zuruck zur Themenseite

Artikel und Hintergründe zum Thema

Beckhoff Automation und Mathworks

Dr. Fabian Bause und Philipp Wallner | Yvonne Junginger,

Wie kommt die Intelligenz auf die Steuerung?

Obwohl die Steuerungssoftware einen immer größeren Anteil an der Gesamtmaschine einnimmt, spielen Funktionstests im Rahmen von Simulationen und virtuellen Inbetriebnahmen nach wie vor eine untergeordnete Rolle im Maschinen- und Anlagenbau. Das muss nicht sein.

© Renk / SKF / Beckhoff

Im Zuge der digitalen Transformation hat die Mechanik ihre vorherrschende Rolle im Maschinenbau eingebüßt. Bereits heute ist es vornehmlich die Software auf immer leistungsfähigeren Industriesteuerungen, die Maschinen flexibler und produktiver macht. Während die Steuerungssoftware einen immer wesentlicheren Anteil an der Gesamtmaschine einnimmt, spielen Funktionstests im Rahmen von Simulationen und virtuellen Inbetriebnahmen nach wie vor eine untergeordnete Rolle.

Verzögerungen bei der Auslieferung und Maschinenstillstände im Feld sind oft die Folge. Und das, obwohl Steuerungshersteller wie Beckhoff nahtlos integrierte Schnittstellen zu Simulationsumgebungen wie Simulink von MathWorks – und damit eine passende Lösung – anbieten. Neben der simulationsgestützten Entwicklung liefert auch  die Künstliche Intelligenz Ansätze, die formulierten Herausforderungen des modernen Maschinen- und Anlagenbaus umzusetzen. 

Getestete Software durch Model-Based Design

Umfassende Tests der Steuerungssoftware lassen sich parallel zur Entwicklung des Steuerungscode mit modellbasierter Entwicklung (Model-Based Design) realisieren. Hierfür bietet Simulink einen Funktionsumfang, der es einerseits erlaubt, physikalische Simulationsmodelle der Mechanik und Elektrik zu erstellen – und damit einen digitalen Zwilling der Anlage aufzubauen –, und andererseits eine große Bandbreite an Methoden zur Entwicklung von Ablauflogik, Steuerungs- und Regelungscode zur Verfügung stellt, die die Steuerungsfunktionalität abbildet.

So kann sowohl das Anlagenmodell als auch der Steuerungscode in einer einheitlichen Umgebung entwickelt und in der Simulation evaluiert werden. Darüber hinaus bietet Simulink Methoden zum Test und zur Verifizierung an, sodass sich der Entwicklungsprozess nahtlos in einer umfassenden Entwicklungssoftware realisierten lässt.

Anzeige

Matlab und Simulink ermöglichen die Simulation von Maschinen und Anlagen sowie die Auswertung großer Datenmengen. Twincat bringt diese per Knopfdruck direkt in die Steuerung.

© Beckhoff

Steuerungssoftware auf Knopfdruck

Die in der Simulation zusammen mit dem digitalen Zwilling der Maschine oder Anlage getestete Steuerungsfunktionalität wird anschließend nicht mehr manuell für die industrielle Steuerungsplattform codiert, sondern in wenigen Schritten automatisch auf die Industriesteuerung übertragen. Konkret heißt das, dass ein in Simulink verifiziertes Programm durch den Simulink Coder von MathWorks in ausführbaren C/C++ Code übersetzt und mithilfe des Twincat Target for Simulink von Beckhoff in ein Twincat-Echtzeitobjekt überführt wird. Das Echtzeitobjekt lässt sich dann, zum Beispiel als SPS-Funktionsbaustein, nahtlos in ein Steuerungsprogramm einbauen.

