WO2019057284A1 - Automatable generation of capabilities of production units - Google Patents

Automatable generation of capabilities of production units Download PDF

Info

Publication number
WO2019057284A1
WO2019057284A1 PCT/EP2017/073928 EP2017073928W WO2019057284A1 WO 2019057284 A1 WO2019057284 A1 WO 2019057284A1 EP 2017073928 W EP2017073928 W EP 2017073928W WO 2019057284 A1 WO2019057284 A1 WO 2019057284A1
Authority
WO
WIPO (PCT)
Prior art keywords
simulation
sdn
skn
simulation data
ski
Prior art date
Application number
PCT/EP2017/073928
Other languages
German (de)
French (fr)
Inventor
Rudolf Sollacher
Jan Fischer
Original Assignee
Siemens Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to PCT/EP2017/073928 priority Critical patent/WO2019057284A1/en
Publication of WO2019057284A1 publication Critical patent/WO2019057284A1/en

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23448—Find optimum solution by simulating process with constraints on inputs
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32301—Simulate production, process stages, determine optimum scheduling rules
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32352—Modular modeling, decompose large system in smaller systems to simulate
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Definitions

  • the invention relates to a method for the automated generation of capabilities of one or more production units.
  • the invention further relates to a simulation system, a production unit and an automation device.
  • Modern production systems are increasingly using production units that not only flexibly apply their abilities, but also offer them to other production units.
  • the production units develop capabilities by combining behavior patterns, whereby the production units effect at least one state transition of a workpiece by using capabilities.
  • Requirements describe one or more state transitions that the workpiece is to go through, and a first database has generic descriptions of behavior patterns of the production units.
  • the generic descriptions of the behavior patterns can u.
  • A. in the form of simulation models associated parameter sets for parameterizing the production units as well as other data structures that allow a description of the behavioral patterns.
  • Production units are to be understood as devices or software components in a production, which by
  • Skills are composed of behavioral patterns. Behavioral patterns include a subordinate and fine-grained description of individual functions that a production unit can perform. If, for example, a robot with gripper arm is to realize the ability to "position a workpiece" reindeer, so you can combine this example, the following behavioral patterns: open gripping the workpiece, lifting the workpiece, rotating the workpiece, to handle the workpiece, and closing ⁇ Lich gripper again. This shows how complex even the simplest skills are. Behavior pattern can include both the actual design parameters for the respective production unit, as well as a sufficiently exact Modellie ⁇ tion of a model can be simulated precisely this parameterized production unit. This dichotomy is also described in technical jargon as a digital twin.
  • Behavior patterns can thereby be split into its digital model and the actual execution of the behavior pattern on a phy ⁇ sical terminal. Similarly, abilities can be described by the composite digital models of behavioral patterns as well as actual performance of the capability on the production unit.
  • Production units can also consist of several subunits with further behavioral patterns, such as, for example, an industrial robot for handling the workpiece, as well as another industrial robot, which takes over the welding at certain points of the workpiece.
  • production units can also be programming devices that do not physically process the workpiece, but rather, for B. carry out a firmware programming of the workpiece.
  • Workpieces are precursors of the product in the final state, in each case with respect to the current production process, and may be the materials DA at any stage of a product incl. ⁇ to use.
  • the workpiece in the final state becomes the product.
  • workpieces are, for example, materials and raw materials in any state of aggregation, individual components, software components or entire assemblies in question.
  • the workpiece undergoes conditions in the production process.
  • the ⁇ se states can be obtained and characterized by any actual production ⁇ processes. It can for example, it can also be a simple bore in the body of the workpiece, such as a surface coating, or even the parameterization of a component on an electrical part of the workpiece. States can be described or limited by their necessary previous states. For example, it is necessary to provide a bore before a bolt can be passed through the hole.
  • States are merged by state transitions. Examples of state transitions are Materialentfer ⁇ tion, coating of the workpiece and also quality checks that do not change the workpiece per se but only provide information about the workpiece and its further whereabouts.
  • Requirements also called “requirements” describe one or more state transitions that the work piece is to pass through, eg as a sequence of states that the work piece is to pass through in the production process It is also conceivable that other data is made available that must be converted into requests yet. for example, data, which merely represent the product in the final state, and should only by one or more further steps in requirements including a sequence of states must be converted.
  • This sequence of states as ⁇ independently at ideally be defined by the production units. it may make sense to describe his individual states directly, using the skills of a particular production unit, such as finishing off yet is no more appropriate production unit or Kay ⁇ ability to achieve this state.
  • Requirements can be assigned to the abilities or behavior patterns by comparing their input and / or output states.
  • state ⁇ previously had to be represented by multiple skills transitions, now to be imaged by a single new ability. This may be the case when evaluating whether a new production unit with extended functionality is viable.
  • the generic descriptions of the behavioral patterns include or refer to simulation data of the behavioral patterns. These may be physical electrical thermal me- chanical as well as any further necessary simulation data for the respective application.
  • the present method is most efficiently practiced when certain data structures already exist that are relevant to modeling various aspects of a production unit, workpieces, and tools.
  • digital twin In today's parlance and in the context of industrial 4.0 in English also "digitally twin", the talk is often of ei ⁇ nem so-called digital twin.
  • Optimization criteria are any criteria that are suitable for assessing the suitability of a simulated result for actual use in a production unit.
  • the method comprises the step of: determining the parameters of the simulation data record which can be optimized by the simulation. This can be done in advance z. B. a sensitivity analysis can be performed.
  • tools are taken into account when creating the simulation data record.
  • Next ⁇ out can be selected on the basis of tools for creating the simulation data set Verhal ⁇ least pattern.
  • the first database includes generic descriptions of tools whose application forms patterns of behavior.
  • the step of simulating is performed using constraints. Boundary conditions can include so-called
  • boundary conditions are already applied during the step of creating the simulation data set, it is possible to rule out from the outset unnecessary simulations that violate certain boundary conditions from the outset (eg very long duration of the process for time-critical workpieces).
  • the capabilities of the production units are modular. This makes it possible to further use optimized and simulated basic modules and to adapt them to new capabilities which, for example, should fulfill new boundary conditions, such as increased quality requirements.
  • At least one of the steps is carried out fully automatically by the simulation system.
  • the structured design of the process made it ⁇ light-efficient and automated implementation of the method. This is true even if two, three or all steps are fully automated.
  • the object is further solved by a simulation system, the at least one communication interface for communica tion ⁇ with at least one of the databases and a simulation onsaku, which is configured at least to execute the following ⁇ steps:
  • a production unit that is designed to combine behavior patterns with capabilities and with the application of skills to workpieces, comprising:
  • a communication module that is configured to communicate with at least ⁇ a database
  • a processor which is at least configured to execute capabilities created by a method according to the invention
  • the object is further by a programmable controller for use with an inventive production unit, comprising at least one processor, which is configured at least to the off ⁇ management and / or control capabilities that were created by a method according to he invention.
  • 3 shows a further embodiment of a simulation system
  • 4 shows a further embodiment and spatial distribution of a simulation system
  • FIG. 8 shows a third step of the method in the configuration from FIGS. 5 to 7 and FIG
  • FIG 9 shows a fourth step of the method in the configura ⁇ tion of FIG 5 to 8.
  • FIG. 1 shows a workpiece W that undergoes a production process in its various states StO, Stl, St2 and St3.
  • the production process is too
  • a bore B into the blank of the workpiece W ⁇ is intended to, the workpiece W, a surface treatment C conservation th to (for example, a paint or a passivation - approximately layer) and finally as part of the production process ⁇ a quality assurance measure carried out who is ⁇ .
  • the workpiece W is to during the production process through from ⁇ continuously from the original state StO, the following states Stl, St2, St3:
  • the workpiece W now has a surface coating C in addition to the hole H.
  • the surface coating C can be a coating or a further surface coating.
  • State St3 The workpiece W has no longer changed its physical properties but has been subjected to a qualitative Quality control Q, here represented by a camera, un ⁇ terzogen. The physical properties of the workpiece W have thus not changed, but it is now ensured that the workpiece W meets certain quality requirements, which is reflected in a change of state. Such state transitions can also be taken into account by the present method.
  • Descriptions of the physical parameters such as shape, weight, composition, maximum possible acceleration, maximum possible pressure, minimum and maximum temperature and other parameters can be used to model the workpieces W. If an ability causes a state transition on one or more workpieces, a description of the process parameters is also part of the digital description or modeling of the workpiece.
  • the creation of the cylindrical bore H in the workpiece W should be mentioned here.
  • boundary conditions such as, for example, the maximum temperature of the workpiece during the drilling process must be taken into account.
  • the state transition StTOl here describes a Mate ⁇ rialentfernung, in this case, to create a bore.
  • This state transition StTOl can be characterized is that already specific tools can be specified bring about one of the ⁇ -like state transition, such as. A drill or a laser cutter.
  • the state transition StTO1 can furthermore be described via the input and output states, ie the workpiece W in the state StO without bore and the workpiece W in the state Stl with bore H and possibly a delta between the input and output states.
  • state transitions StTO1, StT12, StT23 can be described in various ways.
  • the state transition StTOl is described by the capabilities SK011, SK012, SK013.
  • StT12 is described by behavior patterns B121, B122, B123.
  • the state transition StT23 is described by boundary conditions CON231, CON232, CON233. It is also possible to describe the state transitions through combinations of abilities, behavior patterns and / or boundary conditions as well as other modeling forms not mentioned here.
  • the single-variety description in the present case is merely exemplary. If an alternative for one of the SK011, SK012, SK013 abilities is to be generated by the present method, then it might be necessary to analyze the abilities in advance with regard to their input and output states. But it is also conceivable that the state transitions in addition to the necessary capabilities also have other boundary conditions that simplify the creation of a simulation model. The broader the database available to the simulation system, the easier new SKI capabilities,
  • SKn be created.
  • a meaningful variant is that not only SKI, SKn, behavior patterns B1, Bn or boundary conditions CON1, CONn are provided, as shown here for reasons of clarity, but, depending on the state transition to be executed, a mixture of existing capabilities SKI, SKn, in the production system Available behavior patterns Bl, Bn and / or boundary conditions CON1, CONn are stored. This is performed in each case depending on the production step ⁇ .
