[Zurück]


Dissertationen (eigene und begutachtete):

B. Wally:
"Smart Manufacturing Systems: Model-Driven Integration of ERP and MOM";
Betreuer/in(nen), Begutachter/in(nen): C. Huemer, M. Wimmer; Institut für Information Systems Engineering, 2020; Rigorosum: 17.06.2020.



Kurzfassung deutsch:
Die Welt der automatisierten Produktionssysteme ist im Umbruch: immer
komplexere Produkte, kombiniertmit drastisch reduzierten Stückzahlen pro Produktvariation sowie kürzeren Antwort- und Produktionszeiten, werden gefordert. Um diesen Anforderungen gerecht zu werden, bedarf es der Unterstützung moderner IT-Systeme auf allen Ebenen der produzierenden Betriebe;
von den Geschäftsanwendungen der Unternehmensleitebene bin
hinunter zu den speicherprogrammierbaren Steuerungen der Feldebene.
Um unternehmensintern die Systeme unterschiedlicher Ebenen bestmöglich
zu verknüpfen, müssen klare Datenkonversionsmechanismen gefunden,
definiert und implementiert werden - man spricht von vertikaler Integration.
Gleichzeitig ist es notwendig, den inter-organisationalen Datenaustausch automatisiert umzusetzen - ein Aspekt der horizontalen Integration.
Wenn diese Integration gelingt, und die entsprechenden Systeme sowohl
Software- als auch Hardware-seitig ausreichend flexibel ausgestaltet sind, spricht man von intelligenten Produktionssystemen, die sich spontan auf jeweils aktuelle Gegebenheiten einstellen können.Diese Flexibilität kann folglich unterschiedliche Elemente eines Produktionssystems betreffen:
Produkte: Moderne Produktionssysteme sollen in der Lage sein, unterschiedliche oder variable Produkte zu fertigen. Dazu gehören auch Produkte,die bei der Planung und Inbetriebnahme der Produktionsanlage
noch nicht bekannt waren.
Prozesse: Die Fähigkeiten, die ein Produktionssystem anbietet können
ebenso einemWandel unterzogen sein. Neue Produktionsprozesse können
sich etwa durch neue oder neu angeordnete Ressourcen sowie durch
neuartige Anforderungen von Produkten ergeben.
Ressourcen: Auch die einzelnen Ressourcen einer Produktionsanlage
sind volatil in vielerlei Hinsicht. Sie können kurzfristig ausfallen, werden regelmäßig gewartet,werden angeschafft, ausgemustert und ersetzt, können sich bewegen und entsprechend neu arrangieren, etc.
Modellgetriebener Entwurf, mit Anleihen aus dem modellgetriebenen
Software-Engineering, bietet eine Vielzahl an Techniken, Werkzeugen und Methoden an, die eine Formalisierung der Domänenmodelle und in weiterer Folge deren lose oder enge Kopplung ermöglichen. Die Fokussierung auf konzeptuelle Modelle sowie deren Instanzierungen ermöglicht es, domänenspezifische Sachverhalte möglichst klar zu definieren und in weite rer Folge formal, etwa für Datenvalidierungen, zu nutzen. Konzepte wie etwaModelltransformationen
erleichtern die Konvertierung von Design- und
Laufzeitinformationen zwischen unterschiedlichen Domänen.
In dieser kumulativen Dissertation fassen wir eine Auswahl eigener Arbeiten auf diesem Gebiet zusammen; dabei setzen wir bezüglich der konzeptuellen Modelle auf etablierte Industrienormen, umdie industrielle Umsetzung zu erleichtern. Unser Fokus liegt auf den höheren Ebenen der "Automatisierungspyramide",wobei wir auch die unteren Ebenen nicht außer Acht gelassen haben. Unsere Ansätze und Umsetzungen haben wir in einer Vielzahl von Experimenten und Fallstudien erfolgreich evaluiert und damit
einen Beitrag zur Umsetzung modellgetriebener intelligenter Produktionssysteme geleistet. Unsere Forschungsarbeiten zeigen, dass die Methoden und Werkzeuge des modellgetriebenen Entwurfs in folgenden Szenarien von Nutzen sein können:
Vertikale Integration: Durch die Definition von Abbildungs- und Transformationsregeln für Elemente unterschiedlicher konzeptueller Modelle,in den in dieser Arbeit vorgestellten Ansätzen vor allem hinsichtlich der Unternehmensleitebene und der Betriebsleitebene.
DeklarativeManifestationen: Die Umsetzung expliziter und strukturierter Artefakte sowohl statischer (Modelle) als auch dynamischer (Transformationen)Natur. In userer Arbeit wenden wir darauf aufbauend Transformationen, Validierungen und Code-Generatoren an, um etwa Daten zwischen Domänen zu konvertieren oder die Datenkonsistenz zu prüfen.
Wissensinferenz: Die Transformation deklarativer Informationen in logische Ausdrücke, um effizient neues Wissen zu berechnen, das wiederum in Modelle oder andere Datenstrukturen zur weiteren Verwendung rückgeführt werden kann.Wir haben diesen Ansatz für die spontane Berechnung von Produktionsplänen verwendet, basierend auf einem Modell des Produktionssystems.

