Virtuelle Inbetriebnahme Der Einstieg in die modellbasierte Entwicklung

Anbieter zum Thema

item Industrietechnik GmbH

DUALIS GmbH IT Solution

MathWorks GmbH

Die Umsetzung von „Smart Industry“ erfordert einen Wandel bei den Maschinen- und Anlagenbauern. Die Basis wird die modellbasierte Entwicklung sein. Ein Ausgangspunkt hierfür ist die virtuelle Inbetriebnahme: Sie bildet die Schnittstelle zwischen Softwareentwicklern und Konstrukteuren sowie Herstellern und Betreibern.

Die Komplexität von Maschinen und Produktionsanlagen nimmt stetig zu, denn Anlagenbetreiber verlangen immer mehr Funktionalität und Flexibilität für ihre Fertigungsstraßen. Sie möchten darauf nicht mehr nur ein einzelnes Produkt herstellen, sondern dem Kunden eine nach seinen Wünschen gefertigte Kleinserie oder sogar ein Einzelstück anbieten können.

Zudem sollen Anlagen sowohl untereinander als auch mit der Unternehmensinfrastruktur und mit dem Hersteller vernetzt sein. Der bidirektionale Austausch von Daten soll Prozesse transparenter und effizienter machen, die Betriebsplanung und Rohstoffbestellung unterstützen und eine Wartung sowie Aktualisierung von Software und Hardware einer Maschine mit möglichst kurzen Betriebsunterbrechungen ermöglichen.

Die Vision des Anlagenbaus sind deshalb Maschinen, die während ihres Lebenszyklus beständige Upgrades und Updates erhalten – ähnlich wie schon im Softwarebereich üblich. Auf neue Anforderungen, veränderte Marktbedingungen sowie Innovationen wird man dann auch nicht mehr durch einen Austausch von Maschinen reagieren, sondern indem man den bestehenden Anlagenpark teilweise verändert. Das wird somit reaktionsschneller, wirtschaftlicher und nachhaltiger sein.

Die Herausforderung

Doch die Integration solcher Fähigkeiten in bestehende Maschinen und deren Entwicklungsprozesse stellt Maschinen- und Anlagenbauer vor eine große Herausforderung. Angesichts der Fülle neuer Anforderungen erscheint es fast unmöglich, eine derartige Transformation ohne tiefe Brüche zu gestalten.

Verschiedene andere Branchen – beispielsweise die Automobilindustrie, der Flugzeugbau oder die Windenergie-Erzeugung – haben erfolgreich modellbasierte Entwicklungsprozesse eingeführt, um ähnlich komplexe Aufgaben zu lösen. Sie können dem Maschinenbau somit als Vorbild dienen. Dennoch braucht eine Umstellung sowohl Zeit als auch Expertise und Partner, die den besten Weg weisen.

Wo anfangen?

Ein besonders geeigneter Startpunkt zur Einführung von Modellen und zu deren wirtschaftlichem Einsatz ist es, die Inbetriebnahme einer Maschine zunächst virtuell vorzunehmen. Dazu wird ein Modell der Anlage mit der realen Steuerung verbunden und geprüft, ob sich Hardware und Software wie erwartet verhalten.

Die Vorteile dieser Vorgehensweise sind

• Tests ohne Material- und Energieverbrauch,

• kein Risiko der Beschädigung von Maschinen,

• die Vermeidung von Strafen bei Zeitverzug sowie

• verringerte Reise- und Unterbringungskosten für Personal.

Darüber hinaus hat gerade die Covid-Pandemie gezeigt, dass die Fähigkeit, die Präsenz vor Ort auf das notwendige Minimum zu reduzieren, von entscheidender Bedeutung für die Machbarkeit von Projekten sein kann. Dies gilt nicht nur für Inbetriebnahmen, sondern generell für alle Aufgaben, die sich „remote“ erledigen lassen.

Maschinenbauer sind mit der Modellierung oft weniger vertraut und stellen sich deshalb die Frage, ob sich trotz der genannten Vorteile der Aufwand lohnt. Ja, sicher! Denn der Einstieg in die Modellierung ist nur der Anfang der konsequenten Strategie, um die digitale Transformation hin zur Smart Industry erfolgreich bewältigen zu können.

Auf Vorhandenem aufbauen

Vieles, was Anlagenbauer zum Aufbau derartiger Modelle benötigen, ist bei ihnen bereits vorhanden. So können etwa CAD-Beschreibungen von Bauteilen direkt in Tools wie Simulink importiert werden. Mit Werkzeugen für Mehrkörpersimulationen wie Simscape Multibody lassen sich diese vollständig parametrieren und geben dann das mechanische, elektrische und hydraulische Verhalten der Komponenten korrekt wieder.

