Wertschöpfung durch Softwarekomponenten

Wie Industrie 4.0 die Entwick-lungsmethoden verändert

Die Welt der Mechatronik ist im Umbruch. Moderne Produktions- und Transportanlagen sind zu hochintegrierten mechatronischen Systemen mit einem erheblichen Anteil an Embedded Software geworden und kommunizieren – ganz im Sinne von Industrie 4.0 – über das industrielle Internet miteinander. Das zwingt Ingenieure aus allen drei mechatronischen Disziplinen – Maschinenbau, Elektrotechnik und Softwareentwicklung – dazu, parallel zueinander zu arbeiten und Entwicklung, Test und Verifikation von Maschinensoftware so weiterzuentwickeln, dass sie am Ende die geforderte Funktionalität und Qualität erzielen.

Wachsende Datenmenge: Komponenten sammeln im Betrieb immer mehr Messdaten und ermöglichen dadurch Zustandsüberwachung und Predictive-Maintenance-Konzepte. (Bild: The MathWorks GmbH)

Wachsende Datenmenge: Komponenten sammeln im Betrieb immer mehr Messdaten und ermöglichen dadurch Zustandsüberwachung und Predictive-Maintenance-Konzepte. (Bild: The MathWorks GmbH)


Softwarekomponenten sind verantwortlich für einen maßgeblichen Anteil der Wertschöpfung einer Maschine oder Produktionsanlage, mit einem deutlichen Aufwärtstrend. Auf Industriesteuerungen – egal ob SPS, IPC oder FPGA – laufende Embedded Software enthält Reglerkomponenten, die die geforderte Produktqualität sicherstellen, Predictive-Maintenance-Algorithmen, die längere Laufzeiten ohne Serviceeingriff ermöglichen, Überwachungslogiken (in vielen Fällen sogar mit sicherheitskritischen Aufgaben) für Zustandsmaschinen und für die Fehlerbehandlung, automatische Berechnung passender Bewegungstrajektorien und vieles mehr.
Modelbasierte Predictive Maintenance kann dabei helfen, teure und fehleranfällige Sensorik einzusparen. (Bild: The MathWorks GmbH)

Modelbasierte Predictive Maintenance kann dabei helfen, teure und fehleranfällige Sensorik einzusparen. (Bild: The MathWorks GmbH)

Steigende Softwarekomplexität

Angesichts einer stetig wachsenden Codebasis müssen klassische Maschinenbauer im Zeitalter von Industrie 4.0 ihre internen Softwareentwicklungsfähigkeiten ausbauen, was nicht zu ihren typischen Stärken gehört. Ihre Expertise liegt bisher eher im mechanischen Bereich; hier verfügen sie über ausgereifte Workflows und Tool-Ketten für die Konstruktion von Maschinen – in der Softwareentwicklung dagegen stützen sie sich auf konventionelle Methoden für die Programmierung und das Testen direkt an der Anlage. An dieser Stelle arbeiten andere Branchen, die wie die Luft- und Raumfahrt oder die Automobilindustrie in der Vergangenheit bereits auf eine sprunghaft ansteigende Softwarekomplexität reagieren mussten, schon lange mit Modellierung und Simulation sowie automatischen Tests und Code-generierung. Obwohl es heute für jeden Maschinenbauer selbstverständlich ist, mit einem CAD-Tool zu arbeiten und Simulationen durchzuführen, bevor er die mechanische Struktur einer Maschine physisch aufbaut, liegt der Fall bei Embedded Software (noch) vollkommen anders. Der Großteil aktueller Maschinensoftware wird immer noch manuell programmiert und erst dann – mehr oder weniger – umfassend getestet, wenn die Maschine physikalisch fertiggestellt ist.

