Cyber-Physical Sensor Systems
Sensoren für die digitale Produktion von morgen - Teil 6/7
Die Entwicklungen von Systemen werden heute immer auch mit den Möglichkeiten der Vernetzung und vielfachen Verwendung von Prozessdaten unter dem Begriff Cyber-Physical Production System (CPPS) diskutiert. Das Cyber-Physical Sensor System (CPSS) beschreibt die Vernetzung von mehreren Sensoren, die auf einer selbstständigen Fusion basiert. Die Grundlage für die Vernetzung bilden adaptive Systeminformationen, die von dem CPPS an das Sensorsystem gegeben werden.
Unter Berücksichtigung von Optimierungszielen liefern die CPSS die Prozessinformationen an das CPPS, welche zum Aufbau von geeigneten Prozessmodellen benötigt werden. Um den Prozess oder einzelne Bauteileigenschaften selbstständig zu überwachen, müssen aus den Rohdaten Informationen extrahiert werden. Die dafür verwendeten Algorithmen müssen im CPPS dynamisch an das jeweilige Bauteilfeature angepasst werden. Um diese Adaptivität zu erreichen, werden Informationen aus der Planungsebene benötigt, die von PLM-Systemen zur Verfügung gestellt werden können. Die Konfiguration einer zukünftigen Prozessüberwachung erfolgt über die Fertigungsplanung. Die Optimierungskriterien bzw. nicht zu über- oder unterschreitende Grenzkriterien (Stabilitätskenngrößen, minimale Spanungsdicken,...) können entweder durch Kennwerte hinterlegt sein oder aus Modellierungen in CAx-Systemen ermittelt werden. Wenn kennwertbasiert gearbeitet werden kann, was insbesondere für KMUs eine wichtige Option darstellt, verringern sich das Datenvolumen und die benötigte Rechnerleistung erheblich. Im Extremfall können Kennwerte ausschließlich über Attribute wie 'gut' oder 'schlecht' beschrieben sein. Es ist wichtig, dass die jeweilige Instanz nur die Daten erhält, die sie für ihre Arbeit wirklich benötigt. Andernfalls droht die Entstehung von 'toten' Datenmengen, die nicht nutzbar sind bzw. lediglich auf Serversystemen abgelegt werden. Der Kunde eines Herstellers wird z.B. nur die Aussage benötigen, ob ein Bauteil die geforderten Qualitätsmerkmale in der Gesamtheit erfüllt. Dies heißt aber nicht, dass innerhalb des Fertigungsprozesses ebenfalls eine attributive Wertung und Dokumentation ausreichend ist. Insbesondere unter Gesichtspunkten der Produkthaftung und Zertifizierungen müssen innerbetrieblich quantifizierte Dokumentationen von signifikanten Prozessparametern angelegt werden. Dies erfordert dann auch die Entwicklung von Strategien zur Verwaltung und Archivierung von Messdaten. Die steigende Messgenauigkeit von Sensoren bei gleichzeitig höherer zeitlicher Auflösung stellt für die Verarbeitung der Daten eine Herausforderung dar. Der limitierende Faktor ist dabei die Übertragungsrate und Latenzzeit heutiger Bussysteme in Werkzeugmaschinen. Durch die Bereitstellung der Informationen auf verschiedenen Ausführungsebenen wandeln sich auch die Anforderungen zur Echtzeitverarbeitung. Für harte Echtzeitanforderungen werden zukünftige Sensorsysteme die Verarbeitung der Daten zu Informationen eigenständig erledigen müssen. Die bereitgestellten Informationen können dann Aktor-Komponenten oder einem höheren Zielsystem für die weitere Verarbeitung zur Verfügung gestellt werden. Berechnete Kennwerte können bei nicht zeitkritischen Applikationen über Standard-Netzwerkprotokolle zu Datenbanksystemen übertragen werden. Auch ein direkter Stream von Daten auf einen dezentralen Datenspeicher könnte ein CPPS-Sensor ohne Host verarbeiten. Um eine möglichst hohe Flexibilität zu gewährleisten, müssen daher verstärkt rekonfigurierbare und skalierbare Systeme auf Basis von Real-time-Prozessoren und FPGA-Technologie zum Einsatz kommen. Hersteller von Sensoren und Aktoren können in Bezug auf CPPS nur eine Hardwareplattform zur Verfügung stellen, da die Anforderungen kundenseitig stark variieren können. Daher sollte die Entwicklung offener, leicht integrierbarer Embedded-Sensorplattformen das Ziel sein. Anwender können damit Messgeräte und Aktoren durch eigene Algorithmen um neue Funktionen erweitern. Die Forderung der Kunden nach intelligenten Produkten, die flexibel erweiterbar sind, zeigt sich schon heute in vielen Bereichen der Unterhaltungsindustrie. Die intelligenten Geräte lassen sich über Tech-Apps an die jeweiligen Kundenbedürfnisse anpassen. Eine Vielzahl dieser Plattformen erlaubt auch die eigene Programmierung von Apps durch den Anwender. Diese Anwendungen können dann verkauft oder kostenlos der Community zur Verfügung gestellt werden. Zukünftige Geräte sind offene, rekonfigurierbare und vom Kunden anpassbare Plattformen, die zur Bildung von Communities führen. Diese Anwendergemeinschaften generieren durch die Entwicklung von Apps neue Anwendungsgebiete und Funktionen für den Hersteller.