Für vollständige Produktionsstraßen und Großanlagen ist diese Vorgehensweise aber zu rechenaufwendig. Deshalb werden an einigen Stellen bereits Ansätze verfolgt, bei denen aus CAD-Beschreibungen 3D-Modelle in Game Engines aufgebaut und dann zur Visualisierung fertiger Maschinen eingesetzt werden. Eine Fähigkeit von Game Engines ist es, sich die spezialisierte Rechenleistung von Grafikkarten für genau diesen Zweck zunutze zu machen, ohne dafür neue Software entwickeln zu müssen.

Es gibt allerdings auch einen Nachteil: Diese Lösung stellt in der Regel zum einen eine von der Entwicklungsumgebung separierte Insellösung dar; zum anderen enthalten Game Engines zwar inhärent begrenzte Physikmodelle, aber die tatsächliche Dynamik von Maschinen mit ihren Kräften, Momenten, Steifigkeiten und Reibwerten können sie nicht wirklich realistisch abbilden. Zudem braucht es Entwickler oder Zulieferer mit spezialisierten Fähigkeiten für den Import und die Programmierung.

Digitaler Zwilling

Von der Simulation bis zur virtuellen Inbetriebnahme

Game Engines ohne Programmierung nutzen

Aus diesem Grund hat Mathworks für Matlab und Simulink eine neue Komponente für dreidimensionale Animationen mit der Unreal Engine entwickelt. Sie gestattet beispielsweise die Simulation großer Anlagen aus vielen Komponenten durch den Import von CAD-Modellen oder solchen, die beispielsweise in Simscape entworfen wurden. Zur Ausstattung gehört auch eine Roboter-Bibliothek mit derzeit 45 gängigen Industrierobotern, was den Einstieg weiter erleichtert.

Der Anwender kann die Simulation mithilfe von Matlab-Skripten erstellen, steuern, während der Laufzeit Zustände abfragen und Parameter ändern. Programmiererfahrung mit Game Engines ist dabei nicht notwendig. Sämtliche Objekte können so parametriert werden, dass ihr Verhalten durch physikalisch plausible bzw. mögliche Größen und Kollisionen bestimmt wird. Zusätzlich werden in dieser Umgebung – wie in physikbasierten Computerspielen – auf Objekte, wie etwa Werkstücke, einwirkende äußere Kräfte berechnet. So unterliegen beispielsweise nach Wahl eines Koordinatensystems fallen gelassene Gegenstände der Schwerkraft, Fliehkräften und Reibung. Ein auf eine Rutsche befördertes Werkstück gleitet oder rollt also auf natürliche Weise herab und ordnet sich zwischen die bereits in einem Behälter befindlichen Stücke ein (Bild 2).

Das gesamte Potenzial ausschöpfen

Der vollständige Mehrwert von Modellen lässt sich aber nur erzielen, wenn diese konsequent über den gesamten Lebenszyklus einer Anlage eingesetzt werden. Deshalb stellt die virtuelle Inbetriebnahme, bei der auf vorhandene Ressourcen gestützt Erfahrungen gesammelt werden können, eine ideale Gelegenheit für den Einstieg dar. Von hier aus kann man sich schrittweise zur durchgängigen Nutzung vorarbeiten, ohne etablierte Prozesse komplett umwerfen zu müssen.

Automobil- und Flugzeugbauer arbeiten in der Entwicklung seit Längerem von Anfang an mit Modellen. Dies gestattet es, bereits am Beginn des Entwicklungsprozesses erste Simulationen der Steuerung gegen ein Anlagenmodell oder mit simulierten Eingaben vorzunehmen. Mechanik, Elektrik, Elektronik, Hydraulik, Pneumatik und Software werden so gleichzeitig sowie Hand in Hand entwickelt und verfeinert. Beginnend mit einem groben Modell, das mit den Anforderungen verknüpft ist, werden die Funktionen der Steuerung immer detaillierter ausgearbeitet. Das Testen und die Verifikation der Algorithmen können so ebenfalls quasi am ersten Tag beginnen.

Die Modularität solcher Modelle bringt entscheidende Vorteile:

• Es lassen sich bereits aufgebaute und verifizierte Algorithmen, Logiken und Module aus früheren Projekten wiederverwenden.

• Genau diese Modularität macht kontinuierlich aktualisierbare Maschine überhaupt erst möglich. Neue Funktionalität kann entweder in vorhandene Module eingebaut oder als neues Modul entwickelt und in ein bestehendes Modell eingefügt werden. Zuvor erprobte Funktionen können weiter im Vertrauen eingesetzt werden, dass sie wie gewünscht arbeiten. Anschließend lassen sich erneut Simulationen mit Testfällen vornehmen, ohne dass etwa neue Teile für die Maschine gebaut oder Codes für eine Steuerung geschrieben werden müssten. Das spart nicht nur Zeit und Kosten, sondern fördert auch die Innovationsfähigkeit. Man kann mit alternativen Lösungen spielen und auf diese Weise mehr und bessere Funktionen und Fähigkeiten erzeugen sowie anbieten.