Die Bereitstellung aufwändiger Sensornetzwerke ist eine zentrale Voraussetzung für Wettbewerbsvorteile, welche Industrie 4.0 verspricht. (Bild: The MathWorks GmbH)

Die Bereitstellung aufwändiger Sensornetzwerke ist eine zentrale Voraussetzung für Wettbewerbsvorteile, welche Industrie 4.0 verspricht. (Bild: The MathWorks GmbH)

Gesammelte Daten analysieren

Ein anderer zentraler Aspekt von Industrie 4.0 ist die wachsende Datenmenge. Vision-Sensoren, elektrische und hydraulische Antriebe, Produktionsmaschinen und ganze Kraftwerke – sie alle sammeln während ihres Betriebs immer mehr Messdaten. Daten einfach nur zu sammeln, schafft allerdings keinerlei Mehrwert. Der eigentliche Schatz ist die in den Daten versteckte Information über Produktqualität, Energieverbrauch, Maschinenzustand und andere wirtschaftlich relevante Parameter. Hier kommen analytische und statistische Algorithmen für die Zustandsüberwachung und Predictive Maintenance ins Spiel, welche die gesammelten und in Dateien, Datenbanken oder in der Cloud gespeicherten Messdaten analysieren und so Einblicke geben, die konkrete Maßnahmen ermöglichen. Noch einen Schritt weiter geht Model-Based Predictive Maintenance, bei der ein Beobachtermodell installiert ist, das aus den gemessenen Werten auch den Zustand von Größen ermitteln kann, die nicht direkt messtechnisch erfasst werden – und so hilft, teure und fehleranfällige Sensorik einzusparen. Ermöglicht wird die dafür nötige Menge an Messdaten durch moderne leistungsfähige Sensorhardware, die auf engstem Raum und unter rauen Bedingungen komplexe Algorithmen ausführt und die – zum Teil bereits vorverarbeiteten – Ergebnisse an die Steuerung oder eine andere zentrale Datensammelstelle weitergibt. Keiner dieser Sensoren agiert dabei nur für sich; sie alle zusammen bilden ein dichtes Netzwerk, das industrielle Internet der Dinge oder Industrial-Internet-of-Things (IIoT). Die Bereitstellung solcher aufwändiger Sensornetzwerke stellt eine zentrale Voraussetzung für die Realisierung der Effizienz-, Kosten- und damit Wettbewerbsvorteile dar, welche Industrie 4.0 verspricht. Der Schlüssel zu einer Position als Innovations- und Marktführer liegt in der Frage, wie rasch Maschinenbauer in der Lage sind, neue Entwicklungsmethoden und Technologien für sich zu erschließen.

Das könnte Sie auch interessieren

Trotz angespannter Konjunkturlage zeichnet sich im Vorfeld der Jubiläumsausgabe der SPS ab: Die Aussichten und die Buchungszahlen für die Messe sind erneut sehr positiv. Rund 1.650 Anbieter von Automatisierungstechnik werden vom 26. bis 28. November als Aussteller in Nürnberg erwartet. ‣ weiterlesen

Der neue Leitfaden ‚Selbstlernende Produktionsprozesse‘ des VDMA-Forum Industrie 4.0 unterstützt Leser im Thema Machine Learning, speziell im industriellen Reinforcement Learning. Es wird Schritt für Schritt dargestellt wie eine Einführung im eigenen Unternehmen ablaufen kann. Anwendungsbeispiele verdeutlichen die Vorgehensweise. ‣ weiterlesen

ABB hat mit dem Bau seiner neuen Produktions- und Forschungsstätte für Robotik in China begonnen. Das Werk mit einem Investitionswert von insgesamt 150Mio.US$ soll Anfang 2021 den Betrieb aufnehmen. ‣ weiterlesen

Die Novellierung der Ausbildung soll die Berufe im Elektrohandwerk nachhaltig stärken und zukunftsfähig machen. Der Elektroniker differenziert sich künftig nur noch in zwei Fachrichtungen: Energie- und Gebäudetechnik sowie Automatisierungs- und Systemtechnik. ‣ weiterlesen

Um die Geschäfte in Asien auszubauen, hat Schmersal eine neue Tochtergesellschaft in Bangkok gegründet. ‣ weiterlesen

Mit der Digitalisierung der industriellen Produktion und der Umsetzung von Industrie-4.0-Konzepten verändert sich auch das Aufgabenfeld der einzelnen Unternehmen in der Zulieferkette. Viele Zulieferer, die bisher nur Komponenten fertigten, wandeln sich zum Systemlieferanten. ‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige