Agentensystem zum Monitoring und Analyse von logistischen Applikationen

Transkript

1 Technische Universität Dresden» Fakultät Informatik» Institut für ngewandte Informatik gentensystem zum Monitoring und nalyse von logistischen pplikationen Dr.-Ing. Volodymyr Vasyutynskyy VDI-Expertenforum «genten in der utomatisierungstechnik» Stuttgart, Oktober 2010

2 genda 1. gentenframework MES 2. nwendungen von MES 3. nalyse von logistischen pplikationen 4. Workflow und generisches Modell für nalyse 5. Beispiel einer nalyse 6. Zusammenfassung und usblick Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 2 von 25

3 Framework MES: Einleitung Grundsätze von MES: ngelehnt an JDE Ressourcen-effektiv Konfigurierbar gentenplattform Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 3 von 25

4 Charakteristika des Frameworks Framework integriert bekannte und gut untersuchte Konzepte ( FIP, JDE, etc.), bietet aber zusätzliche Vorteile: Kompakt (dadurch effizient und einfach zu beherrschen) Sehr modular, flexibel konfigurierbar Interoperable Versionen für verschiedene Plattformen Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 4 von 25

5 Leistungsvergleich mit JDE Speicherverbrauch einer Beispielanwendung: Nachrichtenumlaufzeit bei Bespielanwendung Ping : Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 5 von 25

6 Leistungsvergleich mit JDE Performance Parameter MES C++ MES JDE MES Java IPC Single Ping RTT 33 µs 37 µs 789 µs 380 µs local / remote 229 µs 460 µs 845 µs 940 µs Burst Ping Reply Time (1000 agents) local / remote 23 ms 257 ms 42 ms 494 ms 681 ms 649 ms gent Startup Time 246 µs 866 µs 2450 µs 756 µs local / remote 707 µs 1662 µs µs 1699 µs llocated Memory per gent 436 byte 650 byte 257 kbyte 436 byte S. Theiss, V. Vasyutynskyy, K. Kabitzsch. Software gents in Industry: a Customized Framework in Theory and Praxis. IEEE Transactions on Industrial Informatics, vol. 5, no. 2, May 2009, pp Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 6 von 25

7 Modularität des Frameworks Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 7 von 25

8 nwendungen von MES gententaugliche Hardware Verteilte Synchronisation und Steuerung in Testumgebungen Monitoring- und nalysesystem für logistische pplikationen Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 8 von 25

9 gententaugliche Hardware Verteilte Datenerfassung mit Zwischenpuffer vor Ort, Vorverarbeitung uswertung, larmierung Fernzugriff, Kommunikationsaufgaben (Chat, Remote-Unterstützung) Vernetzung bestehender heterogener nwendungen Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 9 von 25

10 Verteilte Synchronisation und Steuerung Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 10 von 25

11 Logistische Systeme Komplexität: Hohe nzahl an Elementen und Produkten Viele Verarbeitungsschritte Heterogenität: Unterschiedliche Maschinen und Produkte Unterschiedliche nforderungen Unterschiedliche Hersteller Flexibilität: npassungen an neue Produkte/Rezepte npassungen an Ressourcen Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 11 von 25

12 Probleme beim nalyse von logistischen Systemen Stand der Dinge: Umfangreiche Simulationen während Entwurf und Betrieb ( virtual design, virtual factory ) Nur wesentlichste Kenngrößen (KPIs) werden erfasst und analysiert: Durchsatz, Transportzeit, ber: nur allgemeiner Überblick, keine vertiefte nalyse Mögliche weitere Fragen: Was ist der kritische Punkt des Systems? Gibt es einen Stau? Was ist seine Ursache? Tiefere nalyse von Ereignisdaten! Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 12 von 25

13 Ereignisdaten Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 13 von 25

14 Probleme und nforderungen bei der Log-nalyse Große Mengen von Log-Daten Bis zu mehreren Mio. Ereignissen pro Tag, Historien können mehrere Wochen umfassen möglichst automatische nalyse, effektive Bearbeitung Verschiedene Monitoring-Methoden und Datenformate Unterschiedliche Granularität Zum Teil unbekannte Log-Formate Unterschiedliche Informationsquellen Z.B. nlagen-layout, Nutzererfahrung Konsolidierung der Information Unvollständiges Wissen Lern- und Modellierungsmethoden Unterschiedliche Sichtpunkte und nalyseziele Z. B. beim Systementwurf, Fehlerendeckung und Diagnose Flexible nalysemethoden, anpassbar an konkrete Ziele Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 14 von 25

