CogeP: Cobot-gestützt Prüfprozesse automatisieren
Bedingt durch die zunehmende Volatilität von Absatzmärkten, der steigenden Variantenzahl und dem Kundenwunsch nach individuellen Produkten bei gleichzeitig kurzfristigen Bestellungen und dem zunehmenden Preisdruck, ist der Prüfprozess komplexer, technischer Produkte besonderen Wandlungsanforderungen ausgesetzt.
Unter Wandlungsfähigkeit wird hierbei die flexible (Selbst-) Konfiguration und Skalierungsfähigkeit des Prüfplatzes in Abhängigkeit von Testszenarien im Produktlebenszyklus verstanden. Die Festlegung eines wirtschaftlich optimalen Automatisierungsgrades in der Prüftechnik stellt dabei ein Problem dar, welches bereits mit der Konzipierung der Prüftechnik Berücksichtigung finden muss. Es stellt sich einerseits die Frage, ab welchen Szenarien eine manuelle, eine teil- oder eine vollautomatisierte Vorrichtung wirtschaftlich optimal ist und welche Funktionseinheiten automatisiert werden sollten. Andererseits gilt, dass das Prüfen und Testen die wesentlichen Schritte in der Entwicklung technischer Systeme sind. Auch über den Produktlebenszyklus hinweg ist ein regelmäßiges Prüfen von Funktionen sinnvoll. Die so gewonnenen Daten können das Produkt im laufenden Betrieb optimieren – oder sie fließen in die Weiterentwicklung folgender Produktgenerationen. Durch den Trend hin zu intelligenten technischen Systemen gewinnt das Thema Prüfen in doppelter Hinsicht an Bedeutung: Zum einen wird das Prüfen durch die vielfältigen, teils vernetzten Komponenten immer aufwendiger. Zum anderen haben die Testergebnisse enormes Potenzial für die Produktoptimierung.
In diesem Zusammenhang widmet sich das aktuelle it’s OWL Innovationsprojekt ‚Cobot-gestützte Prüfplätze für intelligente technische Systeme‘, kurz ‚CogeP‘, der Frage, wie Prüfprozesse für intelligente technische Systeme sinnvoll, effektiv und sicher automatisiert werden können. Hierbei wird das übergeordnete Ziel des Forschungsvorhabens auf die Steigerung des Automatisierungsgrades von Prüfplätzen für intelligente mechatronische Systeme gelegt.
Wo und wann ist automatisiertes Prüfen sinnvoll?
In der Industrie laufen Prüfprozesse heute oftmals noch händisch ab. Und auch dort, wo es bereits automatisierte Prüfungen gibt, fehlt meist die Integration der Prüfergebnisse in den Produktlebenszyklus. Die Potenziale für eine Automatisierung sind also hoch. Trotzdem sollte nicht vergessen werden, dass es immer auf den Einzelfall ankommt: Faktoren wie Unternehmensgröße, Produktkomplexität oder Prüfhäufigkeit sollten sorgfältig bedacht werden. Nicht immer ist eine Automatisierung sinnvoll, nicht immer lohnt sich der Invest für Technologien und Prozessänderungen.
Werden Produkte beispielsweise in kleinen oder mittleren Losgrößen hergestellt, ist der Einsatz von Robotersystemen sowohl während der Produktion als auch bei Prüfabläufen nur sehr begrenzt möglich. Häufig ist allenfalls eine Teilautomatisierung wirtschaftlich. Ein Lösungsansatz ist die Mensch-Roboter-Kollaboration (MRK). In Kombination mit einem Cobot (also einem kollaborativen Roboter) lassen sich Prüfanlagen ohne aufwändige Schutzeinrichtungen im direkten Arbeitsumfeld mit Menschen realisieren. Cobots zeichnen sich zudem durch einfache und intuitive Einlern- und Programmierfunktionen aus. Im Projekt ‚CogeP‘ entsteht ein Instrumentarium für wandlungsfähige Cobot-gestützte Prüfplätze. Dieses ermöglicht die lebenszyklusbegleitende Planung und den Entwurf unter Berücksichtigung zukünftiger Produkte und Realdaten aus der Nutzungsphase des Produkts. Die Wandlungsfähigkeit wird durch Lösungsmuster geschaffen. Dazu wird erforderliches Wissen über wandlungsfähige Lösungen oder Teillösungen aufbereitet, formalisiert und explizit zur Verfügung gestellt. Durch semantische Annotationen und Anreicherung mit Kontextinformationen lässt sich dieses Wissen bündeln und vor dem Hintergrund unterschiedlicher Prüfaufgaben zu neuen Innovationen flexibel kombinieren. Ergebnis ist ein Instrumentarium zur Konzipierung und Optimierung wandlungsfähiger Prüfsysteme auf Basis durchgängiger Test- und Betriebsdaten. Im Vordergrund des Entwurfs stehen dabei die Integration von Daten- und Schnittstellen-modellen mit Steuerungs- und Verhaltensmodellen. Es resultiert ein digitaler Zwilling, der Produkt sowie Prüfumgebung durchgängig beschreibt.
