Vernetzte Automatisierungssysteme

Vernetzte Automatisierungssysteme – Informations- und Wissensmodellierung, Digitaler Zwilling und Cybersicherheit

Die fortschreitende Digitalisierung und die agile Forschung im Bereich des Data-Mining führen dazu, dass in verschiedenen Anwendungsbereichen, wie beispielsweise der produzierenden Industrie, dem Gesundheitswesen oder der Stadtentwicklung, große, oft heterogene Informationsgehalte digital zur Verfügung stehen und für innovative Anwendungen genutzt werden sollen. Als Folge wächst der Bedarf nach passenden Verfahren und Technologien zur Modellierung, der automatischen Verarbeitung und der Absicherung der verfügbaren Informationen und des Wissens.

Die Schwerpunkte der Arbeitsgruppe „Vernetzte Automatisierungssysteme“ liegen daher in den drei Forschungsgebieten Informations- und Wissensmodellierung, digitaler Zwilling und Cyber-Security.

In komplexen Anwendungen, bei denen auf eine große Menge von Informationen zugegriffen werden muss, werden zunehmend Systeme eingesetzt, in denen bestehende Informationen (z.B. Komponentenbeschreibungen, Konstruktion,-oder Verhaltensmodelle) von dem Verfahren, welches die Informationen verwendet, getrennt gehalten wird. Diese Trennung bringt einen entschiedenen Vorteil – die verbesserte Adaptivität: Die Informationen bzw. das Wissen wird deklarativ abgespeichert und die Verfahren weitgehend anwendungsunabhängig implementiert. Der Wissenserwerb, welcher als Knowledge Engineering bezeichnet wird, bedient sich der unterschiedlichen Wissensquellen wie Datenbanken, menschlichen Experten oder Wissensingenieuren. Auch aktiv lernende Systeme kommen immer mehr zum Einsatz. Die Abgrenzung zwischen Wissen und der Informationsverarbeitung führt zu einem weiteren wesentlichen Vorteil dieser Systeme - der Fähigkeit, das Wissen zu sammeln und neues Wissen zu generieren. Das führt bei Unternehmen unmittelbar zu einer Resilienz in Bezug auf Know-how-Verluste.

Der digitale Zwilling ist ein exaktes virtuelles Abbild eines realen physikalischen Geräts entlang seines gesamten Lebenszyklus (Design, Betrieb, Wartung). Er beinhaltet sowohl eine Beschreibung der verschiedenen Komponenten des Geräts als auch dessen dynamische Eigenschaften. Diese Informationen können für verschiedenste Anwendungen verwendet werden, beispielsweise, um Produkte virtuell zu testen, bevor sie produziert werden, und zu optimieren oder den aktuellen Zustand des Geräts zu bestimmen und dessen Wartung zu planen.

Der Bereich Cyber-Security befasst sich mit der Absicherung von Informationen gegen eine ungewollte Offenlegung, deren Manipulation sowie der Sicherstellung der Verfügbarkeit. Die zunehmende Vernetzung in allen Bereichen der Gesellschaft erleichtert den Zugriff auf verschiedenste Informationen (wie z.B. den digitalen Zwilling) enorm und die Absicherung gewinnt immer mehr an Bedeutung. Da der digitale Zwilling auf digitalen Daten/Informationen des realen Gerätes basiert, müssen auch diese Informationen entsprechend abgesichert werden. Alle drei Gebiete stehen also in einem direkten Zusammenhang zueinander.

Die Wandlungsfähigkeit und Flexibilität von vernetzten Produktionssystemen ist beispielsweise ein sehr wichtiges Anwendungsgebiet in der Automatisierung. Ein wesentlicher Bestandteil der Forschungsaktivitäten sind daher tragbare Lösungsansätze für ein funktionsorientiertes Engineering sowie interoperable und offene M2M-Kommunikation auf Basis von OPC UA Companion Specifications. Jede Komponente eines CPPS soll ihre funktionalen Fähigkeiten mit allen dazu benötigten Informationen in Form von herstellerübergreifenden, standardisierten (Automatisierungs)-Funktionen wie z. B. Fügen, Greifen oder Optimieren anbieten können. Diese grundlegenden Fähigkeiten können im Engineering zu übergeordneten Fähigkeiten orchestriert werden, bis das Fähigkeitsniveau erreicht ist, welches für den Fertigungsprozess eines Produktes erforderlich ist. Das standardisiert abgelegte Wissen kann überdies im Betrieb für weitere Anwendungen mit deklarativen Zielvorgaben wie Condition Monitoring oder Diagnose verwendet werden.

Um einen weiteren Meilenstein im Punkt Wandelungsfähigkeit zu erreichen, bedarf es neuartiger Architekturen, welche nicht nur die notwendigen Schnittstellen zwischen Wissen und Verfahren realisieren, sondern selber über eine kognitive Fähigkeit verfügen. Diese kognitiven Architekturen sollen für jeden Anwendungsfall das optimale Verfahren identifizieren, konfigurieren und das daraus gewonnene Wissen wieder in die Wissensbasis zurückspielen. In der kognitiven Architektur kommen zahlreiche Methoden aus dem Bereich KI zum Einsatz, wobei neben den klassischen Verfahren wie Entscheidungsbaumverfahren auch eigene Entwicklungen, bspw. das Lernen von Verhaltensmodellen in Form von zeitbehafteten probabilistischen endlichen Automaten, verwendet werden.

Ein weiterer wichtiger Aspekt für die Wandlungsfähigkeit ist die Modellierung von Security- und Safety-Merkmalen, die es zukünftig erlauben sollen, eine automatische Bewertung der Security- und Safety-Eigenschaften von automatisierten Maschinen und Anlagen vorzunehmen. Mit diesem Ansatz werden die Zeiten für die Inbetriebnahme nach einer Rekonfiguration erheblich reduziert.