Die Vorteile der automatischen Generierung von Steuerungscode liegen auf der Hand: Zum einen werden die bereits getesteten Funktionen fehlerfrei in für die Steuerung verständlichen Code übersetzt; selbst bei sehr umfangreichen Programmen treten Implementierungsfehler nicht auf. Zum anderen kann sich der Entwickler auf seine Kernkompetenz – wie die Entwicklung einer Ablaufsteuerung, eines Regelalgorithmus oder eines Machine-Learning-Modells – konzentrieren und muss sich nicht mit deren Implementierung auf unterschiedlichen Plattformen beschäftigen. Der automatisierte Workflow verkürzt die aufgewendete Entwicklungszeit von der Anforderung bis zur fertigen Implementierung. 

Insgesamt findet eine weitere Abstraktion der Steuerungsprogrammierung statt. Wurde in den Anfängen das Steuerungsprogramm in Maschinensprache oder Assembler implementiert, so unterstützen moderne Entwicklungsumgebungen wie Twincat 3 Hochsprachen wie C/C++ oder die in der IEC 61131-3 Norm zusammengefassten SPS-Sprachen. Durch die zunehmende Bedeutung der modellbasierten Entwicklung kommt mit der automatischen Code-Generierung aus Simulationsmodellen eine weitere Abstraktionsebene hinzu, die die Komplexität umfangreicher Maschinenapplikationen handhabbar macht. Dabei werden heterogene Entwicklungsteams durch die Entwicklungsumgebung bei der Integration unterschiedlicher Software-Module auf einer Steuerung unterstützt.

Twincat 3 nutzt das modularisierte Konzept ‚TcCOM‘. Jedes Software-Modul kann in einer beliebigen – unterstützten – Programmiersprache erstellt werden und verfügt über standardisierte Schnittstellen zur Integration in die gesamte Steuerungssoftware. So können beispielsweise SPS- oder C/C++-Programmierer Software-Module über standardisierte Interfaces aufrufen und Daten mit den Modulen austauschen, die aus Simulink mittels automatischer Codegenerierung erstellt wurden. Die verwendete Programmiersprache der Module tritt entsprechend in den Hintergrund und jedes Teammitglied kann sich auf die Funktionalität und Wiederverwendbarkeit von Software-Modulen konzentrieren.

Phasen des Model-Based Design

In Matlab entwickelte KI-Modelle werden auf die Industriesteuerung von Beckhoff übertragen und laufen dort in Echtzeit.

© Beckhoff

Nach VDI/VDE 3693 beinhaltet eine vollständige virtuelle Inbetriebnahme drei Phasen, beginnend mit der Model-in-the-Loop (MiL) Simulation. Die erste Phase zielt auf die prototypische Implementierung des Steuerungscodes. Der Fokus liegt auf der eigentlichen Funktionalität sowie der algorithmischen Korrektheit, nicht auf der Ausführbarkeit auf einer bestimmten Hardwareplattform. Model-in-the-Loop ist charakterisiert durch die gemeinsame Simulation von Steuerungsfunktionalität und digitalem Zwilling im selben Simulationsmodell.

In der zweiten Phase, der Software-in-the-Loop (SiL) Simulation, wird die Umsetzung des entwickelten Steuerungscodes aus der MiL-Phase in den Seriencode für die Steuerungsplattform vorgenommen. Die Simulation zusammen mit dem Anlagenmodell erfolgt ohne Echtzeitanspruch, das heißt das Anlagenmodell wird weiterhin in der Simulationssoftware ausgeführt, während der Steuerungscode in Form des Seriencodes bereits auf einer emulierten Steuerung ohne Echtzeitanspruch läuft. Die automatische Codegenerierung des Steuerungscodes sorgt dabei für ein fehlerfreies Übertragen des in der MiL-Phase getesteten Code in den Seriencode. Beckhoff bietet mit dem Twincat Interface for Matlab/Simulink ein Werkzeug zur synchronen Kopplung von Simulink mit dem Maschinen- oder Anlagenmodell und einer Twincat Usermode Runtime, welche durch Simulink den Tick zur Ausführung des nächsten Rechenzyklus erhält.

