Ganzheitliche und dynamische Abbildung des Transportsystemverhaltens
Innerbetriebliche Transportsysteme müssen flexibel sein, da sich die Materialflüsse auch kurzfristig ändern. Um das Transportsystem an die Anforderungen anzupassen können unterschiedliche Anpassungen vorgenommen werden. Beispielsweise kann der Ressourceneinsatz für einzelnen Aufgaben variiert werden. Die Planung und Steuerung dieser Systeme ist dementsprechend von einer hohen Komplexität und Dynamik geprägt. Das ganzheitliche Systemverhalten lässt sich durch den Einsatz von digitalen Zwillingen abbilden. Aus diesem Grund beschäftigt sich das Projekt mit der Erforschung von modell- und lernbasierten Verfahren zur Konzeption und prototypischen Umsetzung digitaler Zwillinge für innerbetriebliche Transportsysteme.
Konzeption des digitalen Zwillings
Im ersten Schritt werden System-Architektur, die einzelnen Funktionen und die Schnittstellen der Software-Services zu anderen Systemen ausgearbeitet und abgestimmt. Als Basis dienen die Erkenntnisse aus Prozessanalysen von Anwendungsfällen der Projektpartner. Für diesen Zweck wurde innerhalb des Projekts eine Methodik zur Analyse von logistischen Prozessen mit dem Fokus auf der Erstellung von digitalen Zwillingen entwickelt.
Die Ergebnisse der Prozessanalyse werden schließlich in ein technisches Konzept für sämtliche Services überführt. Dies bedeutet, dass die einzelnen Funktionen und Schnittstellen der Services ausgearbeitet und abgestimmt werden. Hier werden beispielsweise Algorithmen zu Datenprognose im Detail entwickelt. Weiterhin wird ein Konzept für die Untersuchung von Handlungsmöglichkeiten erarbeitet. Neben der effektiven Identifikation sinnvoller Handlungsalternativen spielt die Aufbereitung der Ergebnisse und die transparente Darstellung der Entscheidungsfindung eine wichtige Rolle. Als Basis dienen die Ergebnisse aus Simulationsläufen. Hierfür werden generische Simulationsbausteine konzipiert, die eine automatische Modellgenerierung und Parametrisierung erlauben.
Umsetzung und Evaluation
Neben der softwaretechnischen Umsetzung der Services zur Simulation und Parametrisierung von Simulationsmodellen innerhalb eines Simulationsframeworks werden auch Algorithmen zur Datenprognose und Entscheidungsfindung umgesetzt. Zur Prüfung der Funktionsfähigkeit werden die Wirkzusammenhänge der einzelnen Services im Zusammenspiel in speziellen Testumgebungen getestet.
Schließlich wird der digitale Zwilling im realen Umfeld funktional erprobt. Neben dessen Evaluierung und dem Nachweis der Nutzbarkeit sollen auch die Potenziale des digitalen Zwilling unter Berücksichtigung wirtschaftlicher und prozesstechnischer Aspekte untersucht werden. Hierfür wird der digitale Zwilling bei den Projektpartnern sowie in der Musterfabrik des TZ PULS (Hochschule Landshut) implementiert. Eine laufende Begleitung der Referenzsysteme und iterative Optimierungsmaßnahmen ermöglichen schließlich eine Gewährleistung dessen Funktionalität und Nutzbarkeit.
FÖRDERUNG |
- gefördert durch: Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi)
- Projektverantwortlich: Prof. Stefan Galka
- Kooperationspartner: Hochschule Landshut, SimPlan AG, Flexus AG, MANN+HUMMEL International GmbH & Co. KG, Hipp GmbH & Co. Vertrieb KG
- Laufzeit: 2021-2024
Über das Regensburg Center fpr Artificial Intelligence (RCAI)
Das Regensburg Center for Artificial Intelligence (RCAI) ist das Forschungszentrum für Künstliche Intelligenz an der Ostbayerischen Technischen Hochschule (OTH) Regensburg. Es bündelt KI-Aktivitäten und -Kompetenzen aller Fakultäten, um Wissen zu teilen und den Fortschritt auf dem Gebiet der Künstlichen Intelligenz zu fördern. Die Vision ist es, wesentliche Beiträge zur Erforschung der Möglichkeiten von Künstlicher Intelligenz für Industrie und Gesellschaft zu leisten. Dabei müssen technisches Know-how und tiefgreifendes Domänenwissen zusammenspielen, um nachhaltig erfolgreiche KI-Konzepte und Lösungen zu entwickeln. Aus diesem Grund wird in allen Aktivitäten einen ganzheitlicher, interdisziplinärer Ansatz verfolgt.