• Der dritte Vorteil der modellbasierten Entwicklung betrifft die Implementierung der Steuerung und ihre Integration mit der Hardware. Mit geeigneten Werkzeugen wie Matlab und Simulink lässt sich aus Modellen automatisch Code für unterschiedlichste Steuerungsplattformen generieren. Zur Auswahl stehen C, C++, Strukturierter Text oder Ladder Diagram nach IEC 61131 (Bild 3), aber auch HDL. Maschinenbauer, die auf verschiedenen Märkten weltweit agieren, sind häufig damit konfrontiert, dass dort jeweils unterschiedliche Steuerungshersteller präferiert werden. Da die Modelle plattformunabhängig sind, lässt sich aus ihnen ohne Zusatzaufwand Code für diese verschiedenen Steuerungstypen erzeugen. Erforderliche Parametrierungen für die Anforderungen einer bestimmten SPS werden durch Anklicken des passenden Herstellertyps gesetzt.

Schrittweise schneller zum Ziel

Zur Vorbereitung der Implementierung werden die Modelle mit den Datentypen versehen, die später auf der SPS verwendet werden. Auch dies kann mit Tools, wie etwa Fixed-Point Designer, weitgehend automatisch geschehen. Nach dem Verfeinern und Optimieren auf die erforderliche Genauigkeit kann der Code generiert werden. Dieser wird aber nicht notwendigerweise gleich auf eine Steuerung, sondern beispielsweise in eine DLL (Dynamic Linked Library) geschrieben.

Diese lässt sich dann auf einem PC oder anderer Rechnerhardware ausführen und kann im Zusammenspiel mit dem Anlagenmodell oder der physischen Anlage getestet werden. Auf diese Weise lässt sich die Funktionalität von Maschine und Software schrittweise testen und verifizieren, bevor überhaupt die Hardware bereitsteht.

Fehler werden damit bereits früh im Entwicklungsprozess gefunden und beseitigt, die spätere Integration verläuft schneller und reibungsloser. Zudem können auch Szenarien getestet werden, die an der realen Maschine aus Sicherheitsgründen oder wegen der Gefahr von Schäden nicht möglich wären. Verschiedene Anbieter wie Siemens, Beckhoff oder Rexroth ermöglichen zudem die Simulation der kompletten SPS auf Rechnerhardware als Zwischenschritt.

Von der Entwicklung nahtlos zum Betrieb

Folgen Maschinen- und Anlagenbauer dem Paradigma der modellbasierten Entwicklung, findet die virtuelle Inbetriebnahme nicht mehr an einem bestimmten Punkt statt, sondern ebenso wie Tests und Verifikation kontinuierlich mit jedem Zwischenschritt. Sie können sich also in dem Vertrauen an die physische Maschine begeben, dass diese wie gewünscht funktionieren wird.

Der Nutzen der auf dem Weg hierhin aufgebauten Modelle ist damit aber keineswegs ausgeschöpft. Sie spielen in der angestrebten Smart Industry im weiteren Lebenszyklus von Maschinen und Anlagen eine zentrale Rolle. Sie können als digitale Zwillinge in Betrieb befindlicher Anlagen dienen und gestatten sowohl Betreibern als auch Herstellern die kontinuierliche Überwachung des Ist-Zustands von Anlagen. Anwendungen hierfür sind beispielsweise Predictive Maintenance, die Identifikation von Möglichkeiten zur Energieersparnis, der Vergleich des Verhaltens unter verschiedenen Umgebungsbedingungen durch Sammlung von Flottendaten, aber auch Ideen für weitere technische Verbesserungen durch den Hersteller.

3D-Simulationen kompletter Anlagen und Produktionsstraßen leisten hierzu einen wichtigen Beitrag. Betriebsstörungen oder auffällige Daten lassen sich im Gesamtkontext besser verstehen und einordnen. Das kann beispielsweise durch das Hervorheben oder Markieren von Stellen geschehen, an denen bereits Probleme identifiziert wurden. Der Mehrwert eines Game-Engine-basierten Übersichtsmodells setzt sich damit während der Betriebsphase fort.

Kontinuierlich aktualisierbare Maschinen

Die Flexibilisierung von Maschinen sowie ihre beständige Ausstattung mit neuen Funktionen bringt zwei Herausforderungen mit sich:

• Betreiber möchten dies möglichst unterbrechungslos bewerkstelligen.