Die dritte Phase, die Hardware-in-the-Loop (HiL) Simulation, zielt auf die Einbeziehung des zeitlichen Verhaltens, also der Echtzeitfähigkeit des Gesamtsystems, ab. Entsprechend ist auch das Simulationsmodell der Maschine oder Anlage in ein echtzeitfähiges Modul zu übersetzen sowie das Verhalten der Kommunikation zwischen Steuerung und Anlage, also der Feldbus, zu simulieren. Für die HiL-Simulation bietet Beckhoff die Möglichkeit, den Ethercat-Strang mit der Twincat 3 Ethercat Simulation zu simulieren. Die Ethercat-Teilnehmer werden dabei auf einem Beckhoff IPC mit Twincat 3 als Simulation Device virtualisiert. Das mit automatischer Codegenerierung aus Simulink übersetzte Simulationsmodell wird anschließend auf dem Simulation Device instanziiert und verknüpft.

Künstliche Intelligenz auf der Steuerung

In den letzten Jahren hat Maschinelles Lernen einen beispiellosen technologischen Aufschwung erlebt. Dabei ist diese Technologie in zahlreiche sehr unterschiedliche Bereiche vorgedrungen. Insbesondere ist sie dort sehr erfolgreich, wo digitale Technologien besonders stark weiterentwickelt wurden, etwa in der Sprach- und Bilderkennung. Der Vormarsch der KI in der Automation fällt bisher vergleichsweise verhalten aus. Das liegt unter anderem an der deutlich geringeren Menge an vorhandenen Messdaten sowie an der niedrigeren Fehlertoleranz im Bereich kritischer Produktionssysteme.

Dr. Fabian Bause ist Produktmanager TwinCAT bei Beckhoff Automation.

© Dr. Fabian Bause, Produktmanager TwinCAT bei Beckhoff Automation

Nichtdestotrotz weisen technologische Vorreiter bereits Erfolge in der Umsetzung von KI-Technologien vor, etwa in der vollautomatischen und maschinenintegrierten Qualitätskontrolle, der vorausschauenden Wartung (Predictive Maintenance), der intelligenten Trajektorienplanung oder beim smarten Assistenten für den Maschinenführer.

Philipp Wallner ist Industry Manager bei MathWorks.

© MathWorks

Die Integration gelernter KI-Modelle in die Steuerungsarchitektur ist ein entscheidender Schritt, der oft zu spät bedacht wird. Auch hier liefert die gemeinsame Toolchain von MathWorks und Beckhoff Antworten. Algorithmen aus den Bereichen Machine Learning, Deep Learning oder Reinforcement Learning lassen sich mithilfe von Apps in Matlab entwickeln und mittels Matlab Coder und Twincat Target for Matlab in Steuerungscode umsetzen, also genauso wie Steuer- und Regelalgorithmen. Das KI-basierte Programm wird vorab mit gemessenen und/oder simulierten Daten trainiert. Hier ist die Nähe zu Model-Based Design direkt ersichtlich. 

  • Xing Icon
  • LinkedIn Icon
Anzeige
zurück zur Themenseite
Anzeige

Das könnte Sie auch interessieren

Anzeige

Rittal

Flexible Drahtkonfektionierung

Rittal zeigte zur SPS 2022 die Drahtkonfektionier-Vollautomaten ‚Wire Terminal WT C5‘ und ‚C10‘, mit denen sich Drähte mit individueller Drahtbedruckung (schwarz, weiß und hellblau) und Kommissionierung nach eigenen Angaben zehnmal schneller...

mehr...
Anzeige
Anzeige
Anzeige

Ifak

Es geht effizienter!

Wie können Mensch und Maschine in der Produktion besser kooperieren? Mit dem ITEA-Projekt Optimum hat ein Forschungsverbund nun notwendige Entwicklungsziele formuliert und umgesetzt. – Artikel 1 von 2.

mehr...
Anzeige
Anzeige
Anzeige

Beckhoff

Lückenlose Datentransparenz

Bei der Wienerberger Gruppe werden täglich mehrere Millionen Messwerte zu Analysezwecken in die Cloud geschickt und in allen Unternehmensbereichen als Anhaltspunkt für gezielte Optimierungsmaßnahmen genutzt. Ein Erfahrungsbericht.

mehr...
Jetzt Newsletter abonnieren