  • the surface coating C is specified and described. Is this at ⁇ play, be a lacquer which are a curing underzo ⁇ gen must, as are appropriate boundary conditions such as the curing temperature, the paint texture and -färbe and possibly a prior surface treatment to hinterle ⁇ gen here.
  • the state transition StT23 includes the quality measures Q to be performed on the workpiece W. This may be, for example, an optical quality equalization of both the surface coating C and the geometric properties of the bore H as well as their position. It is particularly advantageous that such quality measures Q can be carried out not only in a separate step, but by matching each state Stl, St2, St3 with the stored simulation model or the digital twin. In this way, the quality of each individual state transition StTOl, StT12, StT23 can be assessed and already at an early stage
  • FIG. 2 shows a possible configuration of a Simulationssys ⁇ tems simulation systems, comprising a processor CPU and a memory HDD.
  • the selection of CPUs depends on the SIMSYS simulation system and is subject to consideration of performance requirements and cost-effectiveness, whereby commercial PC processors up to specialized processors (eg Graphics Processing Units / Physics Processing Units) are also used in combination with corresponding computing units can.
  • the memory HDD can be designed as a nonvolatile memory in the sense of a hard disk, a cloud memory or other local or decentralized memory options.
  • a communication interface COM enables the simulation system SIMSYS to communicate with a first database
  • DB1 having behavior patterns Bl, Bn.
  • This communication is carried out via a communication network NET.
  • a production unit Ul can be seen, which the Possibility to be equipped with a first tool Tl or a second tool T2.
  • the production ⁇ unit Ul is designed as a robot arm, the tool Tl is designed as a gripper, the tool T2 as a welding tip.
  • the base of the production unit U1 indicates that it has different behavior patterns B1, B2, B1l, B12, B13, B22, B21.
  • behavior patterns B1, B2 are to be regarded as basic behavior patterns which, for example, enable a movement of the robot without its tools T1, T2.
  • the behavior patterns Bll, B12, B13 are assigned to the first tool T1
  • the behavior patterns B21, B22 are assigned to the second tool T1.
  • the display of the simulation system simulation systems, a Simula ⁇ tion model Ul can be seen ⁇ of the first production unit Ul.
  • the graphical representation shown here should not necessarily mean that it is necessarily an SD-CAD representation on an HMI, but rather should represent that by means of the simulation system SIMSYS a simulation model Ul ⁇ in the necessary and best for the application Shape can be displayed and simulated.
  • a graphical representation is not necessarily necessary, but can be very helpful for monitoring the simulation. Such representations can also be streamed over long distances and are not tied to the location of the simulation system SIMSYS.
  • FIG. 3 shows a further embodiment of a Simulationssys ⁇ tems simulation systems that communicate over a first communication network NET1 having a first and a second database DB1, DB2 can.
  • the simulation system SIMSYS can communicate with a third database DB3 and a first and a second production unit U1, U2 via a second communication network NET2.
  • the second communication network NET2 can be an industrial network based, for example, on PROFIBUS, PROFINET or OPC UA.
  • the third database DB3 has capabilities SKI, SKn, which can be created by the method according to the invention by the simulation system SIMSYS and stored there. It is also possible that the third database DB3 pre ⁇ made skills SKI, SCn for further use in the production unit Ul and / or simulation system
  • SIMSYS includes.
  • existing abilities are analyzed SKI, SCn and used as a basis for new Desi ⁇ skills SKI, SCn. This can be done by their structure or exchange of individual behavior patterns (new tool, with improved properties, new drive with increased travel speeds, etc.).
  • the simulation system SIMSYS not only generates capabilities SKI, SKn, but also plays the capabilities SKI, SKn directly after the generation on one of the production units U1, U2.
  • the configuration of the production units U1, U2 can also be left to further configuration units (not shown). It is conceivable that the Simulati ⁇ onshim simulation systems is completely separated from the production units Ul, U2.
  • FIG. 4 shows a further embodiment and spatial distri ⁇ development of a simulation system simulation systems, as it is already known from the previous figures.
  • a decentralized infrastructure 100 which may be designed, for example, as a cloud solution, is provided.
  • the simulation system In the decentralized infrastructure 100 is the simulation system
  • the decentralized infrastructure 100 is available over a wide area network WAN, in English "Wide Area Network", connected to an industrial plant PLANT, which can be the Internet using industry-standard tunnels (VPN) and / or encryption mechanisms.
  • WAN wide area network
  • PLANT which can be the Internet using industry-standard tunnels (VPN) and / or encryption mechanisms.
  • VPN industry-standard tunnels
  • the three databases DB1, DB2, DB3 also can be for purely logical instances, and the actual physical In ⁇ mentation always on the application area and z.
  • the databases DB1, DB2, DB3 are connected via a communication network NET by means of their communication interfaces COM.
  • the simulation system SIMSYS thus has access to behavior patterns Bl, Bn stored in the first database DB1, requests REQ1, REQn stored in the second database DB2, and to a third database DB3 in which capabilities SKI, SKn can be stored , Prefabricated capabilities SKI, SKn can be available in the third database DB3 for simulation in the SIMSYS simulation system.
  • SIMSYS has loaded a current request REQ, which aims to transfer a workpiece W in the state StO in a workpiece W in the condition Stl. It can be seen that the already known from FIG 1 bore H in the workpiece W is to be ⁇ brought. This is done by means of a state transition StTOl. Necessary information / data regarding the state transition StTO1 are contained in the REQ requirements, whereby, in addition, boundary conditions, eg regarding permissible process temperatures, machining times, surface finishes, tolerances, ... can also be included in the REQ requirements.
  • the method according to the invention now makes it possible, by means of the simulation system SIMSYS for the state transition StTO1, to generate new capabilities SKI, SKn. It has been found to be advantageous to equip the Si ⁇ simulation models with parameters interfaces as they exhibit the production units Ul, Un, in order to use the simulation data directly as parameter sets for the production units.
  • the state transition StTOl having here exemplified three Ver ⁇ hold pattern Bl, B2, B3, corresponding behavior patterns Bl, B2, B3 of the production units Ul, U2, U3 associated as a possible pattern of behavior.
  • the possible assignments of the behavior patterns Bl, B2, B3 are shown here in a part of the first database DBl ⁇ . This is intended to indicate that the entire database DB1 is not required for creating a simulation data record SD1, SD2, but of course a pre-selection can be made in order to minimize the traffic between the database DB1 and the simulation system SIMSYS.
  • the behavior pattern Bl is the positioning of the workpiece W
  • the behavior pattern B2 the introduction of a hole in the workpiece W and
  • the pattern B3 the removal of the waste products created by the drilling and, if necessary, burrs. It is indicated in each case that the behavior pattern Bl is offered by the production units U1, U3 and the behavior patterns B2, B3 are each offered by the production units U2 and U3. Exemplary are now for the Zu- State transition StTOl two simulation data sets SD1, SD2 he ⁇ been.
  • the simulation data record SD1 combines the behavior patterns B1, B2, B3 excluding the production unit U3. This could be, for example, a specialized drilling device, which offers the positioning of the workpiece, the introduction of the bore and the removal of the waste itself.
  • the simulation data set SD2 combines the behavior patterns Bl, B2, B3 of the production units Ul and U2, where Ul only provides the behavior pattern Bl and U2 provides the behavior patterns B2 and B3.
  • Ul only provides the behavior pattern Bl and U2 provides the behavior patterns B2 and B3.
  • a complete sublimation of the material to be removed could take place, which is why the behavior pattern B3 is implicitly met by the laser device U2, since the waste products are removed in gaseous form.
  • FIG 7 now shows the simulation of one of the Simulationsoires Kunststoff ⁇ ze SD1 using a simulation time TSIM, first boundary conditions CON1 and CON2 second constraints.
  • the workpiece W is simulatively transferred in the state StO in the workpiece W in the state Stl.
  • the SIMRES1 simulation results are symbolically represented here as two graphs which, for example, can represent relevant variables, also called "Key Performance Indicators" (KPIs) .Also here, a graphic evaluation of the simulation results is not necessary, but can be carried out . If the simulation time TSIM made in discrete steps available, can be for these discrete steps for all simulated own sheep ⁇ th and for all simulation participants calculate appropriate increments.
  • KPIs Key Performance Indicators
  • the simulation time TSIM can also be when he ⁇ eignisdiskrete Figure discrete event increments chosen .
  • the condition of the production unit, if necessary, of the work ⁇ zeugs, the state of the workpiece W as well as the state of environmental kind be in these increments (time or discrete values) as long as simulated until the desired result, that is state transition of the supply StTOl is completed or the workpiece to stand ⁇ Stl occurred or is other termination criteria for the simula- tion.
  • Other termination criteria can be given, for example, when exceeding a certain period of time, which can be stored in one of the boundary conditions CON1 or CON2.
  • the boundary conditions CON1, CON2 can also be maximum temperatures of the workpiece, the environment or the tool, as well as quality criteria and other boundary conditions that would apply the expert in a simulative environment.
  • FIG 8 shows the step S3 of the method, in which Simulationser ⁇ results of SIMRES1, SIMRES2 are compared SIMRES3 with definable criteria optimization ⁇ approximately OPT. Results 1, 2, 3 of the comparison are also shown.
  • the results of SIMRES1 Simulationser ⁇ do not meet the defined optimization criteria OPT, which is correspondingly gekennzeich ⁇ net in the result is 1, the results satisfy the SIMRES2 define Opti ⁇ m istskriterien OPT, so the result with a 2 Ha- If the simulation results SIMRES3 do not meet the optimization criteria OPT, then it is indicated in the results 3 that the simulation with adjusted parameters must be carried out again.
  • FIG. 9 shows step S4, in which simulation data sets SD1, SD3 with the associated parameter sets PARAM1, PARAM31 are respectively stored as a capability SKI, SK31.
  • which parameters or which information is stored in the capability SKI, SK31 ⁇ the.
  • the respective parameter sets the simulation results and the simulation models are stored with the skills to enable a later review or optimization. Gradations are possible. This is advantageous at low cost, particularly in times of high availability memory system, ⁇ men.
  • the capabilities SKI, SK31 are stored in the database DB3.
  • Storing the best parameters PARAM1, PARAMn and storing the parameters PARAM1, PARAMn in a new capability SKI, SKn and / or storing the determined sequence of behavior patterns B1, Bn in a new capability SKI, SKn can be done efficiently and efficiently with the method according to the invention be carried out fully automatically.
  • the selection can also be left to an expert and appropriate evaluations, for example, automatically made available by selected KPIs.
  • the invention relates to a method for Ge ⁇ nerieren skill SKI, SKn one or more production units Ul, Un, wherein the production units Ul, Un by a combination of behavioral patterns Bl, Bn capabilities SKI, SKn form, wherein the production units Ul, Un by application of skills SKI, SKn cause at least one state transition STTL, STTN a tool piece W, wherein a first database DB1 comprises behavior ⁇ pattern Bl, Bn of the production units Ul, Un, wherein a second database DB2 requests REQ1, REQn has the describe one or more state transitions StTl, StTn, which the workpiece W should pass through.
  • a first database DB1 comprises behavior ⁇ pattern Bl, Bn of the production units Ul, Un
  • a second database DB2 requests REQ1
  • REQn has the describe one or more state transitions StTl, StTn, which the workpiece W should pass through.
  • SDn wherein in the simulation data set SD1,... SDn are assigned to the requirements REQ1, REQn for at least one state transition StT1, StTn behavior patterns B1, Bn, S2: simulation of at least one of the simulation data sets SD1,
  • SDn S3 selecting the simulation data records SD1,... SDn whose simulation results SIMRES1, SIMRESn fulfill definable optimization criteria OPT,
  • SDn as at least one capability SKI, SKn in at least one third database DB3.
  • the invention further relates to a simulation system