15 Typischer nalyse-workflow Simulation Reales System ktionen Optimierung Fehlerbeseitigung Monitoring Import der System Topologie Logs Systemmodell (Topologie) Log Parser Log Beschreibungen Logs Indizies Ereignis Interpreter Modelidentifikation Kenngrößen Berechnung Kenngrößen Symptome Modul Bibliothek Projekt Verwaltung Einstellungen Regeln Visualisierung Tabellen, Graphen Domänen Kataloge Regelbasis Symptom Beschreibungen Ursache Wirkungs Regeln Konfigurationsregeln Export / Import Topologie Modelle Kenngrößen Expertensystem Symptom Erkennung Fehlerdiagnose Legende: Datenströme Wissensströme Dokumente Monitoring nalysemodule Manager Gemeinsame Module Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 15 von 25 Data Datenbanken

16 Konfiguration von Modulen Konfiguration des nalyse-workflow Konfiguration des Parser-Moduls Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 16 von 25

17 Erweitertes Zustands-Übergangsmodell Ein State kann entsprechen: - einem Segment des Laufbands, - einer Maschine - einem rbeiter - L Load Path P Kenngrößen eines State: - Verweilzeit -Min./Max. - Verteilung - Zeit im System -Min./Max. - Verteilung -Load-Zähler - Leistungsindex - State S T Transition Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 17 von 25

18 Generierung des Modells aus den Daten Load Section Timestamp L001 S01 01:14:12 L001 S02 01:14:13 L002 S02 01:14:15 L001 S04 01:14:16 L002 S03 01:14:22 L001 S03 01:14:25 Event log ST S01 S01 S02 S02 S02 S04 Path (P) Not within P TR: Transition ST: State S03 TR S04 Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 18 von 25

19 Ergebnisse der Generierung Simulationsmodell Konstruiertes Zustands-Übergangsmodell Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 19 von 25

20 Symptomerkennung und Fehlerdiagnose Beispiel einer Regel: IF ZeitImSystem>30 THEN larm_delay Typen von Regeln: Regeln für Erkennung von Symptomen Regeln für Diagnose von Fehlerursachen Regeln für Gegenmaßnahmen Regeln können: von menschlichen Experten sowie unter Nutzung von Systemmodellen (z. B. nlagen-topologie) erstellt werden. Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 20 von 25

21 Beispiel der nalyse: Gepäckförderung (1) Berechne Transportzeit jedes Load L ID : TIS t( e( i )) t( e(0)) L ID last Wende die Regel an: Ein Gepäckstück sollte nicht länger als 30 Minuten von einem Gate zum anderen transportiert werden : TIS LID 30 10% aller Gepäckstücke kamen zu spät. us welchem Grund? Berechne Leistungsindex: min( HT p( i) ) PI L ID, p( i) HTp( i), LID wobei die Verweilzeit des Load L ID in Position p zum Zeitpunkt i: HT t( e( i 1)) t( e( i)) ID und min(ht p(i) ) ist die Verweilzeit des schnellsten Gepäckstücks an diesem Segment L ID s( i), L L ID L L ID ID Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 21 von 25

22 Beispiel der nalyse: Gepäckförderung (2) Leistungsindex: vergleicht die Leistung eines Segment für diese Load mit dem besten beobachteten PI 1 gute Leistung, PI 0 schlechte Leistung Stauanalyse: berechne die Warteschlangenlänge für alle Segmente sec94 ist das Puffer für die nachfolgenden Segmente Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 22 von 25

23 ...und wenn s richtig viel Daten gibt Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 23 von 25

24 Weitere pplikationen Intra-Logistik in einer Halbleiterfabrik Wafer-Transport in einer Halbleiter-Maschine Montagelinien Geschäftsprozesse Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 24 von 25

25 Zusammenfassung Monitoring- und nalysesystem basierend auf MES- gentenplattform Vorteile: Flexibilität und Performance dank der Realisierung von Funktionen in Form von verteilten genten Generisches Modell, das auf verschiedene Domänen anpassbar ist Zahlreiche Kenngrößen und nalyseregeln usblick Erweiterte Wissensverwaltung und automatische Konfiguration von genten nalyse dynamischer Vorgänge Spezielle lgorithmen für konkrete pplikationen Dr. Vasyutynskyy gentensystem zum Monitoring und nalyse von logistischen pplikationen Folie 25 von 25