Verwaltung der erzeugten Daten
Die größte Herausforderung bei der Vernetzung stellt die Verwaltung der erzeugten Daten und Informationen dar. Der NI-Technologieausblick 2013 zur Datenerfassung beschreibt diese Herausforderung mit den Worten "Es ist nicht mehr entscheidend, wer die meisten Daten sammelt, sondern wer die gesammelten Daten schnell sinnvoll nutzen kann." Versuchs- und Produktionsdaten beinhalten meist sehr wertvolle und wichtige Informationen zur Beurteilung eines Prozesses oder Produktes. Ein Verlust dieser Daten durch unzureichende Protokollierung führt zwangsläufig zu hohen Kosten. Ohne diese Versuchsdaten können wirtschaftliche Entscheidungen insbesondere bei der Auslegung von neuen Prozessen nicht gefällt werden. Für das schnelle Auffinden und zur sicheren Dokumentation ist es daher notwendig, beschreibende Zusatzinformationen mit den Messdaten abzulegen. Einige standardisierte Datenformate bieten hier eine ideale Datenstruktur, die es ermöglicht, mit kommerziellen Systemen schnelle und kostengünstige Datenmanagementsysteme aufzubauen, ohne auf die klassischen Funktionalitäten einer Datenbank zu verzichten. Da der Zugriff auf Messdaten, Informationen und Kennwerte zukünftig auch außerhalb der Unternehmen geschehen muss, wird an der Entwicklung der Technical Data Cloud gearbeitet. Cloud Computing beschreibt den Ansatz von dynamisch an den Bedarf angepassten IT-Infrastrukturen, die Rechenkapazität, Datenspeicher, Netzwerkkapazitäten oder Services zur Verfügung stellen. Der Vorteil für Unternehmen ist, dass kurzfristig benötigte Ressourcen nicht zu einem irreversiblen, kostenintensiven Ausbau der IT-Infrastruktur führen. Bild 2 zeigt eine direkte Übertragung von Daten bis hin zur Cloud bzw. mobilen Endgeräten. Der letzte Teil der Serie beschäftigt sich mit dem Thema 'Modellbasierte Prozessregelung'.
Die Beitragsserie stammt aus dem Tagungsband zum Aachener Werkzeugmaschinen Kolloquium 2014.
Multisensorsysteme: Lab-on-a-Chip
Die Überwachung von Prozessen und Maschinen in der Produktionstechnik basiert heute auf einer Erfassung von physikalischen Kenngrößen wie z. B. der Kraft, der Beschleunigung oder der Temperatur im Bearbeitungsprozess. Die Überwachung oder sogar Regelung von Hilfsstoffen erfolgt kaum. Die Verlängerung der Lebensdauer und das Einhalten der geforderten Eigenschaften von Kühlschmierstoffen, Elektrolyten und Dielektrika kann aber nur durch eine ständige und intensive Kontrolle realisiert werden. Dies soll im Folgenden an der Integration von chemischen Sensoren bei Kühlschmierstoffemulsionen diskutiert werden. Stand der Technik ist, dass regelmäßig die Schmierstoffkonzentration, der pH-Wert sowie die Konzentration einzelner Inhaltsstoffe ermittelt werden. Dies geschieht in Abhängigkeit von der Nutzung in relativ großen Zeitabständen. Abhängig vom Prüfergebnis werden Korrekturmaßnahmen bis hin zum Austausch des gesamten Mediums vorgenommen. Eine Aufbereitung vor Ort ist lediglich bei Großanlagen Stand der Technik und beinhaltet nur vergleichsweise einfache Maßnahmen wie mechanische Filterung, Einstellung des pH-Wertes oder Zugabe von Bakteriziden. Die Ermittlung von Bakterienkonzentrationen oder chemischen Kenngrößen erfolgt in externen Laboren. Eigenständige Produktionsmaschinen und Bearbeitungszentren verfügen in der Regel weder über eine effektive Überwachung noch über eine Aufbereitung der Kühlschmierstoffe. Die Integration von chemischen Sensoren in die Kühlschmierstoffanlagen kann hier helfen, schnell und gezielt notwendige Anpassungen vorzunehmen. Im Gegensatz zu physikalischen Messgrößen, deren Erfassung über eine direkte oder indirekte Messung realisiert werden kann, ist die Ermittlung von chemischen Kennwerten im Allgemeinen aufwändiger. Die Bestimmung von Messgrößen wie pH-Wert oder elektrische Leitfähigkeit in flüssigen Phasen stellen den Stand der Technik dar, sind aber nicht ausreichend für eine umfassende chemische Analyse zur Beurteilung des Kühlschmierstoffzustands. Hieraus ergibt sich die Notwendigkeit zur Entwicklung von chemischen Sensoren, die in flüssigen oder gasförmigen Phasen im laufenden Fertigungsprozess chemische Kennwerte ermitteln. Ähnlich wie Biosensoren weisen chemische Sensoren eine Rezeptivität für die zu analysierenden Stoffe auf. Die Bindung zwischen Analyt und sensitiver Schicht muss dabei reversibel sein, um eine fortwährende Analyse zu gewährleisten. Die Struktur eines chemischen Sensors ist dabei nicht nur exakt auf einen Analyten ausgerichtet, sondern ermöglicht die Bindung von verschiedenen Analyten. Die chemisch sensitive Schicht besteht aus metallorganischen Verbindungen, welche die geforderten Eigenschaften aufweisen. Über einen Messwandler kann die chemische Messgröße elektrisch erfasst werden. Um eine Charakterisierung des Zustandes von Kühlschmierstoffen und anderen flüssigen oder gasförmigen Betriebsstoffen zu ermöglichen, werden mehrere Einzelsensoren zu einem Sensor-Array, einem sogenannten Lab-on-a-Chip, zusammengefügt (Bild 1). Die Sensitivität für mehrere Analyte erfordert dabei eine intelligente Auswertung der Sensorsignale. Mit Hilfe von künstlichen neuronalen Netzwerken ist es möglich, einen kausalen Zusammenhang zwischen den Sensordaten und spezifischen chemischen Kenngrößen herzustellen. Die Integration von chemischen Sensoren in Werkzeugmaschinen zur Überwachung und Anpassung von Kühlschmierstoffen stellt eine Möglichkeit dar, mit der eine Steigerung der Ressourceneffizienz durch eine längere Nutzungsdauer realisiert werden kann. Darüber hinaus kann durch die kontinuierliche Analyse das Entstehen von toxischen Substanzen frühzeitig durch Zugabe von exakt dosierten Additiven verhindert werden. Die in diesem Kapitel gezeigten Entwicklungen zeigen Ansätze, wie durch interdisziplinäre Zusammenarbeit mit der Naturwissenschaft neue Sensorlösungen für die Produktion erforscht und entwickelt werden können. Den gezeigten Beispielen gemein ist, dass im Hinblick auf einen industriellen Einsatz im Kontext der digitalen Produktion weitere Entwicklungen erfolgen müssen. Dazu zählen die Kostensenkung, die Miniaturisierung bei integrierten Sensoren sowie die Weiterentwicklung der internen Signalverarbeitung.
Die Entwicklungen von Systemen werden heute immer auch mit den Möglichkeiten der Vernetzung und vielfachen Verwendung von Prozessdaten unter dem Begriff Cyber-Physical Production System (CPPS) diskutiert. Das Cyber-Physical Sensor System (CPSS) beschreibt die Vernetzung von mehreren Sensoren, die auf einer selbstständigen Fusion basiert. Die Grundlage für die Vernetzung bilden adaptive Systeminformationen, die von dem CPPS an das Sensorsystem gegeben werden.
Unter Berücksichtigung von Optimierungszielen liefern die CPSS die Prozessinformationen an das CPPS, welche zum Aufbau von geeigneten Prozessmodellen benötigt werden. Um den Prozess oder einzelne Bauteileigenschaften selbstständig zu überwachen, müssen aus den Rohdaten Informationen extrahiert werden. Die dafür verwendeten Algorithmen müssen im CPPS dynamisch an das jeweilige Bauteilfeature angepasst werden. Um diese Adaptivität zu erreichen, werden Informationen aus der Planungsebene benötigt, die von PLM-Systemen zur Verfügung gestellt werden können. Die Konfiguration einer zukünftigen Prozessüberwachung erfolgt über die Fertigungsplanung. Die Optimierungskriterien bzw. nicht zu über- oder unterschreitende Grenzkriterien (Stabilitätskenngrößen, minimale Spanungsdicken,...) können entweder durch Kennwerte hinterlegt sein oder aus Modellierungen in CAx-Systemen ermittelt werden. Wenn kennwertbasiert gearbeitet werden kann, was insbesondere für KMUs eine wichtige Option darstellt, verringern sich das Datenvolumen und die benötigte Rechnerleistung erheblich. Im Extremfall können Kennwerte ausschließlich über Attribute wie 'gut' oder 'schlecht' beschrieben sein. Es ist wichtig, dass die jeweilige Instanz nur die Daten erhält, die sie für ihre Arbeit wirklich benötigt. Andernfalls droht die Entstehung von 'toten' Datenmengen, die nicht nutzbar sind bzw. lediglich auf Serversystemen abgelegt werden. Der Kunde eines Herstellers wird z.B. nur die Aussage benötigen, ob ein Bauteil die geforderten Qualitätsmerkmale in der Gesamtheit erfüllt. Dies heißt aber nicht, dass innerhalb des Fertigungsprozesses ebenfalls eine attributive Wertung und Dokumentation ausreichend ist. Insbesondere unter Gesichtspunkten der Produkthaftung und Zertifizierungen müssen innerbetrieblich quantifizierte Dokumentationen von signifikanten Prozessparametern angelegt werden. Dies erfordert dann auch die Entwicklung von Strategien zur Verwaltung und Archivierung von Messdaten. Die steigende Messgenauigkeit von Sensoren bei gleichzeitig höherer zeitlicher Auflösung stellt für die Verarbeitung der Daten eine Herausforderung dar. Der limitierende Faktor ist dabei die Übertragungsrate und Latenzzeit heutiger Bussysteme in Werkzeugmaschinen. Durch die Bereitstellung der Informationen auf verschiedenen Ausführungsebenen wandeln sich auch die Anforderungen zur Echtzeitverarbeitung. Für harte Echtzeitanforderungen werden zukünftige Sensorsysteme die Verarbeitung der Daten zu Informationen eigenständig erledigen müssen. Die bereitgestellten Informationen können dann Aktor-Komponenten oder einem höheren Zielsystem für die weitere Verarbeitung zur Verfügung gestellt werden. Berechnete Kennwerte können bei nicht zeitkritischen Applikationen über Standard-Netzwerkprotokolle zu Datenbanksystemen übertragen werden. Auch ein direkter Stream von Daten auf einen dezentralen Datenspeicher könnte ein CPPS-Sensor ohne Host verarbeiten. Um eine möglichst hohe Flexibilität zu gewährleisten, müssen daher verstärkt rekonfigurierbare und skalierbare Systeme auf Basis von Real-time-Prozessoren und FPGA-Technologie zum Einsatz kommen. Hersteller von Sensoren und Aktoren können in Bezug auf CPPS nur eine Hardwareplattform zur Verfügung stellen, da die Anforderungen kundenseitig stark variieren können. Daher sollte die Entwicklung offener, leicht integrierbarer Embedded-Sensorplattformen das Ziel sein. Anwender können damit Messgeräte und Aktoren durch eigene Algorithmen um neue Funktionen erweitern. Die Forderung der Kunden nach intelligenten Produkten, die flexibel erweiterbar sind, zeigt sich schon heute in vielen Bereichen der Unterhaltungsindustrie. Die intelligenten Geräte lassen sich über Tech-Apps an die jeweiligen Kundenbedürfnisse anpassen. Eine Vielzahl dieser Plattformen erlaubt auch die eigene Programmierung von Apps durch den Anwender. Diese Anwendungen können dann verkauft oder kostenlos der Community zur Verfügung gestellt werden. Zukünftige Geräte sind offene, rekonfigurierbare und vom Kunden anpassbare Plattformen, die zur Bildung von Communities führen. Diese Anwendergemeinschaften generieren durch die Entwicklung von Apps neue Anwendungsgebiete und Funktionen für den Hersteller.
National Instruments Germany GmbH
Dieser Artikel erschien in SPS-MAGAZIN 4 2015 - 19.03.15.Für weitere Artikel besuchen Sie www.sps-magazin.de