Factory-X - The digital ecosystem

Abstract

Das Verbundprojekt Factory-X verfolgte das Ziel, ein digitales Datenökosystem für die ausrüstende Industrie aufzubauen und damit die Voraussetzungen für interoperablen, souveränen und branchenübergreifenden Datenaustausch zu schaffen. Für WITTENSTEIN stand dabei die Frage im Mittelpunkt, wie intelligente mechatronische Komponenten, herstellerspezifische Engineering- und Servicefunktionen sowie standardisierte digitale Repräsentationen in einem gemeinsamen Datenraum nutzbar gemacht werden können. Das Vorhaben knüpfte an zentrale Herausforderungen der Industrie an: Engineering- und Serviceprozesse sind häufig durch heterogene Toollandschaften, manuelle Datenübertragungen, uneinheitliche Schnittstellen und fehlende Standards für die Nutzung von Komponenten-, Zustands- und Prozessdaten geprägt. Die Arbeiten konzentrierten sich auf drei Use Cases: UC 2.1 "Collaborative Engineering", UC 2.4 "Condition Monitoring led Services" und UC 2.7 "Autonomous Operation". Im Bereich Collaborative Engineering wurden Grundlagen für durchgängige und interoperable Lösungssuche im Engineering-Prozess geschaffen. Ausgangspunkt war die Herausforderung, dass Maschinenbauer und Systemintegratoren bei der Auswahl und Auslegung von Antriebskomponenten häufig mit unterschiedlichen, herstellerspezifischen Werkzeugen arbeiten. Anforderungen, technische Daten und Berechnungsergebnisse werden dabei oftmals mehrfach erfasst oder in inkompatiblen Formaten weiterverarbeitet. WITTENSTEIN untersuchte deshalb, wie bestehende Auslegungslogiken in eine standardisierte Toolchain eingebunden werden können, ohne die fachliche Qualität der jeweiligen Herstellertools aufzugeben. Ein zentrales Element dieser Arbeiten war die Asset Administration Shell (AAS) als semantische Klammer für Anforderungen, technische Produktdaten und Auslegungsergebnisse. Hierzu wurde exemplarisch ein Submodell „Sizing of PowerDrive“ betrachtet. Anforderungen an einen Antriebsstrang konnten strukturiert aufgenommen, in Berechnungslogiken verarbeitet und die Ergebnisse anschließend wieder in standardisierter Form bereitgestellt werden. Ergänzend wurden Berechnungen zum Energieverbrauch innerhalb eines Antriebsstrangs implementiert und automatisiert in das Submodell zurückgeschrieben. Damit wurde prototypisch gezeigt, wie Engineering-Informationen in einer Business-Applikation verarbeitet und für nachgelagerte Prozessschritte verfügbar gemacht werden können. Im Use Case Condition Monitoring led Services lag der Schwerpunkt auf der Nutzung komponentennaher Zustands-, Betriebs- und Kontextdaten über Unternehmensgrenzen hinweg. WITTENSTEIN analysierte, welche Informationen aus Sicht eines Komponentenherstellers erforderlich sind, um den Zustand einer Komponente im Maschinenkontext belastbar bewerten zu können. Dazu zählen beispielsweise Drehzahl, Drehmoment, Temperatur, Achszustände, Belastungsinformationen und Prozessdaten. Die Arbeiten machten deutlich, dass die reine Betrachtung einer einzelnen Komponente ohne Maschinen- und Prozesskontext für eine fundierte Diagnose nur begrenzt aussagekräftig ist.