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

The invention relates to a method for generating capabilities (SK1,..., SKn) of one or more production units (U1,..., Un), wherein the production units (U1,..., Un) form capabilities (SK1,..., SKn) by combining behavior patterns (B1,..., Bn), and the production units (U1,..., Un) bring about at least one state transition (SK1,..., SKn) of a workpiece (W) by applying capabilities (SK1,..., SKn). In order to specify a method that allows the efficient and automatable generation of capabilities to be achieved, the following steps are proposed: creating at least one simulation data set (SD1,..., SDn), in the simulation data set (SD1,..., SDn) behavior patterns (B1,..., Bn) being associated with the requirements (REQ1,..., REQn) for at least one state transition (ST1,..., STn) (S1), simulating at least one of the simulation data sets (SD1,..., SDn) (S2), selecting the simulation data sets (SD1,... SDn), the simulation results (SIMRES1,..., SIMRESn) of which meet definable optimization criteria (OPT) (S3), storing the selected simulation data sets (SD1,..., SDn) as at least one capability (SK1,..., SKn) in at least one third database (DB3) (S4). The invention further relates to a simulation system (SIMSYS), to a production unit (U1,..., Un) and to an automation device that are used in conjunction with the method.

Description

Beschreibung description
Automatisierbares Generieren von Fähigkeiten von Produktions¬ einheiten Automatable generating capabilities of production units ¬
Die Erfindung betrifft ein Verfahren zum automatisierbaren Generieren von Fähigkeiten einer oder mehrerer Produktionseinheiten. Die Erfindung betrifft weiterhin ein Simulationssystem, eine Produktionseinheit sowie ein Automatisierungsge- rät. The invention relates to a method for the automated generation of capabilities of one or more production units. The invention further relates to a simulation system, a production unit and an automation device.
In modernen Produktionssystemen kommen vermehrt Produktionseinheiten zum Einsatz, die ihre Fähigkeiten nicht nur selbst sehr flexibel anwenden, sondern diese auch anderen Produkti- onseinheiten anbieten. Die Produktionseinheiten bilden durch Kombination von Verhaltensmustern Fähigkeiten aus, wobei die Produktionseinheiten durch Anwendung von Fähigkeiten zumindest einen Zustandsübergang eines Werkstücks bewirken. Anforderungen beschreiben einen oder mehrere Zustandsübergänge, die das Werkstück durchlaufen soll und eine erste Datenbank weist generische Beschreibungen von Verhaltensmustern der Produktionseinheiten auf. Die generischen Beschreibungen der Verhaltensmuster können dabei u. A. in Form von Simulationsmodellen, dazugehörigen Parametersätzen zur Parametrierung der Produktionseinheiten sowie weiterer Datenstrukturen, die eine Beschreibung der Verhaltensmuster ermöglichen, vorliegen . Modern production systems are increasingly using production units that not only flexibly apply their abilities, but also offer them to other production units. The production units develop capabilities by combining behavior patterns, whereby the production units effect at least one state transition of a workpiece by using capabilities. Requirements describe one or more state transitions that the workpiece is to go through, and a first database has generic descriptions of behavior patterns of the production units. The generic descriptions of the behavior patterns can u. A. in the form of simulation models, associated parameter sets for parameterizing the production units as well as other data structures that allow a description of the behavioral patterns.
Produktionseinheiten sind dabei als Vorrichtungen oder Soft- warekomponenten in einer Produktion zu verstehen, die durchProduction units are to be understood as devices or software components in a production, which by
Anwendung von Fähigkeiten und/oder Verhaltensmuster einen Zustandsübergang eines Werkstücks bewirken. Fähigkeiten sind dabei aus Verhaltensmustern zusammengesetzt. Verhaltensmuster beinhalten eine untergeordnete und feingra- nulare Beschreibung von einzelnen Funktionen, die eine Produktionseinheit ausführen kann. Soll ein Roboter mit Greifarm z.B. die Fähigkeit "Positionieren eines Werkstücks" realisie- ren, so kann dieser beispielhaft folgende Verhaltensmuster kombinieren: Greifen des Werkstücks, Anheben des Werkstücks, Drehen des Werkstücks, Ablegen des Werkstücks, und schlie߬ lich Greifer wieder öffnen. Dies zeigt wie komplex bereits einfachste Fähigkeiten sind. Verhaltensmuster können sowohl die tatsächlichen Ausführungsparameter für die jeweilige Produktionseinheit, als auch eine hinreichend genaue Modellie¬ rung eines simulierbaren Modells eben dieser parametrisierten Produktionseinheit aufweisen. Diese Zweiteilung wird im Fach- jargon auch als digitaler Zwilling beschrieben. Applying skills and / or behavior pattern cause a state transition of a workpiece. Skills are composed of behavioral patterns. Behavioral patterns include a subordinate and fine-grained description of individual functions that a production unit can perform. If, for example, a robot with gripper arm is to realize the ability to "position a workpiece" reindeer, so you can combine this example, the following behavioral patterns: open gripping the workpiece, lifting the workpiece, rotating the workpiece, to handle the workpiece, and closing ¬ Lich gripper again. This shows how complex even the simplest skills are. Behavior pattern can include both the actual design parameters for the respective production unit, as well as a sufficiently exact Modellie ¬ tion of a model can be simulated precisely this parameterized production unit. This dichotomy is also described in technical jargon as a digital twin.
Verhaltensmuster können dabei in ihr digitales Modell und die tatsächliche Ausführung des Verhaltensmusters auf einem phy¬ sikalischen Endgerät aufgeteilt werden. Analog können Fähig- keiten durch die zusammengesetzten digitalen Modelle der Verhaltensmuster sowie einer tatsächlichen Ausführung der Fähigkeit auf der Produktionseinheit beschrieben werden. Behavior patterns can thereby be split into its digital model and the actual execution of the behavior pattern on a phy ¬ sical terminal. Similarly, abilities can be described by the composite digital models of behavioral patterns as well as actual performance of the capability on the production unit.
Produktionseinheiten können auch aus mehreren Untereinheiten mit weiteren Verhaltensmustern bestehen, wie bspw. ein Industrieroboter zum Handhaben des Werkstücks, sowie ein weiterer Industrieroboter, der das Schweißen an bestimmten Stellen des Werkstücks übernimmt. Produktionseinheiten können aber ebenso Programmiergeräte sein, die keine physikalische Bear- beitung des Werkstücks vornehmen, sondern z. B. eine Firmware-Programmierung des Werkstücks durchführen. Production units can also consist of several subunits with further behavioral patterns, such as, for example, an industrial robot for handling the workpiece, as well as another industrial robot, which takes over the welding at certain points of the workpiece. However, production units can also be programming devices that do not physically process the workpiece, but rather, for B. carry out a firmware programming of the workpiece.
Werkstücke sind Vorläufer des Produkts im Endzustand, jeweils bezüglich des aktuellen Produktionsprozesses, und können da- bei jegliche Vorstufe eines Produkts inkl. der zu verwenden¬ den Werkstoffe sein. Das Werkstück im Endzustand wird zum Produkt. Als Werkstücke kommen beispielsweise Materialien und Rohstoffe in jeglichem Aggregatszustand, einzelne Bauteile, Softwarekomponenten oder ganze Baugruppen in Frage. Workpieces are precursors of the product in the final state, in each case with respect to the current production process, and may be the materials DA at any stage of a product incl. ¬ to use. The workpiece in the final state becomes the product. As workpieces are, for example, materials and raw materials in any state of aggregation, individual components, software components or entire assemblies in question.
Das Werkstück durchläuft im Produktionsprozess Zustände. Die¬ se Zustände können durch jegliche tatsächlichen Produktions¬ prozesse erwirkt und charakterisiert werden. Dabei kann es sich z.B. ebenso um eine einfache Bohrung in den Körper des Werkstücks wie eine Oberflächenbeschichtung oder sogar um die Parametrierung eines Bauteils auf einem elektrischen Teil des Werkstücks handeln. Zustände können dabei durch ihre notwen- digen vorgehenden Zustände beschrieben oder beschränkt werden. So ist es z.B. notwendig eine Bohrung vorzusehen bevor ein Bolzen durch die Bohrung geführt werden kann. The workpiece undergoes conditions in the production process. The ¬ se states can be obtained and characterized by any actual production ¬ processes. It can For example, it can also be a simple bore in the body of the workpiece, such as a surface coating, or even the parameterization of a component on an electrical part of the workpiece. States can be described or limited by their necessary previous states. For example, it is necessary to provide a bore before a bolt can be passed through the hole.
Zustände werden durch Zustandsübergänge ineinander überge- führt. Beispiele für Zustandsübergänge sind Materialentfer¬ nung, Beschichtung des Werkstücks und ebenso Qualitätsprüfungen, die das Werkstück an sich nicht verändern sondern nur eine Information über das Werkstück und dessen weiteren Verbleib liefern. States are merged by state transitions. Examples of state transitions are Materialentfer ¬ tion, coating of the workpiece and also quality checks that do not change the workpiece per se but only provide information about the workpiece and its further whereabouts.
Das Generieren von neuen Fähigkeiten einer oder mehrerer Produktionseinheiten ist bisher ein aufwändiger manueller Pro- zess an dem mehrere Entwickler beteiligt sind. Aufgabe der vorliegenden Erfindung ist es, ein Verfahren anzugeben, das es ermöglicht eine effiziente und gut The generation of new capabilities of one or more production units has hitherto been a complex manual process in which several developers are involved. It is an object of the present invention to provide a method which enables efficient and good
automatisierbare Generierung von Fähigkeiten zu erreichen. Es ist weiterhin Aufgabe der Erfindung ein Simulationssystem, eine Produktionseinheit sowie ein Automatisierungsgerät anzu- geben, die im Zusammenhang mit dem Verfahren zum Einsatz kommen . to achieve automatable generation of skills. It is a further object of the invention to specify a simulation system, a production unit and an automation device which are used in conjunction with the method.
Zur Lösung der Aufgabe werden folgende Schritte vorgeschla¬ gen : To achieve the object following steps are pre schla ¬ gen:
- Erstellen zumindest eines Simulationsdatensatzes, wobei im Simulationsdatensatz den Anforderungen für zumindest einen Zustandsübergang Verhaltensmuster zugewiesen werden, Creating at least one simulation data record, wherein in the simulation data record the requirements for at least one state transition are assigned to patterns of behavior,
- Simulieren zumindest eines der Simulationsdatensätze, - Selektieren der Simulationsdatensätze deren Simulationsergebnisse definierbare Optimierungskriterien erfüllen, Simulating at least one of the simulation data sets, selecting the simulation data sets whose simulation results fulfill definable optimization criteria,
- Speichern der selektierten Simulationsdatensätze als zumindest eine Fähigkeit in zumindest einer zweiten Datenbank. Anforderungen, im engl, auch „requirements" , beschreiben dabei einen oder mehrere Zustandsübergänge, die das Werkstück durchlaufen soll, z.B. als eine Abfolge von Zuständen, die das Werkstück im Produktionsprozess durchlaufen soll. Es ist ebenso denkbar, dass andere Daten zur Verfügung gestellt werden, die noch in Anforderungen umgewandelt werden müssen. Beispielsweise Daten, die lediglich das Produkt im Endzustand darstellen und erst durch einen oder mehrere weitere Schritte in Anforderungen inklusive einer Abfolge von Zuständen umge- wandelt werden müssen. Diese Abfolge von Zuständen sollte da¬ bei idealerweise unabhängig von den Produktionseinheiten definiert sein. Unter Umständen kann es sinnvoll sein einzelne Zustände direkt unter Anwendung der Fähigkeiten einer bestimmten Produktionseinheit zu beschreiben, z.B. da schlicht- weg noch keine besser geeignete Produktionseinheit bzw. Fä¬ higkeit zur Erreichung dieses Zustands existiert. Storing the selected simulation data sets as at least one capability in at least one second database. Requirements, also called "requirements", describe one or more state transitions that the work piece is to pass through, eg as a sequence of states that the work piece is to pass through in the production process It is also conceivable that other data is made available that must be converted into requests yet. for example, data, which merely represent the product in the final state, and should only by one or more further steps in requirements including a sequence of states must be converted. This sequence of states as ¬ independently at ideally be defined by the production units. it may make sense to describe his individual states directly, using the skills of a particular production unit, such as finishing off yet is no more appropriate production unit or Fä ¬ ability to achieve this state.
Anforderungen können den Fähigkeiten bzw. den Verhaltensmustern über einen Vergleich von deren Ein- und/oder Ausgangszu- ständen zugeordnet werden. Requirements can be assigned to the abilities or behavior patterns by comparing their input and / or output states.
Es kann ebenso Teil einer Anforderung sein, dass Zustands¬ übergänge, die bisher durch mehrere Fähigkeiten abgebildet werden mussten, nun durch eine einzelne neue Fähigkeit abge- bildet werden sollen. Dies kann der Fall sein, wenn evaluiert werden soll ob eine neue Produktionseinheit mit erweitertem Funktionsumfang rentabel ist. It can also be part of a requirement that state ¬ previously had to be represented by multiple skills transitions, now to be imaged by a single new ability. This may be the case when evaluating whether a new production unit with extended functionality is viable.
Besonders vorteilhaft ist dabei, dass mehrere Zustandsüber- gänge mittels einer einzigen neuartigen Fähigkeit realisiert werden können, die bisher nur durch aufwändige Kombination verschiedener bestehender Fähigkeiten erreicht werden konnten. Die Fähigkeiten werden mittels einer Simulation bzw. deren Simulationsergebnissen selektiert. In this case, it is particularly advantageous that a plurality of state transitions can be realized by means of a single novel capability that could hitherto only be achieved by a complex combination of various existing capabilities. The abilities are selected by means of a simulation or its simulation results.