Nicht immer – aber sehr häufig
Im it’s OWL Projekt ‚CogeP‘ beschäftigen sich das Fraunhofer IEM, Diebold Nixdorf Systems und der Industriesoftware-Entwickler Verlinked mit zwei Use Cases, die hohe Nutzenpotenziale für eine Automatisierung versprechen: Dem Echtgeldtest von Geldautomaten, der ein wesentlicher Bestandteil bei der Prüfung von Geldautomaten ist, und dem Montagetest von Bedienfeldern, bei dem ein Kamerasystem in Kombination mit einer Datenbank und einem Cobot die wichtigsten Funktionselemente überprüft und dem Mitarbeitenden anzeigt, ob alle Schrauben vorhanden sind und ob alle Steckverbindungen korrekt angebracht sind.
Im Falle eine Echtgeldtests gilt, dass die Geldautomaten von Diebold Nixdorf weltweit vertrieben werden. Sie müssen jede Währung mit allen Münzen und Geldscheinen sicher erkennen und verarbeiten. Um dies sicherzustellen, führt Diebold Nixdorf sehr aufwändige händische Testungen durch. Mitarbeiter:innen geben dabei Millionen Banknoten und Münzen in das Gerät ein oder entnehmen sie. Die Testszenarien sind mannigfaltig. So prüft Diebold Nixdorf beispielsweise auch das Verhalten bei einem sogenannten Retract, dem Wiedereinholen des Kundengeldes.
Im konkreten Use Case bei Diebold Nixdorf prüft ein Cobot künftig mehrere Ein- und Auszahlterminals gleichzeitig. Der Mensch hat eine überwachende Funktion. Bei Fehlern kann er zielgerichtet eingreifen und korrigieren, ohne die gesamte Testung zu unterbrechen. Da dies bei einer vollautomatisierten Robotiklösung nicht möglich wäre, werden hier die Vorteile der kollaborativen Robotik noch einmal sehr deutlich. Die Auswertung der Testergebnisse fließt in Echtzeit in die zentrale IoT-Plattform und stehen dort über den gesamten Produktlebenszyklus zur Verfügung.
Die Potenziale einer Automatisierung des Echtgeldtests sind offensichtlich. Es gibt aber auch Argumente, die dagegensprechen: Der Faktor Wandelbarkeit ist für die Prüfprozesse bei Diebold extrem wichtig. Zum einen wird eine Testung immer individuell auf die jeweilige Produktvariante zugeschnitten. Das ist bei zunehmenden Kundenanforderungen und Variantenreichtum bereits sehr aufwendig. Zum anderen muss auch der Testaufbau für ein einzelnes Produkt über seinen Produktlebenszyklus anpassbar sein. Grund hierfür sind Veränderungen des Geldes hinsichtlich Materialzusammensetzung, Materialstärke oder Materialmix, variierende Umgebungsbedingungen wie Temperatur oder Luftfeuchtigkeit oder neue Sicherheitsanforderungen. Entsprechende Änderungen fließen in Retrofit-Maßnahmen ein, die neue und auch wiederkehrende Prüfungen erfordern.
Neben dem ausführlich dargestellten Echtgeld-Prüfplatz erarbeiten die Projektpartner (Fraunhofer IEM und Fa. Verlinked GmbH) zusammen mit Diebold Nixdorf einen weiteren Anwendungsfall zu Montageprüfung von Bedienfeldern: Ein kollaborativer Roboter trägt hier ein intelligentes Kamerasystem und kann so an verschiedene Prüfstellen kontrollieren, ob die Montage sachgemäß erfolgt ist. Sind etwa Schrauben oder Steckverbinder nicht richtig verbaut, kann der Mensch hier zielgerichtet eingreifen und korrigieren. Eine Cobot zeigt welche Schrauben, Leitungen, Verbindungen oder Tasten zu 100% oder nur zu 50% richtig gesetzt sind. Da jedoch nicht alle Prüfpunkte aus einer einzigen Kamera-Perspektive sichtbar sind, positioniert der Cobot die Kamera immer so, dass die jeweiligen Prüfstellen sichtbar und eindeutig sind. Dadurch wird gewährleistet, dass alle notwendigen Prüfungen durchgeführt werden können. Ein Demonstrator zu diesem Anwendungsfall wird demnächst im IoT Xperience Center am Fraunhofer IEM in Paderborn ausgestellt.