• Für Hersteller wiederum ist eine derartige Entwicklungsleistung nur dann zu bewältigen, wenn sich ihre Ingenieurteams auf das Wesentliche konzentrieren können.

Grundlage hierfür sind erneut die fertigen Maschinenmodelle in Form der digitalen Zwillinge. Ihre Modularität verringert den Integrationsaufwand und bestimmte Tests und Prüfungen müssen nur für die geänderten Anteile vorgenommen werden. Da sich zudem in der Simulation viele Abläufe skriptbasiert automatisieren lassen, können vorhandene Testsuiten ergänzt werden und dann weitgehend ohne menschlichen Eingriff durchlaufen. Der Gesamtaufwand wird damit erheblich eingegrenzt.

So entsteht zunächst ein neuer digitaler Zwilling, bevor die Änderungen – bei reiner Software im besten Fall online – auf die physische Anlage übertragen werden. Diese wiederum schickt nun neue Daten zum Vergleich an ihren digitalen Zwilling zurück. Maschine und digitaler Zwilling halten damit einander stets gegenseitig aktuell.

Beabsichtigte Hardwareänderungen werden ebenfalls zunächst wie oben beschrieben simuliert und getestet. Erst, wenn diese Tests vollständig bestanden sind, werden physische Teile produziert. Die weitgehende Automatisierung der beschriebenen Testabläufe, deren Skalierbarkeit etwa auf Mehrkern- und Multiprozessorsystemen sowie die automatische Codegenerierung geben den Ingenieuren den erforderlichen Spielraum, ihre Zeit mit tatsächlicher Entwicklungsarbeit zu verbringen. Detailveränderungen an Hardware oder der Antriebsauslegung sind darum jederzeit ohne Investition in Teile und das Warten auf deren Fertigung möglich.

So entsteht ein Kreislauf aus Entwicklung, Übermittlung an die Maschine – sei es in Form von Hard- oder Software – Betrieb sowie Datenfluss zurück zum Hersteller, der darauf basierend wiederum die Maschine weiterentwickelt.

In der Softwareindustrie ist dies der bewährte DevOps-Zyklus (Bild 4). Er steht für kontinuierliche Entwicklungsprozesse, bei denen Betreiber und Hersteller vom Austausch auf Gegenseitigkeit profitieren und Änderungen oder Fehlerbehebungen schneller und mit minimalen Unterbrechungen stattfinden.

Dies ist nur möglich durch die konsequente Nutzung von Modellen in jeder Phase des Lebenszyklus eines Produkts. Jeder Beteiligte, egal ob Entwickler, Konstrukteur, Vertriebsmitarbeiter oder Betreiber, versteht diese Modelle auf der für ihn erforderlichen Ebene und mit den für ihn angebundenen Tools und Visualisierungen. Damit ist nicht nur eine gemeinsame Basis geschaffen, sondern die Modelle bilden quasi eine Sprache, in der miteinander kommuniziert wird. Diese Universalität schafft die Grundlage für eine erfolgreiche digitale Transformation.

Simulation

Schwäbische Werkzeugmaschinen steigert Produktivität um 10 Prozent

Modellbasierte Entwicklung als Basis für den Wandel

Der Einstieg in die „Smart Industry“ verlangt Maschinen- und Anlagenbauern einen grundlegenden Wandel ab. Basis für diesen Wandel wird, wie in vielen anderen Branchen bereits geschehen, die modellbasierte Entwicklung sein. Ein sinnvoller Ansatzpunkt hierfür ist die virtuelle Inbetriebnahme. Sie bildet die Schnittstelle zwischen Softwareentwicklern und Konstrukteuren einerseits sowie dem Hersteller und dem Betreiber andererseits.

Die dafür entwickelten Modelle weisen Schritt für Schritt den Weg zu einer immer breiter aufgestellten Nutzung von Simulation und Modellierung und damit zu effizienteren Entwicklungsprozessen und mehr Innovation. Ansätze wie die Game-Engine-basierte 3D-Simulation erlauben Einblicke in das Gesamtverhalten von Anlagen. So tragen sie dazu bei, das Gesamtverhalten von Anlagen besser zu verstehen und digitale Zwillinge zu einem noch wirkungsvolleren Mittel der Inbetriebnahme, Unterhaltung und Weiterentwicklung von Anlagen zu machen. Die Idee kontinuierlich aktualisierbarer Maschinen, die zudem in der Lage sind, Kleinserien bis hin zu Einzelstücken mit der Effizienz der Massenproduktion anbieten zu können, rückt damit ein Stück näher.

* Philipp Wallner ist Industry Manager bei der Mathworks GmbH in 85737 Ismaning, pwallner@mathworks.com

(ID:48086154)