Projektförderung
Hintergrund
Industrielle Produktionsanlagen sind häufig über Jahrzehnte im Einsatz. Entsprechend liegen für viele Brownfield-Anlagen heute nur unvollständige, heterogene Engineering-Daten vor, was ihre Integration in moderne, digitale Produktionsumgebungen erschwert. Mit dem fortschreitenden Übergang zur Industrie 4.0 verschärft sich diese Lücke. Der Bedarf, Bestandsmaschinen in vernetzte Planungs- und Inbetriebnahmeprozesse einzubinden, wächst stetig. Hier setzt GreenRetroTwin an: Im Projekt werden Ansätze entwickelt, mit denen bestehende Anlagendaten analysiert, strukturiert und in digitale Modelle überführt werden können. Diese Modelle sollen anschließend als Grundlage für simulationsfähige digitale Zwillinge dienen.
Problemstellung
Die Integration von Bestandsmaschinen in neue, digital geplante Produktionssysteme scheitert in der Praxis an fehlenden digitalen Repräsentationen sowie an der Heterogenität historisch gewachsener Datenbestände. Ohne eine strukturierte digitale Beschreibung lassen sich Bestandsmaschinen weder in der virtuellen Inbetriebnahme (VIBN) simulativ einbinden noch hinsichtlich ihrer Wiederverwendbarkeit verlässlich bewerten. Hinzu kommt, dass bestehende VIBN-Modelle nach der realen Inbetriebnahme in der Regel nicht weitergepflegt werden und dadurch im Laufe der Zeit erheblich von der Realität abweichen. Eine wirtschaftlich darstellbare, standardisierte Methodik zur Lösung dieser Herausforderung existiert bislang nicht.
Zielsetzung
Im Projekt werden Verfahren entwickelt, um bestehende Anlagendaten zu analysieren, zu strukturieren und in interoperable digitale Modelle zu überführen. Das ISW erarbeitet dafür eine Informationsarchitektur auf Basis der Asset Administration Shell (AAS) und des Digitalen Produktpasses (DPP). Über semantische Übersetzungsschichten und Klassifikationsverfahren werden heterogene Altdaten aufbereitet und in standardisierte, simulationsfähige Modelle überführt, die sich in virtuelle Inbetriebnahmeprozesse einbinden lassen. Ein weiterer Schwerpunkt liegt auf der automatischen Modelladaption. Da Anlagen sich durch Umbauten oder Verschleiß verändern, untersucht das ISW eine Kombination aus KI-basierten Verfahren und Human-in-the-Loop-Ansätzen, um diese Änderungen methodisch in die digitalen Modelle zurückzuführen. Die Validierung erfolgt anhand konkreter Retrofit-Szenarien mit realen Anlagendaten aus dem Projektkonsortium. Die entwickelten Lösungen werden in bestehende Daten- und Simulationsplattformen eingebunden und richten sich besonders an kleine und mittelständische Unternehmen mit bislang eingeschränktem Zugang zu digitalen Retrofit-Technologien. Das Vorhaben trägt damit unmittelbar zu den Zielen des GreenTech Innovationswettbewerbs bei: Vorhandene Anlagen werden digital aufgewertet statt ersetzt, was Ressourcen und Energie einspart.
Ihr Ansprechpartner
Pascal Watter
Wissenschaftlicher Mitarbeiter "Virtuelle Methoden in der Produktionstechnik"