag.de<br />

Geschäftsführer:<br />

Carsten Augsburger, Jürgen Franke<br />

Verlagsleiterin:<br />

Kirstin Sommer<br />

Spartenleiterin:<br />

Anne Purschwitz geb. Hütter<br />

Herausgeber:<br />

Dr.rer.nat. Thomas Albers<br />

Dr. Gunther Kegel<br />

Dipl.-Ing. Hans-Georg Kumpfmüller<br />

Dr.-Ing. Wilhelm Otten<br />

Beirat:<br />

Dr.-Ing. Kurt Dirk Bettenhausen<br />

Prof. Dr.-Ing. Christian Diedrich<br />

Prof. Dr.-Ing. Ulrich Epple<br />

Prof. Dr.-Ing. Alexander Fay<br />

Prof. Dr.-Ing. Michael Felleisen<br />

Prof. Dr.-Ing. Georg Frey<br />

Dipl.-Ing. Thomas Grein<br />

Prof. Dr.-Ing. Hartmut Haehnel<br />

Tim Henrichs<br />

Dr.-Ing. Jörg Kiesbauer<br />

Dipl.-Ing. Gerald Mayr<br />

Dr.-Ing. Josef Papenfort<br />

Igor Stolz<br />

Dr. Andreas Wernsdörfer<br />

Dipl.-Ing. Dieter Westerkamp<br />

Prof. Dr.-Ing. Michael Weyrich<br />

Dr.rer.nat. Christian Zeidler<br />

Organschaft:<br />

Organ der GMA<br />

(VDI/VDE-Gesell schaft Messund<br />

Automatisierungs technik)<br />

und der NAMUR (Interessengemeinschaft<br />

Automatisierungstechnik<br />

der Prozessindustrie).<br />

Redaktion:<br />

Anne Purschwitz geb. Hütter (ahü)<br />

(verantwortlich)<br />

Telefon + 49 (0) 89 203 53 66 58<br />

E-Mail: purschwitz@di-verlag.de<br />

Aljona Hartstock (aha)<br />

Telefon + 49 (0) 89 203 53 66 78<br />

E-Mail: hartstock@di-verlag.de<br />

Einreichung von Hauptbeiträgen:<br />

Prof. Dr.-Ing. Leon Urbas<br />

(Chefredakteur, verantwortlich<br />

für die Hauptbeiträge)<br />

Technische Universität Dresden<br />

Fakultät Elektrotechnik<br />

und Informationstechnik<br />

Professur für Prozessleittechnik<br />

D-01062 Dresden<br />

Telefon +49 (0) 351 46 33 96 14<br />

E-Mail: urbas@di-verlag.de<br />

Fachredaktion:<br />

Dr.-Ing. Michael Blum<br />

Dipl.-Ing. Heinrich Engelhard<br />

Prof. Dr.-Ing. Jürgen Jasperneite<br />

Dr.-Ing. Bernhard Kausler<br />

Dr.-Ing. Niels Kiupel<br />

Prof. Dr.-Ing. Gerrit Meixner<br />

Dr.-Ing. Jörg Neidig<br />

Dipl.-Ing. Ingo Rolle<br />

Dr.-Ing. Stefan Runde<br />

Prof. Dr.-Ing. Frank Schiller<br />

Bezugsbedingungen:<br />

„<strong>atp</strong> <strong>edition</strong> – Automatisierungs technische<br />

