SEAMLESS: Nahtloser Simulationseinsatz als Service

Das SEAMLESS Konsortium erforscht die nahtlose Integration von Simulationsanwendungen für datengetriebene Services im After-Sales-Bereich. Das Ziel ist die durchgängige („nahtlose“) und effiziente Nutzung von Daten und Modellen unter Verwendung von Digitalen Zwillingen.

Die Anwendungen reichen von Hochpräzisionsmaschinen über roboterbasierte Montageanlagen bis zu kompletten Produktionsanlagen für Holzwerkstoffplatten.

Simulationsgestützte, assistenzsystem-basierende Engineering- und Maintenance-Dienstleistungen für Lean After-Sales-Services

After-Sales-Services werden für viele deutsche Maschinen- und Anlagenbauer zu einem immer wichtigeren Bestandteil der Wertschöpfung. Diese Dienstleistungen können im besonderen Maße von der digitalen Transformation profitieren: Maschinen und Anlagen verschmelzen mehr und mehr mit Informationstechnologien, die in Echtzeit Daten erfassen, aus diesen Daten lernen, Prozesse automatisiert steuern oder menschliche Entscheidungen unterstützen sowie über das Internet kommunizieren und interagieren. In diesem industriell genutzten Internet der Dinge (IIoT) kommen zunehmend sogenannte IIoT-Plattformen zum Einsatz, die Zustands-, Nutzungs- und Wirkungsdaten der im Einsatz befindenden Maschinen über Digitale Zwillinge bereitstellen und verarbeiten.

Um Digitale Zwillinge so produktiv wie möglich für das Lernen oder zur Entscheidungsunterstützung zu nutzen, müssen Wissensquellen eingebunden werden, die heute in unterschiedlichen Simulationstools zur Verfügung stehen. Solche Tools werden aktuell insbesondere von kleinen und mittleren Unternehmen (KMU) nur sporadisch und isoliert eingesetzt. Eine Vernetzung von Simulationssystemen untereinander und ihre durchgängige Nutzung als Digitale Zwillinge im Abgleich mit den realen Betriebsdaten ist selten.

Vor diesem Hintergrund starteten zehn Unternehmen und Institute das BMBF-Forschungsvorhaben SEAMLESS (Simulationsgestützte, assistenzsystem-basierende Engineering- und Maintenance-Dienstleistungen für Lean After-Sales-Services). Ziel ist die Entwicklung und Bereitstellung von Simulationswerkzeugen auf einer cloudbasierten Plattform, die es Anwendern erlaubt, unterschiedliche Simulatoren synergetisch zu kombinieren und diese für den Aufbau und die Bereitstellung von Smart Services zu nutzen („Simulation enhanced Assessment as a Service (SeAaaS)“).

Der Ansatz im Projekt ist entlang dreier Anwendungsbereiche im After-Sales entsprechende Services für den Betrieb, die Instandhaltung und den Umbau zu entwickeln und prototypisch umzusetzen. So bringt die Dieffenbacher GmbH, ein Hersteller von Anlagen zur Verarbeitung von Holz- und Kompositwerkstoffen aus Eppingen, Problemstellungen aus den Bereichen Condition Monitoring und Predictive Maintenance mit ein. Hierbei steht die Frage im Mittelpunkt, wie dazu KI-Modelle und KI-Engineering Prozesse aufgebaut und mit Online Services verbunden werden können. Die Innolite GmbH aus Aachen fokussiert datengetriebene Services in der Qualitätssicherung und Optimierung des Betriebs hochpräziser Werkzeugmaschinen. Im dritten Anwendungsbereich nimmt der Anlagenintegrator FFT Produktionssysteme GmbH in Fulda datengetriebene Services zur Sicherstellung der Anlagenanpassung und Inbetriebnahme in das Blickfeld.

In enger Kooperation mit den Technologie- und Forschungspartnern werden die hierfür nötigen Kernkomponenten der SEAMLESS Funktionen und Plattform entwickelt. So werden zur Abbildung der Anlagentopologie und Bereitstellung der Simulations- und Analyseservices entsprechende Werkzeuge auf Basis von standardisierten Modellen und Datenformaten wie Open Platform Communications Unified Architecture (OPC UA) und Automation Machine Learning (AutoML) entwickelt. Das ermöglicht ebenenübergreifende Co-Simulationen, die über zu entwickelnde Datenintegrationsmechanismen in einzeln abrufbare und kombinierbare Smart Services eingebunden werden. Ein Beispiel dafür ist die Kopplung der Wertstromanalyse mit hochaufgelösten Co-Simulationen einer Roboterklebezelle. In Bezug auf die angestrebten Analyseservices wird daran gearbeitet, mithilfe von Self-Service-Ansätzen, AutoML und Machine Learning Operations (MLOps) KI im Kontext von Smart Services besonders für Domänenexperten zugänglich zu machen. Die Realisierung erfolgt über den gesamten KI-Lebenszyklus hinweg und strebt hohe Wiederverwendbarkeit von KI-Pipelines bei gleichzeitig leichtgewichtiger Integration in After-Sales-Services an. Einen weiteren technischen Schwerpunkt bilden simulationsgetriebene Optimierungsservices zur Anwendung auf der „Edge“ (direkt an der Maschine). Und schließlich wird auch das Themenfeld Mensch-Maschine-Interaktion adressiert. Dabei werden die Funktionen und Abläufe in Benutzerschnittstellen unter Verwendung von Augmented Reality Anwendungen umgesetzt. Beispielsweise werden zur Bewertung der Anlagenauslastung und möglicher Anpassungsszenarien integrierte Auswertungen zur Wertstromanalyse über die Prozesssimulation bis hin zur Verhaltens- und Maschinensimulation auf Basis von Co-Simulations- und Analyse-Services untersucht.

Die verschiedenen Teilaspekte des Projekts werden zusätzlich in einen gemeinsamen Demonstrator zusammengeführt, welcher die einzelnen Komponenten bündelt und den SEAMLESS Ansatz nach außen trägt.

Aspekte des SEAMLESS Neutralprototypen

Elemente der SEAMLESS Plattform

SEAMLESS Konsortium

Aspekte des SEAMLESS Neutralprototypen

Aspekte des SEAMLESS Neutralprototypen

SEAMLESS Konsortium

Projektträger

Projektträger Karlsruhe (PTKA)
Produktion, Dienstleistung und Arbeit
Karlsruher Institut für Technologie (KIT)

Hermann-von-Helmholtz-Platz 1
76344 Eggenstein-Leopoldshafen

+49 (0)721 608-25281
+49 (0)721 608-992003

info@ptka.kit.edu
Standort Dresden
PTKA

Ansprechpartner

Sekretariat Karlsruhe

Celina Gabber und Solvig Grünitz

+49 (0)721 608-25281
zentralessekretariat@ptka.kit.edu

Sekretariat Standort Dresden

Heike Blumentritt

+49 (0)721 608-31435
heike.blumentritt@kit.edu