Die generischen Beschreibungen der Verhaltensmuster enthalten oder verweisen auf Simulationsdaten der Verhaltensmuster. Dabei kann es sich um physikalische elektrische thermische me- chanische sowie jegliche weitere notwendige Simulationsdaten für die jeweilige Anwendung handeln. The generic descriptions of the behavioral patterns include or refer to simulation data of the behavioral patterns. These may be physical electrical thermal me- chanical as well as any further necessary simulation data for the respective application.
Das vorliegende Verfahren ist am effizientesten durchführbar, wenn bereits gewisse Datenstrukturen existieren, die für das Modellieren verschiedener Aspekte einer Produktionseinheit, Werkstücken und Werkzeugen relevant sind. Im heutigen Sprachgebrauch und im Umfeld von Industrie 4.0 ist oftmals von ei¬ nem sogenannten digitalen Zwilling, im englischen auch „digi- tal twin", die Rede. The present method is most efficiently practiced when certain data structures already exist that are relevant to modeling various aspects of a production unit, workpieces, and tools. In today's parlance and in the context of industrial 4.0 in English also "digitally twin", the talk is often of ei ¬ nem so-called digital twin.
Optimierungskriterien sind dabei jegliche Kriterien, die an dazu geeignet sind, die Eignung eines simulierten Ergebnisses für den tatsächlichen Einsatz in einer Produktionseinheit zu bewerten. Optimization criteria are any criteria that are suitable for assessing the suitability of a simulated result for actual use in a production unit.
Das Speichern der Simulationsdatensätze als Fähigkeiten kann dabei derart ausgeführt sein, dass lediglich für die Fähig¬ keit relevante Parameter der Simulation abgespeichert werden. Es können aber ebenso vollständige Simulationsdatensätze, inkl. der Parameter der Fähigkeiten zu Archivierungszwecken gespeichert werden. Saving the simulation data sets as skills can be designed such that only relevant for Able ¬ ness parameters of the simulation are stored. However, it is also possible to save complete simulation data sets, including the parameters of the capabilities for archiving purposes.
In einer weiteren Ausführungsform umfasst das Verfahren den Schritt: Ermitteln der Parameter des Simulationsdatensatzes, die durch die Simulation optimierbar sind. Dazu kann im Vorfeld z. B. eine Sensitivitätsanalyse durchgeführt werden. In a further embodiment, the method comprises the step of: determining the parameters of the simulation data record which can be optimized by the simulation. This can be done in advance z. B. a sensitivity analysis can be performed.
In einer weiteren Ausführungsform werden beim Erstellen des Simulationsdatensatzes Werkzeuge berücksichtigt. Auf dieseIn a further embodiment, tools are taken into account when creating the simulation data record. To this
Weise steigt die Flexibilität des Verfahrens weiter. Weiter¬ hin können beim Erstellen des Simulationsdatensatzes Verhal¬ tensmuster auf Basis von Werkzeugen selektiert werden. In einer weiteren Ausführungsform umfasst die erste Datenbank ge- nerische Beschreibungen von Werkzeugen, deren Anwendung Verhaltensmuster ausbilden. In einer bevorzugten Ausführungsform wird der Schritt des Simulierens unter Anwendung von Randbedingungen durchgeführt wird. Randbedingungen können dabei u. a. sogenannte Way, the flexibility of the method continues to increase. Next ¬ out can be selected on the basis of tools for creating the simulation data set Verhal ¬ least pattern. In another embodiment, the first database includes generic descriptions of tools whose application forms patterns of behavior. In a preferred embodiment, the step of simulating is performed using constraints. Boundary conditions can include so-called
Constraints oder Boundarys sein, wie sie bei Simulationen üb- licherweise zum Einsatz kommen. Auch maximale anwendbareConstraints or Boundarys, as they are usually used in simulations. Also maximum applicable
Kräfte, Zeiten, Positionen oder Toleranzen, Geschwindigkeiten können als Randbedingungen mit einfließen. Dies erhöht die Qualität der Simulation durch Annäherung an die tatsächliche Ausführung einer Fähigkeit auf einem realen System weiter. Forces, times, positions or tolerances, speeds can be included as boundary conditions. This further enhances the quality of the simulation by approximating the actual execution of a capability on a real system.
Werden Randbedingungen bereits beim Schritt des Erstellens des Simulationsdatensatzes angewandt, so können bereits von vorne herein unnötige Simulationen ausgeschlossen werden, die gewisse Randbedingungen von vorneherein verletzen (z. B. sehr lange Dauer des Prozesses bei zeitkritischen Werkstücken) . If boundary conditions are already applied during the step of creating the simulation data set, it is possible to rule out from the outset unnecessary simulations that violate certain boundary conditions from the outset (eg very long duration of the process for time-critical workpieces).
Besonders vorteilhaft ist es, wenn die Anforderungen Randbe¬ dingungen umfassen. Auf diese Weise ist das Erstellen des Simulationsdatensatzes einfacher und effizienter möglich. It is particularly advantageous if the requirements include Randbe ¬ conditions is. In this way, creating the simulation data set is easier and more efficient.
In einer bevorzugten Ausführungsform sind die Fähigkeiten der Produktionseinheiten modular aufgebaut. Dies ermöglicht es bereits optimierte und simulierte Grundmodule weiter zu ver¬ wenden und diese an neue Fähigkeiten anzupassen, die z.B. neue Randbedingungen, wie erhöhte Qualitätsanforderungen, erfüllen sollen. In a preferred embodiment, the capabilities of the production units are modular. This makes it possible to further use optimized and simulated basic modules and to adapt them to new capabilities which, for example, should fulfill new boundary conditions, such as increased quality requirements.
In einer besonders bevorzugten Ausführungsform wird zumindest einer der Schritte vollautomatisiert vom Simulationssystem durchgeführt. Der strukturierte Aufbau des Verfahrens ermög¬ licht eine effiziente und automatisierte Durchführung des Verfahrens. Dies gilt auch wenn zwei, drei oder alle Schritte vollautomatisiert durchgeführt werden. Die Aufgabe wird weiter durch ein Simulationssystem gelöst, das zumindest eine Kommunikationsschnittstelle zur Kommunika¬ tion mit zumindest einer der Datenbanken und eine Simulati- onseinheit aufweist, die zumindest zur Ausführung der folgen¬ den Schritte konfiguriert ist: In a particularly preferred embodiment, at least one of the steps is carried out fully automatically by the simulation system. The structured design of the process made it ¬ light-efficient and automated implementation of the method. This is true even if two, three or all steps are fully automated. The object is further solved by a simulation system, the at least one communication interface for communica tion ¬ with at least one of the databases and a simulation onseinheit, which is configured at least to execute the following ¬ steps:
- Erstellen zumindest eines Simulationsdatensatzes, wobei im Simulationsdatensatz den Anforderungen für zumindest einen Zustandsübergang Verhaltensmuster zugewiesen werden,  Creating at least one simulation data record, wherein in the simulation data record the requirements for at least one state transition are assigned to patterns of behavior,
- Simulieren zumindest eines der Simulationsdatensätze,  Simulate at least one of the simulation data sets,
- Selektieren der Simulationsdatensätze deren Simulationsergebnisse definierbare Optimierungskriterien erfüllen,  - selecting the simulation data sets whose simulation results meet definable optimization criteria,
- Speichern der selektierten Simulationsdatensätze als zumin- dest eine Fähigkeit in zumindest einer dritten Datenbank.  - Save the selected simulation data sets as at least one capability in at least one third database.
Die Aufgabe wird weiter durch eine Produktionseinheit gelöst, die zur Kombination von Verhaltensmustern zu Fähigkeiten und zur Anwendung von Fähigkeiten an Werkstücken ausbildet ist, aufweisend: The task is further solved by a production unit that is designed to combine behavior patterns with capabilities and with the application of skills to workpieces, comprising:
• ein Kommunikationsmodul, das zum Kommunizieren mit zumin¬ dest einer Datenbank ausgebildet ist, • a communication module that is configured to communicate with at least ¬ a database,
• einen Prozessor, der zumindest zur Ausführung von Fähigkeiten, die durch ein erfindungsgemäßes Verfahren erstellt wurden, konfiguriert ist sowie  A processor which is at least configured to execute capabilities created by a method according to the invention and
• einen Speicher, der zumindest zur temporären Speicherung von Fähigkeiten ausgebildet ist.  • a memory that is designed at least for the temporary storage of skills.
Die Aufgabe wird weiter durch ein Automatisierungsgerät zur Verwendung mit einer erfindungsgemäßen Produktionseinheit, aufweisend zumindest einen Prozessor, der zumindest zur Aus¬ führung und/oder Steuerung von Fähigkeiten, die durch ein er findungsgemäßes Verfahren erstellt wurden, konfiguriert ist. The object is further by a programmable controller for use with an inventive production unit, comprising at least one processor, which is configured at least to the off ¬ management and / or control capabilities that were created by a method according to he invention.
Im Folgenden wird die Erfindung anhand der in den Figuren dargestellten Ausführungsbeispiele näher beschrieben und erläutert. Es zeigen: In the following the invention will be described and explained in more detail with reference to the embodiments illustrated in the figures. Show it:
FIG 1 den allgemeinen Zusammenhang zwischen Werkstücken, Zu- ständen und Zustandsübergängen 1 shows the general relationship between workpieces, conditions and state transitions
FIG 2 eine mögliche Konfiguration eines Simulationssystems in Verbindung mit einer Produktionseinheit,  2 shows a possible configuration of a simulation system in connection with a production unit,
FIG 3 eine weitere Ausgestaltung eines Simulationssystems, FIG 4 eine weitere Ausgestaltung und räumliche Verteilung eines Simulationssystems, 3 shows a further embodiment of a simulation system, 4 shows a further embodiment and spatial distribution of a simulation system,
FIG 5 zeigt das Zusammenspiel des Simulationssystems mit Da¬ tenbanken, 5 shows the interaction of the simulation system with Da tenbanken ¬,
FIG 6 einen ersten Schritt des Verfahrens in der Konfigura¬ tion aus FIG 5, 6 shows a first step of the process in the configura ¬ tion of FIG 5,
FIG 7 einen zweiten Schritt des Verfahrens in der Konfigura¬ tion aus FIG 5 und 6, 7 shows a second step of the process in the configura ¬ tion of FIG 5 and 6,
FIG 8 einen dritten Schritt des Verfahrens in der Konfigura- tion aus FIG 5 bis 7 und  8 shows a third step of the method in the configuration from FIGS. 5 to 7 and FIG
FIG 9 einen vierten Schritt des Verfahrens in der Konfigura¬ tion aus FIG 5 bis 8. 9 shows a fourth step of the method in the configura ¬ tion of FIG 5 to 8.
FIG 1 zeigt ein Werkstück W, das einen Produktionsprozess durchläuft in seinen verschiedenen Zuständen StO, Stl, St2 und St3. In diesem Fall ist der Produktionsprozess zu Bei¬ spielzwecken stark vereinfacht und darauf beschränkt, dass in den Rohling des Werkstücks W eine Bohrung B eingebracht wer¬ den soll, das Werkstück W eine Oberflächenbehandlung C erhal- ten soll (zum Beispiel eine Lackierung oder eine Passivie- rungsschicht ) und zum Schluss auch als Teil des Produktions¬ prozesses eine Qualitätssicherungsmaßnahme durchgeführt wer¬ den soll. Das Werkstück W soll im Laufe des Produktionsprozesses, aus¬ gehend vom Ursprungszustand StO, folgende Zustände Stl, St2, St3 durchlaufen: 1 shows a workpiece W that undergoes a production process in its various states StO, Stl, St2 and St3. In this case, the production process is too At ¬ gaming purposes greatly simplified and limited to that introduced a bore B into the blank of the workpiece W ¬ is intended to, the workpiece W, a surface treatment C conservation th to (for example, a paint or a passivation - approximately layer) and finally as part of the production process ¬ a quality assurance measure carried out who is ¬. The workpiece W is to during the production process through from ¬ continuously from the original state StO, the following states Stl, St2, St3:
• Zustand StO: Das Werkstück W liegt im Rohzustand vor und muss bearbeitet werden. • State StO: The workpiece W is in the raw state and must be processed.
• Zustand Stl: Das Werkstück W weist nun eine Bohrung H auf, die in das Werkstück W eingebracht werden soll.  • Condition Stl: The workpiece W now has a hole H, which is to be introduced into the workpiece W.
• Zustand St2 : Das Werkstück W weist nun neben der Bohrung H auch eine Oberflächenbeschichtung C auf. Die Oberflächenbe- Schichtung C kann dabei eine Lackierung oder weitere Ober- flächenbeschichtung sein.  State St2: The workpiece W now has a surface coating C in addition to the hole H. The surface coating C can be a coating or a further surface coating.
• Zustand St3: Das Werkstück W hat seine physikalischen Eigenschaften nicht mehr verändert, sondern wurde einer Qua- litätskontrolle Q, hier dargestellt durch eine Kamera, un¬ terzogen. Die physikalischen Eigenschaften des Werkstücks W haben sich also nicht verändert, sondern es ist nun sichergestellt, dass das Werkstück W gewissen Qualitätsanforde- rungen entspricht, was sich in einer Zustandsänderung niederschlägt. Auch solche Zustandsübergänge können durch das vorliegende Verfahren berücksichtigt werden. State St3: The workpiece W has no longer changed its physical properties but has been subjected to a qualitative Quality control Q, here represented by a camera, un ¬ terzogen. The physical properties of the workpiece W have thus not changed, but it is now ensured that the workpiece W meets certain quality requirements, which is reflected in a change of state. Such state transitions can also be taken into account by the present method.
Zur Modellierung der Werkstücke W können Beschreibungen der physikalischen Parameter wie beispielsweise Form, Gewicht, Zusammensetzung, maximal mögliche Beschleunigung, maximal möglicher Druck, minimale und maximale Temperatur und weitere Parameter herangezogen werden. Wenn eine Fähigkeit einen Zu- standsübergang auf einem oder mehreren Werkstücken bewirkt, so ist eine Beschreibung der Prozessparameter auch Teil der digitalen Beschreibung bzw. der Modellierung des Werkstücks. Descriptions of the physical parameters such as shape, weight, composition, maximum possible acceleration, maximum possible pressure, minimum and maximum temperature and other parameters can be used to model the workpieces W. If an ability causes a state transition on one or more workpieces, a description of the process parameters is also part of the digital description or modeling of the workpiece.