Praxis“ erscheint monatlich mit Doppelausgaben<br />

im Januar/Februar und Juli/August.<br />

Bezugspreise:<br />

Abonnement jährlich: € 519,– + € 30,–/ € 35,–<br />

Versand (Deutschland/Ausland);<br />

Heft-Abonnement + Online-Archiv: € 704,70;<br />

ePaper (PDF): € 519,–; ePaper + Online-Archiv:<br />

€ 674,70; Einzelheft: € 59,– + Versand;<br />

Die Preise enthalten bei Lieferung in EU-<br />

Staaten die Mehrwertsteuer, für alle übrigen<br />

Länder sind es Nettopreise. Mitglieder der<br />

GMA: 30% Ermäßigung auf den Heftbezugspreis.<br />

Bestellungen sind jederzeit über den Leserservice<br />

oder jede Buchhandlung möglich.<br />

Die Kündigungsfrist für Abonnement aufträge<br />

beträgt 8 Wochen zum Bezugsjahresende.<br />

Abonnement-/Einzelheftbestellung:<br />

DataM-Services GmbH, Leserservice <strong>atp</strong><br />

Herr Marcus Zepmeisel<br />

Franz-Horn-Str. 2, 97082 Würzburg<br />

Telefon + 49 (0) 931 417 04 59<br />

Telefax + 49 (0) 931 417 04 94<br />

leserservice@di-verlag.de<br />

Verantwortlich für den Anzeigenteil:<br />

Inge Spoerel<br />

Telefon + 49 (0) 89 203 53 66 22<br />

E-Mail: spoerel@di-verlag.de<br />

Kirstin Sommer (Key Account)<br />

Telefon + 49 (0) 89 203 53 66 36<br />

E-Mail: sommer@di-verlag.de<br />

Angelika Weingarten (Key Account)<br />

Telefon + 49 (0) 89 203 53 13<br />

E-Mail: weingarten@di-verlag.de<br />

Es gelten die Preise der Mediadaten 2014<br />

Anzeigenverwaltung:<br />

Brigitte Krawczyk<br />

Telefon + 49 (0) 89 203 53 66 12<br />

E-Mail: krawczyk@di-verlag.de<br />

Art Direction / Layout:<br />

deivis aronaitis design | dad |<br />

Druck:<br />

Druckerei Chmielorz GmbH,<br />

Ostring 13,<br />

D-65205 Wiesbaden-Nordenstadt<br />

Gedruckt auf chlor- und<br />

säurefreiem Papier.<br />

Die <strong>atp</strong> wurde 1959 als „Regelungstechnische<br />

Praxis – rtp“ gegründet.<br />

DIV Deutscher Industrieverlag<br />

GmbH München<br />

Die Zeitschrift und alle in ihr enthaltenen<br />

Beiträge und Abbildungen sind urheberrechtlich<br />

geschützt. Mit Ausnahme der gesetzlich<br />

zugelassenen Fälle ist eine Verwertung ohne<br />

Ein willigung des Verlages strafbar.<br />

Gemäß unserer Verpflichtung nach § 8<br />

Abs. 3 PresseG i. V. m. Art. 2 Abs. 1c DVO<br />

zum BayPresseG geben wir die Inhaber<br />

und Beteiligungsverhältnisse am Verlag<br />

wie folgt an:<br />

DIV Deutscher Industrieverlag GmbH,<br />

Arnulfstraße 124, D-80636 München.<br />

Alleiniger Gesellschafter des Verlages<br />

ist die ACM-Unternehmensgruppe,<br />

Ostring 13,<br />

D-65205 Wiesbaden-Nordenstadt.<br />

ISSN 2190-4111<br />

DIE AUSGABE 5 / 2014 DER<br />

ERSCHEINT AM 05.05.2014<br />

MIT DEM SCHWERPUNKT<br />

„SCHUTZZIELE UND SCHUTZKONZEPTE“<br />

Warum Industrie 4.0<br />

keine modellbasierte<br />

Softwareentwicklung<br />

braucht<br />

Ein Ansatz zur Messung<br />

von Engineering-Effizienz<br />

– Teil 1<br />

Schutzzielorientiertes<br />

Design der Digitalen<br />

Sicherheitsleittechnik in<br />

Kernkraftwerken<br />

Aus aktuellem Anlass können sich die Themen<br />

kurzfristig verändern.<br />

LESERSERVICE<br />

E-MAIL:<br />

leserservice@di-verlag.de<br />

TELEFON:<br />

+ 49 (0) 931 417 04 59<br />

74<br />

<strong>atp</strong> <strong>edition</strong><br />

4 / 2014


Erreichen Sie die Top-Entscheider<br />

der Automatisierungstechnik.<br />

Sprechen Sie uns an wegen Anzeigenbuchungen<br />

und Fragen zu Ihrer Planung.<br />

Inge Spoerel: Telefon +49 (0) 89 203 53 66-22<br />

E-Mail: spoerel@di-verlag.de


Der Klassiker für die<br />

Prozessautomation geht<br />

ins 21. Jahrhundert<br />

Das Handbuch der Prozessautomation ist ein Standardwerk für die Planung<br />

verfahrenstechnischer Anlagen. In der 5., überarbeiteten Version geht es auf<br />

die Herausforderung bei der Digitalisierung der Anlage ein. Das Handbuch<br />

wurde von fast 50 Experten mit umfassenden Praxiskenntnissen gestaltet<br />

und deckt das gesamte Feld der Prozessautomatisierung ab.<br />

Hrsg.: K. F. Früh, U. Maier, D. Schaudel<br />

5. Auflage 2014<br />

740 Seiten, 170 x 240mm, Hardcover<br />

Erhältlich in 2 Varianten<br />

www.di-verlag.de<br />

DIV Deutscher Industrieverlag GmbH, Arnulfstr. 124, 80636 München<br />

Jetzt vorbestellen!<br />

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

Ja, ich bestelle gegen Rechnung 3 Wochen zur Ansicht<br />

___ Ex.<br />

Handbuch der Prozessautomatisierung<br />

5. Auflage – ISBN: 978-3-8356-3372-8<br />

für € 199,90 (zzgl. Versand)<br />

Firma/Institution<br />

Vorname, Name des Empfängers<br />

___ Ex.<br />

Handbuch der Prozessautomatisierung<br />

mit interaktivem eBook (Online-Lesezugriff im MediaCenter)<br />

5. Auflage – ISBN: 978-3-8356-7119-5<br />

für € 259,90 (zzgl. Versand)<br />

Straße / Postfach, Nr.<br />

Land, PLZ, Ort<br />

Antwort<br />

Vulkan-Verlag GmbH<br />

Versandbuchhandlung<br />

Postfach 10 39 62<br />

45039 Essen<br />

Telefon<br />

E-Mail<br />

Telefax<br />

Branche / Wirtschaftszweig<br />

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

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

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

Versandbuchhandlung, Huyssenallee 52-56, 45128 Essen.<br />

Ort, Datum, Unterschrift<br />

PAHBPA2014<br />

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,<br />

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.<br />

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!