Kurzfassung englisch:
Automated production systems are following a general technological trend:
increasingly complex products, combined with drastically reduced lot-sizes
per product variant, as well as shorter response and production times are
being demanded. In order to be able to meet these expectations, modern
IT systems at all levels of the automation hierarchy are required: from business
related software at the corporate management level, down to the programmable
logic controllers at the field level. For a well-designed coupling
of systems that are located at different levels, it is necessary to find, define,
and implement clear data conversion mechanisms-this endeavor is also
known as vertical integration. At the same time, it is necessary to automate
the inter-organizational data exchange-an aspect of horizontal integration.
If integration succeeds, and decisive systems are flexible enough with respect
to their software and hardware components, we can speak of so called
smart manufacturing systems that are able to adapt to new situations spontaneously.
This flexibility can be related to different elements of a production
system:
Products: modern production systems should be able to produce diverse
and variable products. This includes products that have not been
conceived when the production system has been engineered and commissioned.
Processes: the capabilities that are offered by a production system can
evolve over time as well. New production processes can emerge, for instance,
through new or re-arranged resources, as well as through novel
requirements of certain products.
Resources: are also volatile in various aspects. They can be defect, need
to be maintained, are procured, retired, and replaced. Some of them are
mobile and can be continuously re-arranged, etc.
Model-driven engineering, leveraging concepts from model-driven software
engineering, provides a rich set of techniques, tools and methods for
the formalization of domain models as well as for the loose or close coupling
of them. Focusing on conceptual models and their instances enables
the precise definition of knowledge that can be later on used formally, such
as for data validation. Concepts, such as model transformations facilitate
the conversion of design time and runtime information between different
domains.

In this cumulative thesis, we are recapitulating a selection of own contributions;
with respect to the conceptual models we have been employing
established industrial standards, in order to facilitate industrial application.
By doing so, we have focused on the upper levels of the automation hierarchy,
yet we have also partially considered the lower levels. Our approaches
and implementations have been successfully evaluated by a number of experiments
and case studies and are therefore a contribution towards modeldriven
smart manufacturing systems. Our research shows that the application
ofmodel-driven engineering techniques and tools can be useful within
the following scenarios:
Vertical Integration: by providing mapping and transformation rules for
elements of different conceptual models, such as those representing information
technology systems of the the enterprise resource planning or
manufacturing operations management levels.
DeclarativeManifestations: creating explicit and structured artifacts of
static (models) and dynamic (transformations) nature. In our work, we
are applying thereupon transformations, validations, and code generators
in order to convert between domains or doublecheck data consistency.
Knowledge Inference: transforming declarative information into logical
expressions for the efficient computation of new knowledge that can be
fed back into models or other data structures for further usage. We have
been using this approach for the spontaneous computation of production
plans from production system models.


Elektronische Version der Publikation:
https://publik.tuwien.ac.at/files/publik_289329.pdf


Erstellt aus der Publikationsdatenbank der Technischen Universitšt Wien.