Beispielhaft wäre hier das Erstellen der zylindrischen Bohrung H im Werkstück W zu nennen. Weiterhin sind Randbedingun- gen wie bspw. die maximale Temperatur des Werkstücks während des Bohrungsvorgangs zu berücksichtigen. By way of example, the creation of the cylindrical bore H in the workpiece W should be mentioned here. Furthermore, boundary conditions such as, for example, the maximum temperature of the workpiece during the drilling process must be taken into account.
Unterhalb des Werkstücks W und seinen verschiedenen Zuständen Stl, St2, St3 sind Zustandsübergänge StTOl, StT12, StT23 zu sehen. Der Zustandsübergang StTOl beschreibt dabei eine Mate¬ rialentfernung, in diesem Fall das Erstellen einer Bohrung. Dieser Zustandsübergang StTOl kann dabei dadurch charakterisiert sein, dass bereits spezifische Werkzeuge die einen der¬ artigen Zustandsübergang herbeiführen können angegeben sind, wie bspw. ein Bohrer oder ein Laser-Schneidevorrichtung. Below the workpiece W and its different states Stl, St2, St3, state transitions StTOl, StT12, StT23 can be seen. The state transition StTOl here describes a Mate ¬ rialentfernung, in this case, to create a bore. This state transition StTOl can be characterized is that already specific tools can be specified bring about one of the ¬-like state transition, such as. A drill or a laser cutter.
Es ist weiterhin denkbar, dass lediglich die Dimensionen der Materialentfernung angegeben sind, wobei die geometrischen Dimensionen angegeben werden müssen, ebenso wie Randbedingun- gen wie eine maximale Prozesstemperatur, die Härte des Mate¬ rials aus dem das Werkstück W gefertigt ist sowie weitere Prozessparameter . Der Zustandsübergang StTOl kann weiterhin über die Ein- und Ausgangszustände, d.h. das Werkstück W im Zustand StO ohne Bohrung und das Werkstück W im Zustand Stl mit Bohrung H und ggf. einem Delta zwischen den Ein- und Ausganszuständen be- schrieben sein. It is also conceivable that only the dimensions of the material removal are specified, wherein the geometric dimensions must be specified, as well as boundary conditions such as a maximum process temperature, the hardness of Mate ¬ material from which the workpiece W is made and other process parameters. The state transition StTO1 can furthermore be described via the input and output states, ie the workpiece W in the state StO without bore and the workpiece W in the state Stl with bore H and possibly a delta between the input and output states.
Weiterhin ist angedeutet, dass die Zustandsübergänge StTOl, StT12, StT23 auf verschiedene Arten beschrieben werden können. Der Zustandsübergang StTOl ist dabei durch die Fähigkei- ten SK011, SK012, SK013 beschrieben. Der ZustandsübergangFurthermore, it is indicated that the state transitions StTO1, StT12, StT23 can be described in various ways. The state transition StTOl is described by the capabilities SK011, SK012, SK013. The state transition
StT12 ist durch Verhaltensmuster B121, B122, B123 beschrieben. Der Zustandsübergang StT23 wird durch Randbedingungen CON231, CON232, CON233 beschrieben. Es ist weiterhin möglich die Zustandsübergänge durch Kombinationen von Fähigkeiten, Verhaltensmuster und/oder Randbedingungen sowie weitere hier nicht genannte Modellierungsformen zu beschreiben. Die sortenreine Beschreibung im vorliegenden Fall ist lediglich beispielhaft. Soll nun eine Alternative für eine der Fähigkeiten SK011, SK012, SK013 durch das vorliegende Verfahren erzeugt werden, so könnte es nötig sein die Fähigkeiten vorab hinsichtlich ihrer ein und Ausgangszustände zu analysieren. Ist aber ebenso denkbar, dass die Zustandsübergänge neben den notwendigen Fähigkeiten auch weitere Randbedingungen aufweisen, die ein Erstellen eines Simulationsmodells vereinfachen. Je breiter die Datenbasis ist, die dem Simulationssystem zur Verfügung steht, desto einfacher können neue Fähigkeiten SKI,StT12 is described by behavior patterns B121, B122, B123. The state transition StT23 is described by boundary conditions CON231, CON232, CON233. It is also possible to describe the state transitions through combinations of abilities, behavior patterns and / or boundary conditions as well as other modeling forms not mentioned here. The single-variety description in the present case is merely exemplary. If an alternative for one of the SK011, SK012, SK013 abilities is to be generated by the present method, then it might be necessary to analyze the abilities in advance with regard to their input and output states. But it is also conceivable that the state transitions in addition to the necessary capabilities also have other boundary conditions that simplify the creation of a simulation model. The broader the database available to the simulation system, the easier new SKI capabilities,
SKn erstellt werden. Eine sinnvolle Variante ist, dass nicht wie hier aus Übersichtlichkeitsgründen dargestellt nur jeweils Fähigkeiten SKI, SKn, Verhaltensmuster Bl, Bn oder Randbedingungen CON1, CONn zur Verfügung gestellt werden, sondern je nach auszuführendem Zustandsübergang eine Mischung aus bestehenden Fähigkeiten SKI, SKn, im Produktionssystem zur Verfügung stehender Verhaltensmustern Bl, Bn und/oder Randbedingungen CON1, CONn hinterlegt sind. Dies ist jeweils abhängig vom auszuführenden Produktions¬ schritt . Im Zustandsübergang StT12 ist die Oberflächenbeschichtung C näher bestimmt und beschrieben. Handelt es sich dabei bei¬ spielsweise um einen Lack, der einem Aushärteprozess unterzo¬ gen werden muss, so sind hier entsprechende Randbedingungen, wie die Aushärtetemperatur, die Lackbeschaffenheit und -färbe und evtl. eine vorherige Oberflächenbehandlung zu hinterle¬ gen . SKn be created. A meaningful variant is that not only SKI, SKn, behavior patterns B1, Bn or boundary conditions CON1, CONn are provided, as shown here for reasons of clarity, but, depending on the state transition to be executed, a mixture of existing capabilities SKI, SKn, in the production system Available behavior patterns Bl, Bn and / or boundary conditions CON1, CONn are stored. This is performed in each case depending on the production step ¬. In the state transition StT12, the surface coating C is specified and described. Is this at ¬ play, be a lacquer which are a curing unterzo ¬ gen must, as are appropriate boundary conditions such as the curing temperature, the paint texture and -färbe and possibly a prior surface treatment to hinterle ¬ gen here.
Der Zustandsübergang StT23 beinhaltet die Qualitätsmaßnahmen Q, die an dem Werkstück W durchgeführt werden sollen. Dabei kann es sich beispielsweise um einen optischen Qualitätsab- gleich sowohl der Oberflächenbeschichtung C als auch der geometrischen Eigenschaften der Bohrung H sowie deren Position handeln. Besonders Vorteilhaft ist, dass derartige Qualitäts- maßnahmen Q nicht nur in einem separaten Schritt durchgeführt werden können, sondern durch einen Abgleich jedes Zustands Stl, St2, St3 mit dem hinterlegten Simulationsmodell bzw. dem digitalen Zwilling. Auf diese Weise kann die Qualität jedes einzelnen Zustandsübergangs StTOl, StT12, StT23 bewertet wer- den und bereits frühzeitig The state transition StT23 includes the quality measures Q to be performed on the workpiece W. This may be, for example, an optical quality equalization of both the surface coating C and the geometric properties of the bore H as well as their position. It is particularly advantageous that such quality measures Q can be carried out not only in a separate step, but by matching each state Stl, St2, St3 with the stored simulation model or the digital twin. In this way, the quality of each individual state transition StTOl, StT12, StT23 can be assessed and already at an early stage
FIG 2 zeigt eine mögliche Konfiguration eines Simulationssys¬ tems SIMSYS, das einen Prozessor CPU sowie einen Speicher HDD aufweist. Die Auswahl der Prozessoren CPU ist abhängig von der Ausprägung des Simulationssystems SIMSYS und unterliegt Abwägungen hinsichtlich Leistungsanforderungen und Wirtschaftlichkeit, wobei handelsübliche PC-Prozessoren bis hin zu spezialisierten Prozessoren (z.B. Graphics Processing Units / Physics Processing Units) auch in Kombination mit entsprechenden Recheneinheiten zum Einsatz kommen können. Der Speicher HDD kann als ein nichtflüchtiger Speicher im Sinne einer Festplatte, einem Cloud-Speicher oder weiteren lokalen oder dezentralen Speichermöglichkeiten ausgebildet sein. Eine Kommunikationsschnittstelle COM ermöglicht dem Simulations- System SIMSYS die Kommunikation mit einer ersten Datenbank2 shows a possible configuration of a Simulationssys ¬ tems simulation systems, comprising a processor CPU and a memory HDD. The selection of CPUs depends on the SIMSYS simulation system and is subject to consideration of performance requirements and cost-effectiveness, whereby commercial PC processors up to specialized processors (eg Graphics Processing Units / Physics Processing Units) are also used in combination with corresponding computing units can. The memory HDD can be designed as a nonvolatile memory in the sense of a hard disk, a cloud memory or other local or decentralized memory options. A communication interface COM enables the simulation system SIMSYS to communicate with a first database
DB1, die Verhaltensmuster Bl, Bn aufweist. Diese Kommunikation wird über ein Kommunikationsnetz NET durchgeführt. Des Weiteren ist eine Produktionseinheit Ul zu sehen, die die Möglichkeit besitzt, mit einem ersten Werkzeug Tl oder einem zweiten Werkzeug T2 ausgerüstet zu werden. Die Produktions¬ einheit Ul ist dabei als ein Roboterarm ausgebildet, das Werkzeug Tl ist als ein Greifer, das Werkzeug T2 als eine Schweißspitze ausgebildet. DB1 having behavior patterns Bl, Bn. This communication is carried out via a communication network NET. Furthermore, a production unit Ul can be seen, which the Possibility to be equipped with a first tool Tl or a second tool T2. The production ¬ unit Ul is designed as a robot arm, the tool Tl is designed as a gripper, the tool T2 as a welding tip.
In der Basis der Produktionseinheit Ul ist angedeutet, dass diese verschiedene Verhaltensmuster Bl, B2, Bll, B12, B13, B22, B21 aufweist. Dabei sind Verhaltensmuster Bl, B2 als Ba- sis-Verhaltensmuster anzusehen, die beispielsweise eine Bewegung des Roboters ohne dessen Werkzeuge Tl, T2 ermöglichen. Die Verhaltensmuster Bll, B12, B13 sind dem ersten Werkzeug Tl zugeordnet, die Verhaltensmuster B21, B22 sind dem zweiten Werkzeug Tl zugeordnet. Diese modulare Aufbauweise verbessert eine flexible Einsetzbarkeit der Produktionseinheiten Ul,The base of the production unit U1 indicates that it has different behavior patterns B1, B2, B1l, B12, B13, B22, B21. In this case, behavior patterns B1, B2 are to be regarded as basic behavior patterns which, for example, enable a movement of the robot without its tools T1, T2. The behavior patterns Bll, B12, B13 are assigned to the first tool T1, the behavior patterns B21, B22 are assigned to the second tool T1. This modular design improves flexible usability of the production units U1,
Un und verbessert weiterhin die Abbildung der Produktionseinheiten Ul, Un, deren Verhaltensmuster Bl, Bn und der daraus aufgebauten Fähigkeiten SKI, SKn im vorliegenden simulativen Verfahren um neue Fähigkeiten simulativ zu gene- rieren. Un and continues to improve the mapping of the production units Ul, Un, their behavioral patterns Bl, Bn and the built-SKI, SKn skills simulatively in the present simulative method to generate new skills.
In der Anzeige des Simulationssystems SIMSYS ist ein Simula¬ tionsmodell Ul λ der ersten Produktionseinheit Ul zu sehen. Die hier gezeigte graphische Darstellung soll nicht zwangs- läufig bedeuten, dass es sich zwangsläufig um eine SD-CAD- Darstellung auf einem HMI handelt, sondern soll vielmehr darstellen, dass mittels des Simulationssystem SIMSYS ein Simulationsmodell Ul λ in der für die Anwendung notwendigen und besten Form darstellbar und simulierbar ist. Eine graphische Darstellung ist dabei nicht zwangsläufig notwendig, kann aber zur Überwachung der Simulation sehr hilfreich sein. Derartige Darstellungen können auch über weite Strecken gestreamt werden und sind nicht an die Örtlichkeit des Simulationssystem SIMSYS gebunden. The display of the simulation system simulation systems, a Simula ¬ tion model Ul can be seen λ of the first production unit Ul. The graphical representation shown here should not necessarily mean that it is necessarily an SD-CAD representation on an HMI, but rather should represent that by means of the simulation system SIMSYS a simulation model Ul λ in the necessary and best for the application Shape can be displayed and simulated. A graphical representation is not necessarily necessary, but can be very helpful for monitoring the simulation. Such representations can also be streamed over long distances and are not tied to the location of the simulation system SIMSYS.
FIG 3 zeigt eine weitere Ausgestaltung eines Simulationssys¬ tems SIMSYS, das über ein erstes Kommunikationsnetz NET1 mit einer ersten und einer zweiten Datenbank DB1, DB2 kommunizie- ren kann. Über ein zweites Kommunikationsnetz NET2 kann das Simulationssystem SIMSYS mit einer dritten Datenbank DB3 sowie einer ersten und einer zweiten Produktionseinheit Ul, U2 kommunizieren. Das zweite Kommunikationsnetz NET2 kann dabei ein industrielles Netzwerk, basierend bspw. auf PROFIBUS, PROFINET oder OPC UA sein. 3 shows a further embodiment of a Simulationssys ¬ tems simulation systems that communicate over a first communication network NET1 having a first and a second database DB1, DB2 can. The simulation system SIMSYS can communicate with a third database DB3 and a first and a second production unit U1, U2 via a second communication network NET2. The second communication network NET2 can be an industrial network based, for example, on PROFIBUS, PROFINET or OPC UA.
Die dritte Datenbank DB3 weist Fähigkeiten SKI, SKn auf, die durch das erfindungsgemäße Verfahren vom Simulationssys- tem SIMSYS erstellt und dort abgelegt werden können. Es ist ebenso möglich, dass die dritte Datenbank DB3 bereits vorge¬ fertigte Fähigkeiten SKI, SKn zur weiteren Verwendung in der Produktionseinheit Ul und/oder im Simulationssystem The third database DB3 has capabilities SKI, SKn, which can be created by the method according to the invention by the simulation system SIMSYS and stored there. It is also possible that the third database DB3 pre ¬ made skills SKI, SCn for further use in the production unit Ul and / or simulation system
SIMSYS beinhaltet. Hier ist denkbar, dass bestehende Fähig- keiten SKI, SKn analysiert und als Grundlage für neue Fä¬ higkeiten SKI, SKn verwendet werden. Dies kann durch deren Struktur oder Austausch einzelner Verhaltensmuster (neues Werkzeug, mit verbesserten Eigenschaften, neuer Antrieb mit erhöhten Verfahrgeschwindigkeiten, etc.) geschehen. SIMSYS includes. Here it is conceivable that existing abilities are analyzed SKI, SCn and used as a basis for new Fä ¬ skills SKI, SCn. This can be done by their structure or exchange of individual behavior patterns (new tool, with improved properties, new drive with increased travel speeds, etc.).
In der in FIG 3 gezeigten Ausführungsform ist es denkbar, dass das Simulationssystem SIMSYS nicht nur Fähigkeiten SKI, SKn generiert, sondern die Fähigkeiten SKI, SKn direkt nach der Generierung auf einer der Produktionseinheiten Ul, U2 spielt. Das Konfigurieren der Produktionseinheiten Ul, U2 kann ebenso weiteren, nicht gezeigten Konfigurationseinheiten überlassen werden. Dabei ist es denkbar, dass die Simulati¬ onseinheit SIMSYS vollständig von den Produktionseinheiten Ul, U2 getrennt ist. In the embodiment shown in FIG. 3, it is conceivable that the simulation system SIMSYS not only generates capabilities SKI, SKn, but also plays the capabilities SKI, SKn directly after the generation on one of the production units U1, U2. The configuration of the production units U1, U2 can also be left to further configuration units (not shown). It is conceivable that the Simulati ¬ onseinheit simulation systems is completely separated from the production units Ul, U2.
FIG 4 zeigt eine weitere Ausgestaltung und räumliche Vertei¬ lung eines Simulationssystems SIMSYS, wie es bereits aus den vorhergehenden Figuren bekannt ist. Hier ist angedeutet, dass eine dezentrale Infrastruktur 100, die beispielsweise als Cloud-Lösung ausgebildet sein kann, vorgesehen ist. In der dezentralen Infrastruktur 100 ist das Simulationssystem 4 shows a further embodiment and spatial distri ¬ development of a simulation system simulation systems, as it is already known from the previous figures. Here it is indicated that a decentralized infrastructure 100, which may be designed, for example, as a cloud solution, is provided. In the decentralized infrastructure 100 is the simulation system
SIMSYS sowie die drei Datenbanken DB1, DB2, DB3 angeordnet. Die dezentrale Infrastruktur 100 ist über ein Weitbereichs- netz WAN, im Englischen „Wide Area Network", mit einer industriellen Anlage PLANT verbunden. Hierbei kann es sich um das Internet unter Anwendung industrieüblicher Tunnel (VPN) und/oder Verschlüsselungsmechanismen handeln. In der indust- riellen Anlage PLANT sind drei Produktionseinheiten Ul, U2, U3 angeordnet. Diese können über das Wahlverkehrsnetz WAN mit in den Datenbanken DB1, DB2, DB3 gespeicherten Verhaltensmustern Bl und/oder Fähigkeiten SKI versorgt werden. An dieser Stelle ist ausdrücklich darauf hinzuweisen, dass es sich bei den drei Datenbanken DB1, DB2, DB3 auch um rein logische Instanzen handeln kann, und die tatsächliche physikalische Im¬ plementierung immer vom Einsatzgebiet und z. B. dessen SIMSYS and the three databases DB1, DB2, DB3 arranged. The decentralized infrastructure 100 is available over a wide area network WAN, in English "Wide Area Network", connected to an industrial plant PLANT, which can be the Internet using industry-standard tunnels (VPN) and / or encryption mechanisms.There are three production units Ul in the industrial plant PLANT, These can be supplied via the polling network WAN with behavior patterns B1 and / or capabilities SKI stored in the databases DB1, DB2, DB3, It should be expressly noted that the three databases DB1, DB2, DB3 also can be for purely logical instances, and the actual physical In ¬ mentation always on the application area and z. B. the
Sicherheitsanforderungen abhängig ist und durch das Erfindungsgemäße Verfahren sehr flexibel gestaltbar ist. Security requirements is dependent and can be designed very flexible by the inventive method.
FIG 5 zeigt das Zusammenspiel des Simulationssystems SIMSYS mit den Datenbanken DB1, DB2, DB3 sowie die Analyse von Anforderungen REQ im Detail. Dabei ist darauf hinzuweisen, dass zur Durchführung des Verfahrens keinerlei graphische Darstel- lung notwendig ist und diese hier nur zu Zwecken der Übersichtlichkeit eingefügt wurde. Selbstverständlich können ei¬ nige Schritte auch graphisch dargestellt werden, um bei¬ spielsweise eine Kontrolle einzelner Schritte durch einen menschlichen Supervisor zu ermöglichen. 5 shows the interaction of the simulation system SIMSYS with the databases DB1, DB2, DB3 and the analysis of requirements REQ in detail. It should be noted that no graphic representation is necessary for the execution of the procedure and this has been inserted here only for the sake of clarity. Of course, egg ¬ nige steps can also be graphically displayed to allow ¬ example, a control of individual steps by a human supervisor.
Die Datenbanken DB1, DB2, DB3 sind über ein Kommunikationsnetz NET mittels deren Kommunikationsschnittstellen COM verbunden. Das Simulationssystem SIMSYS hat somit Zugriff auf Verhaltensmuster Bl, Bn, die in der ersten Datenbank DB1 gespeichert sind, Anforderungen REQ1, REQn, die in der zweiten Datenbank DB2 gespeichert sind sowie auf eine dritte Datenbank DB3, in der Fähigkeiten SKI, SKn abgespeichert werden können. Vorgefertigte Fähigkeiten SKI, SKn können in der dritten Datenbank DB3 zur Simulation im Simulations- System SIMSYS zur Verfügung stehen. Das SimulationssystemThe databases DB1, DB2, DB3 are connected via a communication network NET by means of their communication interfaces COM. The simulation system SIMSYS thus has access to behavior patterns Bl, Bn stored in the first database DB1, requests REQ1, REQn stored in the second database DB2, and to a third database DB3 in which capabilities SKI, SKn can be stored , Prefabricated capabilities SKI, SKn can be available in the third database DB3 for simulation in the SIMSYS simulation system. The simulation system
SIMSYS hat eine aktuelle Anforderung REQ geladen, die es zum Ziel haben ein Werkstück W im Zustand StO in einem Werkstück W im Zustand Stl zu überführen. Dabei ist zu sehen, dass die bereits aus FIG 1 bekannte Bohrung H in das Werkstück W ein¬ gebracht werden soll. Dies geschieht mittels eines Zustands- überganges StTOl. Notwendige Informationen/Daten bzgl. des Zustandsüberganges StTOl sind dabei in den Anforderungen REQ enthalten, wobei darüber hinaus Randbedingungen, z.B. hinsichtlich zulässiger Prozesstemperaturen, Bearbeitungszeiten, Oberflächengüten, Toleranzen, ... ebenfalls in den Anforderungen REQ enthalten sein können. Das erfindungsgemäße Verfahren ermöglicht es nun mittels des Simulationssystems SIMSYS für den Zustandsübergang StTOl neue Fähigkeiten SKI, SKn zu erzeugen. Es hat sich dabei als Vorteilhaft erwiesen, die Si¬ mulationsmodelle mit Parameter-Schnittstellen auszustatten, wie sie die Produktionseinheiten Ul, Un aufweisen, um die Simulationsdaten direkt als Parametersätze für die Produkti- onseinheiten verwenden zu können. SIMSYS has loaded a current request REQ, which aims to transfer a workpiece W in the state StO in a workpiece W in the condition Stl. It can be seen that the already known from FIG 1 bore H in the workpiece W is to be ¬ brought. This is done by means of a state transition StTOl. Necessary information / data regarding the state transition StTO1 are contained in the REQ requirements, whereby, in addition, boundary conditions, eg regarding permissible process temperatures, machining times, surface finishes, tolerances, ... can also be included in the REQ requirements. The method according to the invention now makes it possible, by means of the simulation system SIMSYS for the state transition StTO1, to generate new capabilities SKI, SKn. It has been found to be advantageous to equip the Si ¬ simulation models with parameters interfaces as they exhibit the production units Ul, Un, in order to use the simulation data directly as parameter sets for the production units.
Soll nun eine neue Fähigkeit SKI, SKn für die Anforderung REQ erstellt werden, so sind folgende Daten zu berücksichti¬ gen und ggf. im Verfahren zu verwenden: Is now a new ability SKI, SCn for the request REQ are created, the following data to berücksichti ¬ gen and use, if necessary, in the process are:
• Modelle / Daten der verwendbaren Produktionseinheiten Ul,• Models / data of usable production units Ul,
Un und ggf. deren Werkzeuge Tl, Tn sowie Un and possibly their tools Tl, Tn and
• Daten der Produktionseinheiten die diese einsetzen können, • data of production units that can use them
• Parametersätze bzw. Parameteroptionen bei Produktionsein- heiten die keine Werkzeuge verwenden, • parameter sets or parameter options for production units that do not use tools,
• Parameter des Werkstücks W,  • parameters of the workpiece W,
• Randbedingungen der eingesetzten Teilnehmer am Verfahren.  • boundary conditions of the participants in the procedure.
Diese Daten werden idealerweise in einer standardisierten Da- tenstruktur zur Verfügung gestellt, um schließlich mittels einer oder mehrerer Simulationen für die bestehende Aufgabe ein nachvollziehbaren Kriterien optimiertes Produktionsverfahren zur Verfügung zu stellen. Ein Beispiel für eine Produktionseinheit Ul, Un, die ohne Werkzeugänderung völlig unterschiedliche Fähigkeiten SKI, SKn ausbilden kann, wäre ein Heizstrahler. Dieser kann je nach Temperatur ein leichtes Vortemperieren eines Bauteils für einen weiteren Prozessschritt durchführen oder bei deutlich höheren Temperaturen Lack- oder weitere Härteprozesse durchführen . FIG 6 zeigt die Konfiguration aus FIG 5, wobei der Schritt Sl, nämlich das Erstellen zumindest eines Simulationsdatensatzes SD1, SD2, im Detail gezeigt wird. Dazu wird zunächst dem Zustandsübergang StTOl, der hier beispielhaft drei Ver¬ haltensmuster Bl, B2, B3 aufweist, entsprechende Verhaltens- muster Bl, B2, B3 der Produktionseinheiten Ul, U2, U3 als mögliche Verhaltensmuster zugeordnet. Die möglichen Zuordnungen der Verhaltensmuster Bl, B2, B3 sind hier in einem Teil der ersten Datenbank DBl λ dargestellt. Dies soll andeuten, dass nicht die ganze Datenbank DBl zum Erstellen eines Simu- lationsdatensatzes SD1, SD2 benötigt wird, sondern natürlich eine Vorauswahl getroffen werden kann, um so den Traffic zwischen der Datenbank DBl und dem Simulationssystem SIMSYS möglichst gering zu halten. Es ist denkbar, dass Suchanforderungen nach bestimmten Verhaltensmustern Bl, Bn vom Simulati- onssystem an die Datenbank DBl gestellt werden, und die Suche nach geeigneten Verhaltensmustern Bl, Bn in einem hochoptimierten Datenbanksystem DBl durchgeführt werden. Im Folgenden soll nun davon ausgegangen werden, dass der Zustandsübergang StTOl wie in FIG 5 beschrieben das Platzieren einer Boh- rung H im Werkstück W darstellen soll. Sehr stark vereinfacht könnten also: These data are ideally provided in a standardized data structure in order to finally provide a reproducible criteria-optimized production method by means of one or more simulations for the existing task. An example of a production unit Ul, Un, which can form completely different capabilities SKI, SKn without tool change, would be a radiant heater. This can, depending on the temperature, a slight pre-tempering of a component carry out for a further process step or carry out lacquer or further hardening processes at significantly higher temperatures. 6 shows the configuration from FIG. 5, the step S1, namely the generation of at least one simulation data set SD1, SD2, being shown in detail. For this purpose, initially the state transition StTOl having here exemplified three Ver ¬ hold pattern Bl, B2, B3, corresponding behavior patterns Bl, B2, B3 of the production units Ul, U2, U3 associated as a possible pattern of behavior. The possible assignments of the behavior patterns Bl, B2, B3 are shown here in a part of the first database DBl λ . This is intended to indicate that the entire database DB1 is not required for creating a simulation data record SD1, SD2, but of course a pre-selection can be made in order to minimize the traffic between the database DB1 and the simulation system SIMSYS. It is conceivable that search requests for specific behavior patterns Bl, Bn from the simulation system are made to the database DBl, and the search for suitable behavior patterns Bl, Bn be carried out in a highly optimized database system DBl. In the following, it will now be assumed that the state transition StTO1 is to represent the placement of a hole H in the workpiece W as described in FIG. So very simplified could be:
• das Verhaltensmuster Bl das Positionieren des Werkstücks W sein, The behavior pattern Bl is the positioning of the workpiece W,
· das Verhaltensmuster B2 das Einbringen einer Bohrung in das Werkstück W und The behavior pattern B2 the introduction of a hole in the workpiece W and
• das Verhaltensmuster B3 das Entfernen der durch die Bohrung entstandenen Abfallprodukte und ggf. Grate. Es ist jeweils angedeutet, dass das Verhaltensmuster Bl von den Produktionseinheiten Ul, U3 angeboten wird und die Verhaltensmuster B2, B3 jeweils von den Produktionseinheiten U2 und U3 angeboten werden. Beispielhaft sind nun für den Zu- Standsübergang StTOl zwei Simulationsdatensätze SD1, SD2 er¬ stellt worden. Der Simulationsdatensatz SD1 kombiniert die Verhaltensmuster Bl, B2, B3 ausschließlich der Produktionseinheit U3. Hierbei könnte es sich beispielsweise um eine spezialisierte Bohrvorrichtung handeln, die das Positionieren des Werkstücks, das Einbringen der Bohrung sowie das Entfernen der Abfallprodukte selbst anbietet. • the pattern B3 the removal of the waste products created by the drilling and, if necessary, burrs. It is indicated in each case that the behavior pattern Bl is offered by the production units U1, U3 and the behavior patterns B2, B3 are each offered by the production units U2 and U3. Exemplary are now for the Zu- State transition StTOl two simulation data sets SD1, SD2 he ¬ been. The simulation data record SD1 combines the behavior patterns B1, B2, B3 excluding the production unit U3. This could be, for example, a specialized drilling device, which offers the positioning of the workpiece, the introduction of the bore and the removal of the waste itself.
Der Simulationsdatensatz SD2 kombiniert die Verhaltensmuster Bl, B2, B3 der Produktionseinheiten Ul und U2, wobei Ul lediglich das Verhaltensmuster Bl bereitstellt und U2 die Verhaltensmuster B2 und B3 bereitstellt. Hier könnte es sich um einen Positionier-Vorrichtung Ul handeln, die in Kombination mit einem Laserschneidgerät U2, das die Materialentfernung des Verhaltensmusters B2 durch Laser durchführt. Hier könnte je nach Größe der Bohrung eine vollständige Sublimation des zu entfernenden Materials stattfinden, weswegen das Verhaltensmuster B3 implizit durch die Laservorrichtung U2 erfüllt ist, da die Abfallprodukte gasförmig abtransportiert werden. The simulation data set SD2 combines the behavior patterns Bl, B2, B3 of the production units Ul and U2, where Ul only provides the behavior pattern Bl and U2 provides the behavior patterns B2 and B3. This could be a positioning device U1, which in combination with a laser cutter U2, which performs the material removal of the behavioral pattern B2 by laser. Here, depending on the size of the bore, a complete sublimation of the material to be removed could take place, which is why the behavior pattern B3 is implicitly met by the laser device U2, since the waste products are removed in gaseous form.
FIG 7 zeigt nun das Simulieren eines der Simulationsdatensät¬ ze SD1 unter Anwendung einer Simulationszeit TSIM, ersten Randbedingungen CON1 sowie zweiten Randbedingungen CON2. Im Laufe der Simulation wird das Werkstück W im Zustand StO simulativ in das Werkstück W im Zustand Stl überführt. Die Simulationsergebnisse SIMRES1 sind dabei hier sinnbildlich als zwei Graphen dargestellt, die beispielsweise relevante Variablen, auch „Key Performance Indicators" - KPI genannt, darstellen können. Auch hier gilt, dass eine graphische Aus- wertung der Simulationsergebnisse nicht notwendig ist, aber durchgeführt werden kann. Ist die Simulationszeit TSIM in diskreten Schritten zur Verfügung gestellt, so lassen sich für diese diskreten Schritte für alle simulierten Eigenschaf¬ ten bzw. für alle Simulationsteilnehmer entsprechende Inkre- mente berechnen. Die Simulationszeit TSIM kann ebenso als er¬ eignisdiskrete Abbildung ereignisdiskreter Inkremente gewählt werden. Der Zustand der Produktionseinheit, ggf. des Werk¬ zeugs, der Zustand des Werkstücks W sowie der Zustand der Um- gebung werden in diesen Inkrementen (zeit- oder wertediskret) solange simuliert, bis das gewünschte Ergebnis, also der Zu- standsübergang StTOl vollendet ist bzw. das Werkstück im Zu¬ stand Stl vorliegt oder andere Abbruchkriterien für die Simu- lation vorliegen. Andere Abbruchkriterien können beispielsweise bei einer Überschreitung einer gewissen Zeitdauer gegeben sein, was in einer der Randbedingungen CON1 oder CON2 hinterlegbar ist. Die Randbedingungen CON1, CON2 können dabei ebenso maximale Temperaturen des Werkstücks, der Umgebung oder des Werkzeugs sein, sowie als Gütekriterien und weitere Randbedingungen vorliegen, die der Fachmann im simulativen Umfeld anwenden würde. FIG 7 now shows the simulation of one of the Simulationsdatensät ¬ ze SD1 using a simulation time TSIM, first boundary conditions CON1 and CON2 second constraints. In the course of the simulation, the workpiece W is simulatively transferred in the state StO in the workpiece W in the state Stl. The SIMRES1 simulation results are symbolically represented here as two graphs which, for example, can represent relevant variables, also called "Key Performance Indicators" (KPIs) .Also here, a graphic evaluation of the simulation results is not necessary, but can be carried out . If the simulation time TSIM made in discrete steps available, can be for these discrete steps for all simulated own sheep ¬ th and for all simulation participants calculate appropriate increments. the simulation time TSIM can also be when he ¬ eignisdiskrete Figure discrete event increments chosen . the condition of the production unit, if necessary, of the work ¬ zeugs, the state of the workpiece W as well as the state of environmental gebung be in these increments (time or discrete values) as long as simulated until the desired result, that is state transition of the supply StTOl is completed or the workpiece to stand ¬ Stl occurred or is other termination criteria for the simula- tion. Other termination criteria can be given, for example, when exceeding a certain period of time, which can be stored in one of the boundary conditions CON1 or CON2. The boundary conditions CON1, CON2 can also be maximum temperatures of the workpiece, the environment or the tool, as well as quality criteria and other boundary conditions that would apply the expert in a simulative environment.
Idealerweise werden vor der Durchführung der Simulation folgende Schritte durchgeführt: Ideally, the following steps are carried out before the simulation is carried out:
a) Erfassen von Anforderungen REQ an die neue Fähigkeit SKI, ... SKn, a) Detecting requirements REQ for the new capability SKI, ... SKn,
b) Suche nach Verhaltensmustern Bl, Bn und/oder Werkzeugen Tl, Tn, deren physikalische Eigenschaften die Anforde¬ rungen REQ abbilden, b) searching for patterns of behavior Bl, Bn and / or tools Tl, Tn whose physical properties reflect the require ¬ conclusions REQ,
c) Identifizieren von Parametern, die durch die Simulation veränderbar sein sollen, bspw. durch Sensitivitätsanalysen im Vorfeld, c) identification of parameters that are to be variable by the simulation, for example, by sensitivity analyzes in advance,
d) ggf. Übersetzen von Werkzeugdaten und/oder Verhaltensmus¬ tern Bl, Bn in simulationsfähige Daten sowie d) optionally translating the tool data and / or Verhaltensmus ¬ tern Bl, Bn in simulation enabled data, and
e) Generieren eines Simulationsdatensatzes, der die jeweili¬ gen Modelle der Werkzeuge Tl, Tn und Modelle des Werk¬ stücks W miteinander vereinbart und eine Simulation ermög¬ licht . e) generating a simulation data set which agreed to jeweili ¬ gen models of the tools Tl, Tn and models of the work ¬ tee W together and made a simulation ¬ light.
FIG 8 zeigt Schritt S3 des Verfahrens, bei dem Simulationser¬ gebnisse SIMRES1, SIMRES2, SIMRES3 mit definierbaren Optimie¬ rungskriterien OPT verglichen werden. Die Ergebnisse 1, 2, 3 des Vergleichs sind ebenfalls dargestellt. Die Simulationser¬ gebnisse SIMRES1 erfüllen die definierbaren Optimierungskriterien OPT nicht, was im Ergebnis 1 entsprechend gekennzeich¬ net ist, die Ergebnisse SIMRES2 erfüllen die definieren Opti¬ mierungskriterien OPT, weswegen das Ergebnis 2 mit einem Ha- ken versehen ist, die Simulationsergebnisse SIMRES3 erfüllen die Optimierungskriterien OPT nicht hinreichen, weswegen in den Ergebnissen 3 angedeutet ist, dass die Simulation mit an- gepassten Parametern erneut durchzuführen ist. Dies kann bei- spielsweise der Fall sein, wenn absehbar ist, dass eine An¬ passung der Parameter ein zufriedenstellendes Ergebnis errei¬ chen würde. Derartige Iterationen einzelner Simulationen können beliebig oft durchgeführt werden, wenn bspw. grundlegende Optimierungskriterien OPT erfüllt sind und die bestmögliche Ausführungsform gefunden werden soll. Diese Kostenkriterien, wie Zeit, monetäre Kosten, Materialeinsatz, können dabei ebenfalls in den Randbedingungen enthalten sein, können aber auch Teil der Optimierungskriterien OPT sein. Ein Vergleich verschiedener Simulationsergebnisse SIMRES1, SIMRES2 unterei- nander ermöglicht das Ermitteln der geeignetsten Fähigkeiten SKI, SKn. FIG 8 shows the step S3 of the method, in which Simulationser ¬ results of SIMRES1, SIMRES2 are compared SIMRES3 with definable criteria optimization ¬ approximately OPT. Results 1, 2, 3 of the comparison are also shown. The results of SIMRES1 Simulationser ¬ do not meet the defined optimization criteria OPT, which is correspondingly gekennzeich ¬ net in the result is 1, the results satisfy the SIMRES2 define Opti ¬ mierungskriterien OPT, so the result with a 2 Ha- If the simulation results SIMRES3 do not meet the optimization criteria OPT, then it is indicated in the results 3 that the simulation with adjusted parameters must be carried out again. This may be the case examples game as if it is foreseeable that an on ¬ adaptation of the parameters a satisfactory result Errei ¬ chen would. Such iterations of individual simulations can be performed as often as desired, if, for example, basic optimization criteria OPT are met and the best possible embodiment is to be found. These cost criteria, such as time, monetary costs, material usage, can also be included in the boundary conditions, but can also be part of the optimization criteria OPT. A comparison of different simulation results SIMRES1, SIMRES2 underneath enables the determination of the most suitable SKI, SKn capabilities.
FIG 9 zeigt Schritt S4, in dem Simulationsdatensätze SD1, SD3 mit den zugeordneten Parametersätzen PARAM1, PARAM31 jeweils als eine Fähigkeit SKI, SK31 abgespeichert werden. Hierbei ist abhängig vom jeweiligen System, welche Parameter bzw. welche Informationen in der Fähigkeit SKI, SK31 abgelegt wer¬ den. Es ist denkbar, dass lediglich die Kombination aus einzelnen Verhaltensmustern Bl, Bn in den Fähigkeiten hinter- legt werden. Besonders Platzsparend wäre eine abspeichern nur der Information welche Verhaltensmuster angewandt werden müssen. Es ist denkbar, dass die jeweiligen Parametersätze die Simulationsergebnisse sowie die Simulationsmodelle mit den Fähigkeiten abgelegt werden, um eine spätere Überprüfung oder Optimierung zu ermöglichen. Abstufungen sind möglich. Dies ist insbesondere in Zeiten von hochverfügbaren Speichersyste¬ men mit geringen Kosten vorteilhaft. Alternativ oder ergänzend können neue generierte Fähigkeiten weiteren Produktions¬ einheiten, außerhalb des lokalen Bereichs oder sogar außer- halb des Unternehmens, z. B. gegen Lizenzgebühren, zur Verfü¬ gung gestellt werden. Weiterhin ist durch den Pfeil in Richtung der Datenbank DB3 angedeutet, dass die Fähigkeiten SKI, SK31 in der Datenbank DB3 gespeichert werden. Dort stehen sie für weitere Verwendung, z.B. Konfigurationen von Produktionseinheiten, zur Verfügung. Das Speichern der besten Parameter PARAMl, PARAMn und das Hinterlegen der Parameter PARAMl, PARAMn in einer neuen Fähigkeit SKI, SKn und/oder das Speichern der ermittelten Sequenz von Verhaltensmustern Bl, Bn in einer neuen Fähigkeit SKI, SKn kann mit dem erfindungsgemäßen Verfahren effizient und vollautomatisiert durchgeführt werden. Die Auswahl kann allerdings auch einem Experten Überlassen und dazu entsprechende Auswertungen bspw. von ausgewählten KPI automatisch zur Verfügung gestellt werden . FIG. 9 shows step S4, in which simulation data sets SD1, SD3 with the associated parameter sets PARAM1, PARAM31 are respectively stored as a capability SKI, SK31. In this case, depending on the respective system, which parameters or which information is stored in the capability SKI, SK31 ¬ the. It is conceivable that only the combination of individual behavior patterns Bl, Bn be stored in the skills. It would be particularly space-saving to store only the information which behavioral patterns have to be applied. It is conceivable that the respective parameter sets the simulation results and the simulation models are stored with the skills to enable a later review or optimization. Gradations are possible. This is advantageous at low cost, particularly in times of high availability memory system, ¬ men. Alternatively or in addition, new capabilities generated further production ¬ units, outside the local area or even outside the company, for. B. against royalties, be made avail ¬ supply. Furthermore, it is indicated by the arrow in the direction of the database DB3 that the capabilities SKI, SK31 are stored in the database DB3. There they stand for further use, eg configurations of production units. Storing the best parameters PARAM1, PARAMn and storing the parameters PARAM1, PARAMn in a new capability SKI, SKn and / or storing the determined sequence of behavior patterns B1, Bn in a new capability SKI, SKn can be done efficiently and efficiently with the method according to the invention be carried out fully automatically. However, the selection can also be left to an expert and appropriate evaluations, for example, automatically made available by selected KPIs.
Zusammenfassend betrifft die Erfindung ein Verfahren zum Ge¬ nerieren von Fähigkeiten SKI, SKn einer oder mehrerer Pro- duktionseinheiten Ul, Un, wobei die Produktionseinheiten Ul, Un durch Kombination von Verhaltensmustern Bl, Bn Fähigkeiten SKI, SKn ausbilden, wobei die Produktionseinheiten Ul, Un durch Anwendung von Fähigkeiten SKI, SKn zumindest einen Zustandsübergang StTl, StTn eines Werk- Stücks W bewirken, wobei eine erste Datenbank DB1 Verhaltens¬ muster Bl, Bn der Produktionseinheiten Ul, Un aufweist, wobei eine zweite Datenbank DB2 Anforderungen REQ1, REQn aufweist, die einen oder mehrere Zustandsübergänge StTl, StTn beschreiben, die das Werkstück W durchlaufen soll. Um ein Verfahren anzugeben, das es ermöglicht eine effiziente und gut automatisierbare Generierung von Fähigkeiten zu erreichen werden folgende Schritte vorgeschlagen: In summary, the invention relates to a method for Ge ¬ nerieren skill SKI, SKn one or more production units Ul, Un, wherein the production units Ul, Un by a combination of behavioral patterns Bl, Bn capabilities SKI, SKn form, wherein the production units Ul, Un by application of skills SKI, SKn cause at least one state transition STTL, STTN a tool piece W, wherein a first database DB1 comprises behavior ¬ pattern Bl, Bn of the production units Ul, Un, wherein a second database DB2 requests REQ1, REQn has the describe one or more state transitions StTl, StTn, which the workpiece W should pass through. In order to provide a method that enables an efficient and easily automatable generation of capabilities, the following steps are proposed:
Sl: Erstellen zumindest eines Simulationsdatensatzes SD1, ... Sl: Creating at least one simulation data record SD1, ...
SDn, wobei im Simulationsdatensatz SD1, ... SDn den Anfor- derungen REQ1, REQn für zumindest einen Zustandsüber- gang StTl, StTn Verhaltensmuster Bl, Bn zugewiesen werden, S2 : Simulieren zumindest eines der Simulationsdatensätze SD1,  SDn, wherein in the simulation data set SD1,... SDn are assigned to the requirements REQ1, REQn for at least one state transition StT1, StTn behavior patterns B1, Bn, S2: simulation of at least one of the simulation data sets SD1,
SDn, S3: Selektieren der Simulationsdatensätze SDl, ... SDn deren Simulationsergebnisse SIMRES1, SIMRESn definierbare Optimierungskriterien OPT erfüllen, SDn S3: selecting the simulation data records SD1,... SDn whose simulation results SIMRES1, SIMRESn fulfill definable optimization criteria OPT,
S4 : Speichern der selektierten Simulationsdatensätze SDl, ... S4: Saving the selected simulation data records SD1, ...
SDn als zumindest eine Fähigkeit SKI, SKn in zumindest einer dritten Datenbank DB3.  SDn as at least one capability SKI, SKn in at least one third database DB3.
Die Erfindung betrifft weiterhin ein Simulationssystem The invention further relates to a simulation system
SIMSYS, eine Produktionseinheit Ul, Un sowie ein Automati¬ sierungsgerät, die im Zusammenhang mit dem Verfahren zum Einsatz kommen. SIMSYS, a production unit Ul, Un and an automation ¬ sierungsgerät, which come in connection with the method used.

