Lehrstuhl für Automatisierung und Informationssysteme (AIS) BICC Open Labs

Transkript

1 Lehrstuhl für Automatisierung und Informationssysteme (AIS) BICC Open Labs Univ.-Prof. Dr.-Ing. Birgit Vogel-Heuser Fakultät für Maschinenwesen Technische Universität München 1

2 Gliederung 1. Ausstattung und Schwerpunkte 2. Herausforderungen für das Software-Engineering in der Automatisierungstechnik und Mechatronik 3. Lösungsansätze 4. Methoden und Know How 2

3 Mitarbeiter und Technik 24 wissenschaftliche Mitarbeiter 7 Mitarbeiter Technik und Administration Team, Lehre und Labore Zertifiziertes Profibus/Profinet-Labor der TUM Lehrveranstaltungen Grundlagen Informationstechnik (1. und 2. Sem., 3 SWS) Modellbildung und Simulation (ab 5. Sem., 3 SWS) Automatisierungstechnik (ab 5. Sem., 3 SWS) Industrielle Software-Entwicklung für Ingenieure (ab 5. Sem., 3 SWS) Kommunikationssysteme in der Automatisierungstechnik (ab 5. Sem., 3 SWS) Entwicklung intelligenter verteilter eingebetteter Systeme in der Mechatronik (ab 5. Sem., 3 SWS) Hochschulpraktikum Automatisierungstechnik (4 SWS) Hochschulpraktikum Simulationstechnik (4 SWS) 3

4 Modell-basierte Entwicklung Rekonfigurierbare Verteilte Systeme Usability Qualitätsmanagement /Safety Überblick über Forschungsgebiete des Instituts 4

5 Gliederung 1. Ausstattung und Schwerpunkte 2. Herausforderungen für das Software-Engineering in der Automatisierungstechnik und Mechatronik 3. Lösungsansätze 4. Methoden und Know How 5

6 Herausforderungen: Vorgehensmodelle, Datenmodelle, Datendurchgängigkeit für Produktionssysteme und mechatronische Produkte Komponentenentwicklung Inbetriesetzung und Abnahme 6

7 Herausforderungen: Vorgehensmodelle unterschiedliche Zyklen der Systemevolution (Produktionssysteme) Betrieb und Wartung Monitoring der aktuellen Variablen Programmänderung online Brücken Forcen von Variablen Sicherer Austausch von Programmteilen Änderung von Variablenzuordnungen im Programm 7

8 Herausforderungen: Datendurchgängigkeit und Datenintegration Expertenevaluation relevante Engineering-Aspekte für 2020 Quelle: B. Vogel-Heuser: Visionen für das Engineering der Automatisierungstechnik In: Automatisierungstechnische Praxis (atp), Oldenbourg-Verlag, München, 5/2009 8

9 Herausforderungen: Datenmodelle, Datendurchgängigkeit und Datenintegration 9

10 Gliederung 1. Ausstattung und Schwerpunkte 2. Herausforderungen für das Software-Engineering in der Automatisierungstechnik und Mechatronik 3. Lösungsansätze 4. Methoden und Know How 10

11 Modell-basiertes und integriertes Engineering Ziel Verbesserung der Effizienz und Qualität des Software-Engineerings in der Automatisierungstechnik und Mechatronik Methoden Modellierungssprachen, Engineering- Methoden und Tools für die Automatisierungstechnik Regelungssoftware (Simulink IEC ) Steuerungssoftware (UML IEC ) Modelltransformation und Codegenerierung Requirements Engineering für MES (BPMNbasiertes Framework) unterstützende IT in Innovationszyklen (SysML) Projekte: SFB: TRR30, 768; BMBF: SpeziMES; Drittmittel 11

12 Modell ist Programmcode: Integration der Unified Modeling Language (UML) in die Steuerungsprogrammierung SPS Programmierumgebung mit UML-Plugin (CoDeSys V3) Steuerung (CoDeSys V3) Klassendiagramme FUP AS Aktivitätsdiagramme Zustandsdiagramme AWL CFC ST Standard-Programmiersprachen der IEC CFC Motivation Selbstdokumentierende Entwicklungsdokumente für interdisziplinäre Kommunikation Ansatz Unified Modeling Language (UML) als Industriestandard für SW-Modellierung Anpassung der UML auf Basis von Nutzeranforderungen (Komplementär) Automatische Codegenerierung (Modell = Code) Vorhandener Code kann integriert werden 12

13 Intelligente verteilte Systeme (Distributed Control Systems, DCS) Ziel Verbesserung der Zuverlässigkeit und Verfügbarkeit durch Agenten auf Feldebene Methoden dynamische Rekonfiguration zur Laufzeit durch virtuelle Sensoren Entwicklung von Beschreibungsmitteln und Prozessmodellen für DCS (Einfluss nichtfunktionaler Anforderungen auf das Design) agentenorientierte Steuerungssoftware (SysML SPS-Programmcode) energieoptimierte Steuerungsstrategien basierend auf Systemzuständen Projekte: DFG: AVE, DisPA, KREAagentuse, CogniOnt, FAVA; Bayerisch: ESIMIP, Drittmittel Zertifizierungslabor 13

