Bild 3. Model-Based Design Workflow für die Entwicklung technischer Systeme.

© Mathworks

Solche Modelle geben das System anschaulich als ausführbare Spezifikation wieder und enthalten dessen Komponenten inklusive der Verbindungen und Schnittstellen.

Anforderungen lassen sich direkt und nachverfolgbar mit Komponenten und Software verbinden. An jedem Punkt der Entwicklung kann so durch Tests verifiziert werden, ob das System so arbeitet wie vorgesehen und die Anforderungen erfüllt.

Jede Komponente wird iterativ verfeinert und enthält wohldefinierte Schnittstellen. Diese Modularität erlaubt es, Komponenten parallel zu entwickeln, die normalerweise erst nacheinander erstellt werden würden, was den Prozess beschleunigt. So wächst das Modell Stück für Stück zu einer immer realistischeren Darstellung des Gesamtsystems, die sich von Anfang an testen und validieren lässt. Fehler werden damit früher erkannt und können leichter, kostengünstiger und mit weniger Zeitverzug behoben werden (Bild 4).

Bild 4. Roboterarm: Integration von CAD und elektrischer Ansteuerung zur Optimierung von Trajektorien und Steuerungslogik.

© Mathworks

An jeder Stelle lassen sich Signalflüsse und Zustände überwachen und protokollieren. Einmal erstellte Testfälle werden kontinuierlich weiterverwendet und können etwa über Nacht Batch-gesteuert und parallelisiert abgearbeitet und ausgewertet werden. Insbesondere kann aber auch die Hardware problemlos modifiziert werden, ohne dass sie verfügbar sein muss. Das gestattet die Optimierung von Hard- und Software in einer Tiefe, die ohne Simulation weder zeitlich noch ökonomisch möglich wäre. Die Nachverfolgbarkeit von Anforderungen zum Modell und zurück sowie automatische Berichtserzeugung sorgen für eine transparente Dokumentation des gesamten Prozesses mit vergleichsweise geringem Aufwand.

Codegenerierung und Validierung der realen Steuerung

Einer der zentralen Vorteile von Model-Based Design ist die Fähigkeit, Software automatisch aus dem Modell zu generieren, etwa Code für Strukturierten Text und Kontaktpläne nach IEC 61131-3. Auch für andere Programmiersprachen wie C/C++ sowie diverse Hardwareplattplattformen, wie FPGAs, Mikrocontroller Systems-on-Chip oder Web- und Cloud-Services, sind Codegeneratoren und Integrationstools verfügbar, die eine effiziente und optimierte Implementierung von technischen Systemen in unterschiedlichsten Anwendungsfeldern ermöglichen (Bild 5).

Bild 5. Einsatz von Modellen und Codegenerierung in verschiedenen Entwicklungsphasen.

© Mathworks

Dabei ist es in erster Linie unwichtig, auf welcher Plattform dieser Code später ausgeführt wird. Ausgangspunkt ist immer das gleiche Modell – die Entwickler müssen sich also nicht von vornherein festlegen. Diese Flexibilität ermöglicht es beispielsweise, je nach Region unterschiedliche Steuerungen einzusetzen, ohne dafür die Software mehrfach entwickeln zu müssen. Auch ein nachträglicher Wechsel etwa auf ein leistungsfähigeres System und die funktionale Wiederverwendung in Nachfolgeprojekten mit anderen Anforderungen ist so möglich. So lassen sich sukzessive Bibliotheken mit wiederverwendbaren Funktionalitäten und Modulen aufbauen.

Validierung der realen Steuerung gegen das Anlagenmodell

Um nachzuweisen, dass sich die generierte Software in der Realität so verhält wie im Modell, sind hybride Simulationen möglich. Dazu wird die Applikation auf die physische Steuerung geladen und gegen ein auf einem Echtzeitrechner simuliertes Anlagenmodell getestet. Hierfür lassen sich die gleichen Testfälle wie in der Simulation einsetzen und deren Ergebnisse numerisch vergleichen.

Ausgehend vom Simulink-Modell lassen sich etwa mit Simulink Real-TimeTM Echtzeit-Anwendungen, zum Beispiel eines Regelstreckenmodells erstellen, steuern und instrumentieren, die auf Speedgoat-Echtzeitrechnern ausgeführt werden. Diese Vorgehensweise wird auch Hardware-in-the-Loop (HiL) genannt.

Mit einem weiteren PC, auf dem Simulink läuft, lässt sich der gesamte Prozess live überwachen und protokollieren. Fehler und Probleme werden direkt im Modell behoben und es kann sofort neuer Echtzeitcode generiert werden, um den Erfolg zu testen. Iterationen sind ohne Unterbrechung und in rascher Folge möglich. Zudem erlaubt diese Konfiguration die Veränderung von Betriebsparametern während der Simulation. So kann die Software bereits voroptimiert werden, ohne dass eine physische Maschine vorhanden sein muss.

Agile Entwicklungsansätze

In der Softwareindustrie hat sich für die geschilderte Art der inkrementellen Entwicklung mit kontinuierlicher Verfeinerung ein eigener Zweig von Entwicklungsansätzen herausgebildet, der »Agile« genannt wird. Er sollte Komplexität handhabbar machen und effizienter sein als traditionelle Methoden. Kleine Teams arbeiten an jeweils einem Teil einer Software, wie der Architektur oder einer Komponente. Bei dieser iterativen Arbeitsweise werden Anforderungen und Lösungen oft erst während der Entwicklung ausgearbeitet (Bild 6).

Bild 6. Agile Systementwicklung mit Model-Based Design konzentriert sich auf Simulation und Code-Generierung zur inkrementellen Bereitstellung von Design- und Testartefakten, Studien und Evaluierungen.

© Mathworks

Am Ende jeder Iteration – »Sprint« genannt – wird ausgewertet, wo man steht, was fehlt und wie die folgenden Schritte aussehen sollten. Diese Art der Entwicklung ist von hoher Flexibilität und Resilienz gekennzeichnet. Auf Fehler oder sich ändernde Anforderungen kann einfacher eingegangen werden als bei konventionellen Entwicklungen.

Agile Entwicklung eignet sich insbesondere dazu, Produkte weiterzuentwickeln und zu aktualisieren, während sie bereits beim Nutzer in Betrieb sind. Bei dieser als Continuous Integration/Continuous Delivery (CI/CD) bezeichneten Methode wächst das Produkt kontinuierlich weiter und wird verbessert oder mit Sicherheitsupdates versorgt.

Die Gemeinsamkeiten mit Model-Based Design liegen auf der Hand, da auch hier durch inkrementelle Ausarbeitung des Gesamtsystems am Ende ein Produkt entsteht. Bei mechatronischen Systemen ist das Produkt eines einzelnen Sprints nicht zwangsläufig einsatzfähig, sondern zunächst Teil eines Modells. Wie bei Model-Based Design ist dieses nicht monolithisch, sondern besteht aus Komponenten, die verändert werden können, ohne die Gesamtarchitektur zu stören.

Generell wird bei Agile weniger Wert auf eine Dokumentation oder Berichte gelegt, sondern vielmehr auf ein funktionierendes Produkt, was als Lücke empfunden werden kann. Tools für das Model-Based Design sind hier die ideale Ergänzung, denn sie bieten umfangreiche Funktionen zur automatischen Dokumentation und Berichtserzeugung. Wer bereits mit Model-Based Design vertraut ist, kann diese also nahtlos weiternutzen.

Zukunftsfähigkeit durch Model-Based Design und Agile

Ergänzt man im Maschinenbau Model-Based Design um Agile-Methoden, hat das eine Reihe von Vorteilen. Zum einen gleichen sich die Arbeitsweisen von Hardware- und Softwareentwicklern an. Es entstehen neue Synergien und eine verbesserte Kommunikation. Administratoren werden entlastet, weil sich auch die Softwarelandschaft vereinheitlicht.

Auch die Hardware soll immer flexibler und umrüstbar sein, und Kunden wünschen sich immer öfters nachträglich neue Funktionen. Reaktionsschnelligkeit wird einer der zentralen Wettbewerbsfaktoren in diesem Umfeld sein. CI/CD zu beherrschen ist eine der Möglichkeiten, dies zu erreichen. Unternehmen, die Model-Based Design mit Agile kombinieren, sind für CI/CD und neue Geschäftsfelder besser aufgestellt. Ihre Ingenieure bringen die dazu nötigen Fähigkeiten und Einstellungen mit, die internen Prozesse unterstützen es und die geeigneten Softwarewerkzeuge ermöglichen es.

Die Autoren

Jens Lerche ist Senior Application Engineer bei Mathworks.

Dr. Marc Segelken ist PrincipalApplication Engineer bei Mathworks.