Im Rahmen der Zusammenarbeit von LieberLieber mit dem Christian Doppler Labor (CDL) an der Technischen Universität Wien präsentierte das Forscherteam kürzlich bei einer Konferenz eine erste Fallstudie anhand eines mobilen Roboters. Kern der Entwicklung ist die gezielte Datenreduktion, die es ermöglicht, Analysen auch im Live-Systemverhalten durchzuführen.

Das Ziel der gemeinsamen Forschungsarbeit von LieberLieber mit dem „CDL für modellintegrierte intelligente Produktion“ (CDL-MINT) ist es, im Rahmen von Industrie 4.0 anfallende Live-Datenströme direkt in Modelle überzuführen. Ass. Prof. Dr. Manuel Wimmer, Leiter des CDL-MINT: „In Industrie 4.0 Projekten erhalten physische Systeme eine virtuelle Repräsentation, um über das Internet der Dinge (IoT) mit anderen Komponenten kommunizieren zu können. Dabei wird die Interaktionsfähigkeit der verwendeten Komponenten vorausgesetzt. Wir konnten unseren erweiterten Ansatz anhand des mobilen Roboters PiCar erfolgreich demonstrieren.“ In der Steuerungssoftware für den Roboter kommt die visuelle Modellierungssprache „Systems Modeling Language“ (SysML) zum Einsatz, die es erlaubt, Kommunikationsabläufe und Interaktionen zwischen verschiedenen Komponenten im zeitlichen Verlauf darzustellen. Mittels SysML werden sogenannte Sequenzdiagramme erstellt, mit denen sich Nachrichten und Daten, die zwischen Interaktionspartnern ausgetauscht werden, visualisieren und analysieren lassen.

Neue Methode zur Datenreduktion
Der nun vorgestellte Ansatz nennt sich „Sequence Pattern Mining“ (SPM) und ermöglicht es, Interaktionsmuster automatisch zu erkennen und zu abstrahieren. Dazu bedarf es allerdings geeigneter Modelle: Planungsmodelle für die Erstellung komplexer Systeme und Erklärungsmodelle für die Live-Analyse.

Peter Lieber, Gründer und Inhaber von LieberLieber: „In unseren Kundenprojekten sehen wir, dass Sequenzdiagramme gerade im Bereich Industrie 4.0  immer komplexer werden und nicht mehr überschaubar sind. Daher sind wir sehr stolz darauf, dass in diesem Projekt eine neue Methode entwickelt wurde, die es erlaubt, durch gezielte Datenreduktion Analysen auch im Live-Systemverhalten durchzuführen. Damit erfüllen wir eine wichtige Forderung der deutschen Plattform Industrie 4.0 zur Weiterentwicklung solcher Systeme.“

PiCar belegt die Leistungsfähigkeit des neuen Ansatzes
Am „Tag des Systems Engineering 2017“ (TdSE)  – diesmal im größten Computermuseum der Welt im deutschen Paderborn – stellte Dr. Alexandra Mazak, im CDL-MINT Leiterin des Moduls „Reactive Model Repositories“, anhand des mobilen Roboters PiCar die Funktion der neuen  Methode vor. PiCar setzt sich aus verschiedenen Komponenten zusammen und verfügt über acht Sensoren, um sich sicher bewegen zu können. Der Roboter wurde von LieberLieber entwickelt und wird durch einen einfachen Raspberry Pi gesteuert. „Das System besteht also wie bei Industrie 4.0 üblich aus Sensoren, einem Controller und Ausführungskomponenten. Um die hier anfallende Datenmenge bewältigen zu können, erfasst unser SPM-Ansatz die Daten nicht in vollem Umfang, sondern abstrahiert sie. So bleibt es auch bei komplexen Vorgängen immer möglich, die Live-Daten zu analysieren“, erläutert Mazak. Hinter diesen einfach scheinenden Angaben liegen sehr detaillierte, mathematische Überlegungen, die sich auf große Industrie 4.0 Systeme übertragen lassen.