Vorteile kollaborativer Robotik
Um die Vorteile der Automatisierung zu nutzen und gleichzeitig die Wandlungsfähigkeit der Prüfsysteme zu gewährleisten, hat sich das CogeP-Konsortium für den Einsatz von teilautomatisierenden kollaborierenden Robotern (Cobots) entschieden. Die Prüfungen sollen weiterhin durch einen Werker verantwortet werden, der jedoch maschinelle Unterstützung erhält. Die Cobots sollen sich eigenständig neuen Prüfaufgaben anpassen und sich flexibel im gemeinsamen Arbeitsraum mit dem Menschen bewegen können. Der Mensch hat eher eine überwachende Funktion. Er kann spontan lokal eingreifen, ohne den Gesamtprozess zu unterbrechen. Außerdem ermöglichen Cobots sehr kompakte Automatisierungslösungen, die sich insbesondere bei begrenzten räumlichen Gegebenheiten anbieten. Die Chancen für kollaborative Robotik, insbesondere für den Einsatz in gewachsenen Produktionen, die bedarfsgerechte Automatisierung in mittelständischen Unternehmen oder die Anforderungen durch Losgröße 1 hatte das Fraunhofer IEM bereits im Vorfeld in mehreren Forschungs- und Industrieprojekten nachgewiesen, etwa im Bereich automatisierte Schweißrobotik.
Vom Systemmodell zur Systemarchitektur
Um alle relevanten Daten in der Entwicklung komplexer Prüfprozesse beisammenzuhalten und disziplinübergreifend optimal arbeiten zu können, wird im Rahmen des Projektes auf die Vorgenehsweisen des Model Based System Engineering zugegriffen. So entsteht mit der ausgewählten Methode CONSENS ein umfangreiches Systemmodell, das alle Abläufe während des Prüfens erfasst und analysiert (Abb.1). Abhängigkeit werden so transparent und können in der frühen Entwicklung effektiv gemanagt werden. Aus Basis des Systemmodells können verschiedene Use-Cases wie die Testplanung, die Testinitialisierung, die Testausführung und die Testauswertung formuliert und die zu automatisierenden Arbeitsschritte abgeleitet werden.
Die nächsten Schritte bei CogeP
Der Aufbau der Systemarchitektur ist der zentrale Schritt in der Entwicklung des Cobot-Prüfplatzes. Für einen ersten Prüfaufbau analysieren wir alle notwendigen Komponenten und Funktionen und diskutieren sie anhand dieser Fragestellungen: Welche Daten müssen erfasst werden? Welche Tests sind durchzuführen? Wie gestalten wir die Kommunikation zwischen den Teilsystemen? So können wir Anforderungen ableiten und ein Zielkonzept für die Systemarchitektur erarbeiten. Die Anforderungen sind je nach Use Case unterschiedlich. Die IT-Architektur des späteren Systems sollte aber systemspezifische Schnittstellen sowie die Anbindung unterschiedlicher Roboter, spezifischer Testsysteme/ -software und anwendungsspezifischer Sensoren ermöglichen. So ist in einem späteren Schritt die reibungslose IoT-Anbindung und datentechnische Integration der Lösung über den gesamten Produktlebenszyklus möglich.
Safety und Security Maßnahmen: Gestaltung sicherer Cobot-Prüfplätze
Die Zusammenarbeit von Menschen und Maschinen bietet uns faszinierende Möglichkeiten. In der Entwicklung dieser Systeme nehmen die Dimensionen Safety und Security eine immer größere Rolle ein. Safety sorgt dafür, dass ein (teil)autonomer Industrieroboter beispielsweise Personen in seinem Umfeld erkennt und stoppt, bevor Schaden entsteht. Security bedeutet hingegen, dass die Software des Roboters vor Angreifern geschützt ist. Safety und Security gehören untrennbar zusammen – und sollten auch in der Produktentwicklung gemeinsam behandelt werden. Gerade im Maschinen- und Anlagenbau spielt IT-Security aber noch so gut wie keine Rolle. Im Gegenteil: Security fristet bei der Planung, Entwicklung und Umsetzung von Maschinen, Anlagen und Lieferketten ein Nischendasein. Das ist gefährlich: In einer digital vernetzten Welt rücken Prozesse und Lieferketten in den Fokus von Cyberangriffen und die Online-Sicherheit von Unternehmen, wird zur Zielscheibe.