14 KRE (Satelliten-) Projekt. gentuse Ziel: Einsatz von echtzeitfähigen Softwareagenten zur Bildung von Redundanzen durch virtuelle Sensoren in Fertigungsanlagen f lin = f lin = ( s 1, s ) _ 2 1_ 3 q 01 f lin q 02 ( s 1, s ) _1 q 03 1_ 2 S1_1 S1_2 S1_3 f = s ( p s, t) 1 1, 2 f = ( s, f p 1 s2, t) = s ( p, s, t) q 11 q 21 q 311 P1_1 S2_1 ( ) f = s ( p1, s, t) f = ( p s t) 1 2 s 1,, f lin = s 2 _ 2, s2 _ f = p ( s1, s2, t) q 1 41 q 12 q 22 q 32 f lin P1_2 S2_2 q 42 ( ) f = s ( p1, s, t) f = ( p s t) 1 2 s 1,, f lin = s 2 _1, s2 _ f = p ( s1, s2, t) q 1 43 q 13 q 23 q 33 P1_3 S2_3 Methoden: Adaption der Systems Modeling Language (SysML) für den Entwurf und die Implementierung p t tv) fs s ( t 2t ) 1( p t tv) = 1 v fs ( t 2t ) s ( t) ( 1 v = C C f p ( t t ) C ( s1( t 2t ) s2 ) 1 v = v ( ) ( y2 y1) f lin x = x + y1 ( x x ) 2 1 Sensor Distance Sensor Pressure Wissensbasis der SPS-Agenten Ergebnisse/ Ausblick: Implementierung eines prototypischen Engineering-Tools zur Erstellung echtzeitfähiger Agenten für industrielle Anwendungen Entwurf von Softwareagenten mit der SysML 14

15 Herausforderung vertikale Datenmodelle, Datenintegration Interdisziplinäres Engineering der produktionsnahen IT-Systeme Dekomposition der Anlage und des Datenflusses Planung des Produktionsablaufs, der Geschäftsund Wartungsprozesse Identifikation der Funktionen des MES Operator Wartung Produktionsmanagement Material/ Logistik Qualitätsmanagement IT 15

16 Herausforderung vertikale Datenmodelle, Datenintegration Interdisziplinäres Engineering der produktionsnahen IT-Systeme Dekomposition der Anlage Fertigungsplanung und des Datenflusses Planung des Produktionsablaufs, der Geschäftsund Wartungsprozesse Resourcenverwaltung Materialwirtschaft Identifikation der Funktionen des MES Grober Produkltionsplan Operator Benutzerverwaltung Wartung Produktionsmanagement Material/ Logistik IT Kapazitätsfeinplanung Fortschrittskontrolle QM Werte Qualitätsmanagement Ausschüsse Instandhaltung Feinplanung Plan Qualitätsprüfung QM Vorbereitung QM Werte erfassen Verwendungsentscheid Fertigungsauftrag Verbrauchserfassung QM Werte: Temperatur... Leistungs- und Mengenerfassung Barcodeliste der befüllten Flaschen 16

17 Herausforderung vertikale Datenmodelle, Datenintegration 3 Sichten der MES-Modeling Language für die Spezifikation von MES Gesamtmodell des MES (funktional) und seiner Schnittstellen zu angrenzenden IT- Systemen Modell des technischen Systems (technische Einrichtung und ihre Gliederung) (statisch) Modell des Prozessablaufs (dynamisch) Kopplung der Modelle 17

18 Gliederung 1. Ausstattung und Schwerpunkte 2. Herausforderungen für das Software-Engineering in der Automatisierungstechnik und Mechatronik 3. Lösungsansätze 4. Methoden und Know How 18

19 Eingesetzte Methoden und Know How Modellierung UML, SysML, BPMN, Entwicklung neuer Modellierungssprachen (Metamodellierung) Modelltransformation und Codegenerierung Modellverifikation (Simulation: Simulink/Dymola, Model-Checking: UPPAAL) Programmiersprachen C, C#, C++, Delphi, Java, IEC Plugin-Entwicklung für CoDeSys V3 Prototyping (Engineering-Tools, Code-Generatoren, 3D-Visualisierung) Kommunikationstechnik Test und Zertifizierung Profibus/Profinet Netzwerkdiagnose (Profibus) Empirische und Qualitative Untersuchungsmethoden- insbesondere zur Usability im Engineering und Betrieb von Maschinen- und Anlagen Geleitete Interviews Workflow-Analyse Expertenevaluation Laborexperimente Prof. Dr.-Ing. B. Vogel-Heuser 19

20 Früher Testen - samtest Herausforderung: Anforderungs- und Testspezifikation sind getrennte Welten Unternehmensspezifische Anforderungen Ziele: Verbesserung der Vollständigkeit, Genauigkeit und Konsistenz der Anforderungen Klare Abnahmekriterien für den Systemtest Begrenzung des Aufwandes für die Erhebung und Abstimmung von Anforderungen Abstimmungsprozess zwischen Unternehmen unterstützen Fokus: Automobilindustrie, Luft- und Raumfahrt KMU Projektlaufzeit: 03/ /201 Umfang: 60 Mannmonate (253 gesamt) Kombinierte Anforderungs- und Testspezifikation (semi-formal) Anforderungs- Klassifikation Anforderungs- Formalisierung Produkt-Idee dokumentierte Testfälle Test- Klassifikation Test- Formalisierung 20

21 Kooperationspartner in Bayern - Industrie 3S-Smart Software Solutions GmbH isys RTS GmbH BMW Group Prozesswerk GmbH EADS Deutschland GmbH SENSODRIVE GmbH ELAU GmbH SYSBERRY GmbH Huengsberg AG Validas AG IAV GmbH Siemens AG (Elektronikwerk Amberg) Inopus GmbH 21