Claims

Patentansprüche claims
1. Verfahren zum Generieren von Fähigkeiten (SKI, SKn) einer oder mehrerer Produktionseinheiten (Ul, Un) , 1. Method for Generating Skills (SKI, SKn) of One or More Production Units (Ul, Un),
wobei die Produktionseinheiten (Ul, Un) durch Kombination von Verhaltensmustern (Bl, Bn) Fähigkeiten (SKI, SKn) ausbilden, wherein the production units (Ul, Un) form skills (SKI, SKn) by combining behavioral patterns (Bl, Bn),
wobei die Produktionseinheiten (Ul, Un) durch Anwendung von Fähigkeiten (SKI, SKn) zumindest einen Zustandsüber- gang (StTl, StTn) eines Werkstücks (W) bewirken, wherein the production units (Ul, Un) effect at least one state transition (StTl, StTn) of a workpiece (W) by using capabilities (SKI, SKn),
wobei eine erste Datenbank (DB1) Verhaltensmuster (Bl, Bn) der Produktionseinheiten (Ul, Un) aufweist, wherein a first database (DB1) has behavioral patterns (Bl, Bn) of the production units (Ul, Un),
wobei eine zweite Datenbank (DB2) Anforderungen (REQ1, where a second database (DB2) has requirements (REQ1,
REQn) aufweist, die einen oder mehrere Zustandsübergänge (StTl, StTn) beschreiben, die das Werkstück (W) durchlaufen soll, REQn) which describe one or more state transitions (StT1, StTn) which the workpiece (W) is to pass through,
umfassend die Schritte: comprising the steps:
- Erstellen zumindest eines Simulationsdatensatzes (SD1, ... SDn) , wobei im Simulationsdatensatz (SD1, ... SDn) den Anfor- derungen (REQ1, REQn) für zumindest einen Zustandsüber- gang (StTl, StTn) Verhaltensmuster (Bl, Bn) zugewiesen werden (Sl) ,  - Creating at least one simulation data set (SD1, ... SDn), wherein in the simulation data set (SD1, ... SDn) the requirements (REQ1, REQn) for at least one state transition (StTl, StTn) behavior patterns (Bl, Bn ) (SI),
- Simulieren zumindest eines der Simulationsdatensätze (SD1, Simulating at least one of the simulation data sets (SD1,
SDn) (S2), SDn) (S2),
- Selektieren der Simulationsdatensätze (SD1, ... SDn) deren Simulationsergebnisse (SIMRES1, SIMRESn) definierbare Optimierungskriterien (OPT) erfüllen (S3) , - Selection of the simulation data sets (SD1, ... SDn) whose simulation results (SIMRES1, SIMRESn) fulfill definable optimization criteria (OPT) (S3),
- Speichern der selektierten Simulationsdatensätze (SD1, ... SDn) als zumindest eine Fähigkeit (SKI, SKn) in zumin- dest einer dritten Datenbank (DB3) (S4) .  - Saving the selected simulation data sets (SD1, ... SDn) as at least one capability (SKI, SKn) in at least one third database (DB3) (S4).
2. Verfahren nach Anspruch 1, ferner umfassend den Schritt: Ermitteln der Parameter (PARAM1, PARAMn) des Simulationsdatensatzes (SD1, ... SDn), die durch die Simulation optimier- bar sind. 2. The method of claim 1, further comprising the step of: determining the parameters (PARAM1, PARAMn) of the simulation data set (SD1, ... SDn) that can be optimized by the simulation.
3. Verfahren nach Anspruch 1 oder 2, wobei beim Erstellen des Simulationsdatensatzes (SD1, ... SDn) Werkzeuge (Tl, ...,Tn) berücksichtigt werden. 3. The method of claim 1 or 2, wherein when creating the simulation data set (SD1, ... SDn) tools (Tl, ..., Tn) are taken into account.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die erste Datenbank (DB1) generische Beschreibungen von Werkzeugen (Tl, ...,Tn) umfasst, deren Anwendung Verhaltensmuster (Bl, Bn) ausbilden. 4. The method according to any one of the preceding claims, wherein the first database (DB1) generic descriptions of tools (Tl, ..., Tn), the application of behavior patterns (Bl, Bn) form.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei beim Erstellen des Simulationsdatensatzes (SD1, ... SDn) Verhaltensmuster (Bl, Bn) auf Basis von Werkzeugen (Tl, ...,Tn) selektiert werden. 5. The method according to any one of the preceding claims, wherein when creating the simulation data set (SD1, ... SDn) behavior patterns (Bl, Bn) on the basis of tools (Tl, ..., Tn) are selected.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Schritt (S2) des Simulierens unter Anwendung von Randbe¬ dingungen (CON1, CONn) durchgeführt wird. 6. The method according to any one of the preceding claims, wherein the step (S2) of the simulation using Randbe ¬ conditions (CON1, CONn) is performed.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Schritt (Sl) des Erstellens des Simulationsdatensatzes7. The method according to any one of the preceding claims, wherein the step (Sl) of creating the simulation data set
(SD1, ... SDn) unter Anwendung von Randbedingungen (CON1, (SD1, ... SDn) using boundary conditions (CON1,
CONn) durchgeführt wird. CONn) is performed.
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Anforderungen (REQ1, REQn) Randbedingungen (CON1,8. The method according to any one of the preceding claims, wherein the requirements (REQ1, REQn) boundary conditions (CON1,
CONn) umfassen. CONn).
9. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Fähigkeiten (SKI, SKn) der Produktionseinheiten (Ul, Un) modular aufgebaut sind. 9. The method according to any one of the preceding claims, wherein the capabilities (SKI, SKn) of the production units (Ul, Un) are modular.
10. Verfahren nach einem der vorhergehenden Ansprüche, wobei zumindest einer der Schritte (Sl, S2, S3, S4) vollautomati¬ siert vom Simulationssystem (SIMSYS) durchgeführt wird. 10. The method according to any one of the preceding claims, wherein at least one of the steps (Sl, S2, S3, S4) fully automatic ¬ Siert by the simulation system (SIMSYS) is performed.
11. Simulationssystem (SIMSYS) aufweisend zumindest eine Kom¬ munikationsschnittstelle (COM) zur Kommunikation mit zumin¬ dest einer der Datenbanken (DB1, DB2, DB3) und eine Simulati- onseinheit, die zumindest zur Ausführung der folgenden 11. Simulation system (simulation systems) comprising at least one Kom ¬ tions interface (COM) for communication with at least ¬ one of the databases (DB1, DB2, DB3), and a simulation at least to carry out the following
Schritte konfiguriert ist: Steps is configured:
- Erstellen zumindest eines Simulationsdatensatzes (SD1, ... SDn) , wobei im Simulationsdatensatz (SD1, ... SDn) den Anfor- derungen (REQ1, REQn) für zumindest einen Zustandsüber- gang (StTl, StTn) Verhaltensmuster (Bl, Bn) zugewiesen werden (Sl) ,  - Creating at least one simulation data set (SD1, ... SDn), wherein in the simulation data set (SD1, ... SDn) the requirements (REQ1, REQn) for at least one state transition (StTl, StTn) behavior patterns (Bl, Bn ) (SI),
- Simulieren zumindest eines der Simulationsdatensätze (SD1, Simulating at least one of the simulation data sets (SD1,
SDn) (S2), SDn) (S2),
- Selektieren der Simulationsdatensätze (SD1, ... SDn) deren Simulationsergebnisse (SIMRES1, SIMRESn) definierbare Optimierungskriterien (OPT) erfüllen (S3) , - Selection of the simulation data sets (SD1, ... SDn) whose simulation results (SIMRES1, SIMRESn) fulfill definable optimization criteria (OPT) (S3),
- Speichern der selektierten Simulationsdatensätze (SD1, ... SDn) als zumindest eine Fähigkeit (SKI, SKn) in zumin- dest einer dritten Datenbank (DB3) (S4) .  - Saving the selected simulation data sets (SD1, ... SDn) as at least one capability (SKI, SKn) in at least one third database (DB3) (S4).
12. Produktionseinheit (Ul, Un) , die zur Kombination von Verhaltensmustern (Bl, Bn) zu Fähigkeiten (SKI, SKn) und zur Anwendung von Fähigkeiten (SKI, SKn) an Werkstücken (W) ausbildet ist, 12. Production unit (Ul, Un), which is designed to combine behavior patterns (Bl, Bn) into capabilities (SKI, SKn) and to apply capabilities (SKI, SKn) to workpieces (W),
aufweisend : comprising:
• ein Kommunikationsmodul (COM) , das zum Kommunizieren mit zumindest einer Datenbank (DB1, DB2, DB3) ausgebildet ist, A communication module (COM) designed to communicate with at least one database (DB1, DB2, DB3),
• einen Prozessor (CPU) , der zumindest zur Ausführung von Fähigkeiten (SKI, SKn), die durch ein Verfahren nach einem der Ansprüche 1 bis 9 erstellt wurden, konfiguriert ist so¬ wie • a processor (CPU), at least for performing abilities (SKI, SKn), which were created by a method according to any one of claims 1 to 9, configured so as ¬
• einen Speicher (HDD) , der zumindest zur temporären Speicherung von Fähigkeiten (SKI, SKn) ausgebildet ist.  • a memory (HDD), which is designed at least for the temporary storage of skills (SKI, SKn).
13. Automatisierungsgerät zur Verwendung mit einer Produkti¬ onseinheit (Ul, Un) nach Anspruch 12, aufweisend zumindest einen Prozessor (CPU), der zumindest zur Ausführung und/oder Steuerung von Fähigkeiten (SKI, SKn), die durch ein Verfahren nach einem der Ansprüche 1 bis 10 erstellt wurden, konfiguriert ist. 13. automation device for use with a producti ¬ onseinheit (Ul, Un) according to claim 12, comprising at least one processor (CPU), at least for execution and / or control capabilities (SKI, SKn), which by a method according to Claims 1 to 10 were created is configured.
PCT/EP2017/073928 2017-09-21 2017-09-21 Automatable generation of capabilities of production units WO2019057284A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/EP2017/073928 WO2019057284A1 (en) 2017-09-21 2017-09-21 Automatable generation of capabilities of production units

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2017/073928 WO2019057284A1 (en) 2017-09-21 2017-09-21 Automatable generation of capabilities of production units

Publications (1)

Publication Number Publication Date
WO2019057284A1 true WO2019057284A1 (en) 2019-03-28

Family

ID=60083250

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/073928 WO2019057284A1 (en) 2017-09-21 2017-09-21 Automatable generation of capabilities of production units

Country Status (1)

Country Link
WO (1) WO2019057284A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021129922A1 (en) * 2019-12-23 2021-07-01 Siemens Aktiengesellschaft Method for operating an automation system, and automation system
DE102021130676A1 (en) 2021-11-23 2023-05-25 Dmg Mori Digital Gmbh Device and method for processing a digital twin of a machine tool in a multi-user environment

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7460920B1 (en) * 2006-02-22 2008-12-02 Advanced Micro Devices, Inc. Determining scheduling priority using fabrication simulation
US20170031354A1 (en) * 2015-07-29 2017-02-02 General Electric Company Methods, systems, and apparatus for resource allocation in a manufacturing environment

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7460920B1 (en) * 2006-02-22 2008-12-02 Advanced Micro Devices, Inc. Determining scheduling priority using fabrication simulation
US20170031354A1 (en) * 2015-07-29 2017-02-02 General Electric Company Methods, systems, and apparatus for resource allocation in a manufacturing environment

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021129922A1 (en) * 2019-12-23 2021-07-01 Siemens Aktiengesellschaft Method for operating an automation system, and automation system
DE102021130676A1 (en) 2021-11-23 2023-05-25 Dmg Mori Digital Gmbh Device and method for processing a digital twin of a machine tool in a multi-user environment

Similar Documents

Publication Publication Date Title
EP2801872B1 (en) Test device for testing a virtual control device
DE10352815B4 (en) Simulation method for machining a workpiece by a machine tool and corresponding computer
EP1933214A2 (en) Automated generation and adaptation of a machine or plant model
EP2799983B1 (en) Flexible distribution of I/O channels of a hardware component
EP2302516B1 (en) Method to perform tasks for calculating a signal to be simulated in real time
DE102017120016A1 (en) A method of configuring a test device set up to test an electronic controller and a configuration system
EP2330469B1 (en) Method and development environment for generating an executable total control program
DE102006062555B4 (en) Method for monitoring a control device
DE102016211554A1 (en) Method and device for designing a production process for producing a product composed of several partial products
WO2019057284A1 (en) Automatable generation of capabilities of production units
WO2015082156A1 (en) Device and method for changing operating settings of a technical installation
EP3714337B1 (en) Simulation of statistically modelled sensor data
EP2628574A1 (en) Method for simulating a processing machine
EP2642359A1 (en) Device for developing and method for creating a programm for an electronical control unit
EP2191338B1 (en) System for writing a simulation program
DE102017121249A1 (en) Method and system for machining a workpiece
DE10134940B4 (en) Development system and development process for a real control system
EP3285162A1 (en) Method for projecting a project and arrangement for carrying out said method
DE102016107797A1 (en) A method of configuring a test device set up to test an electronic controller
EP3335084B1 (en) Simulation method for simulation of real control for an industrial process, plant or a machine and simulation system for carrying out such a simulation method
DE102019132624A1 (en) Method, device, computer program and computer-readable storage medium for creating a motion cueing algorithm
DE102008063684A1 (en) Method for describing basic activities for automated, dynamic generation of process-specific workflows in industry, involves producing resulting state of activities during execution of process or treatment steps based on starting condition
DE102016121788A1 (en) Configuration of an automation system
EP3343476A1 (en) Method and device for computer-aided design of a production process for producing a product
DE102007031693A1 (en) Method for characterization of natural radiation, involves determining starting condition or initial condition, process or processing step and result or resulting state for each natural radiation

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17783731

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17783731

Country of ref document: EP

Kind code of ref document: A1