Methode zum automatischen Abgleich eines Digitalen Zwillings von Automatisierungskomponenten im Feld und deren digitalen Planungsstanden: Am Beispiel der Automobil-Produktion im Karosserierohbau

摘要

Aufgrund des zunehmenden Wettbewerbs und der Elektrifizierung in der Automobilindustrie werden zukunftig immer mehr Fahrzeugderivate und -varianten kostensensibel in bestehende Produktionslinien integriert. Gleichzeitig stehen die Produktionsplaner bei einer Fahrzeugintegration in den Karosserierohbau vor einer grossen Herausforderung. Denn im Gegensatz zum ursprunglichen Planungsstand werden die automatisierten Produktionsanlagen nach dem Start der Produktion infolge von Verbesserungsprozessen kontinuierlich optimiert. Fur eine realistische Integrationsplanung ist deshalb ein aktuelles, digitales Abbild der Produktionsanlage, auch Digitaler Zwilling genannt, wegweisend. Aufgrund der Vielzahl von Produktionseinrichtungen in Grossunternehmen und des Wandels in der Produktion, ist die Identifizierung von den aktuell vorhandenen Geraten eine Grundvoraussetzung, um einen Digitalen Zwilling erzeugen zu konnen. Hierfur werden zwei unterschiedliche Methoden zur Informationsbeschaffung und Identifizierung von aktuell vorhandenen Geraten in einem cyber-physischen System in der Produktion vorgestellt, verglichen und bewertet. Darauf aufbauend wird ein Verfahren beschrieben mit dem ein Planungsmodell durch methodisches Mapping mit Automatisierungskomponenten in einer Produktionslinie auf seine Aktualitat gepruft werden kann. Das Mapping wird durch das Herstellen einer Beziehung zwischen den elektrischen Geraten und den technischen Ressourcenbeschreibungen in den Planungsmodellen erreicht. Es ermoglicht eine Uberprufung, ob Ressourcen in der Produktion gegenuber dem Planungsstand neu hinzugekommen oder zuruckgebaut wurden. Somit konnen Anderungen in Bereichen oder Teilbereichen von Planungsmodellen ermittelt werden. Darauf aufbauend wird in diesem Beitrag erstmals ein Mapping und Zusammenfuhren des Mengengerustes eines Planungsmodells und des Mengengerustes aktueller elektrischer Gerate aus der Produktion, auf Basis des Datenformates AutomationML untersucht und anhand von Datensatzen aus der Praxis verifiziert. Das standardisierte Datenformat AutomationML etabliert sich derzeit in der Automobilindustrie und eignet sich zum systemunabhangigen Datenaustausch zwischen verschiedenen Softwarewerkzeugen. In diesem Beitrag wird aufgezeigt, inwieweit es Standards ermoglichen, Gerate im cyber-physischen System, den Planungsmodellen der Digitalen Fabrik zuzuordnen. Gleichzeitig werden die praktische Anwendbarkeit und die Grenzen einer derartigen Methode anhand einer realen Produktionsanlage eines vollautomatisierten Karosserierohbaus in der Automobilindustrie verifiziert.