Dateninfrastruktur für eine durchgängige Produktion ohne Systembrüche
Data Backbone
Projektbeschreibung
Zugriff auf digitale Prozessdaten
Sie haben viele Datenformate, aber diese sind inkompatibel, weil sie aus unterschiedlichen Domänen stammen? Sie möchten Ihre Produktion vollständig automatisieren, aber Sie scheitern an Systembrüchen? Das lässt sich ändern. Im Forschungsprojekt Data Backbone entwickeln wir eine Infrastruktur, um Datenmodelle zu vereinen und auf digitale Prozessdaten zugreifen zu können. Die Vision: Aus einem Produktionsauftrag sollen automatisch der Produktionsprozess und die Programmierung der Roboter generiert werden.
Reibungsloser Datenaustausch
Voraussetzung dafür ist eine inhaltliche Prozessbeschreibung, die unabhängig von der Programmiersprache digital vorliegt. Data Backbone stellt alle Daten über die gesamte Wertschöpfungskette zur Verfügung und sorgt für einen bruchlosen Austausch zwischen den Systemen. Damit ist eine durchgängig automatisierte Produktion möglich, die effizient und transparent ist.
Förderung
Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (STMWI) mit Projektunterstützung durch Bayern Innovativ ehemals ZentrumDigitalisierung Bayern (ZD.B).
Projektdauer
01.01.2018 - 31.03.2020
Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.
fortiss Lab
Kontakt
Projektpartner
Publikationen
- Toward a Knowledge-Based Data Backbone for Seamless Digital Engineering in Smart Factories In Proceedings of the IEEE International Conference on Emerging Technologies And Factory Automation (ETFA), pages 164–171, Vienna, Austria, 2020. Details URL DOI BIB
- A Hardware-Agnostic OPC UA Skill Model for Robot Manipulators and Tools In Proceedings of the IEEE International Conference on Emerging Technologies And Factory Automation (ETFA), Zaragoza, Spain, 2019. Details BIB
- OPC UA NodeSet Ontologies as a Pillar of Representing Semantic Digital Twins of Manufacturing Resources In Proceedings of the IEEE International Conference on Emerging Technologies And Factory Automation (ETFA), pages 1085–1092, Zaragoza, Spain, 2019. Details URL DOI BIB