Bereits bei der letz­ten Auto­ma­ti­ca vor zwei Jah­ren hat IPA-Insti­tuts­lei­ter Prof. Tho­mas Bau­ern­hansl Indus­trie 4.0 als einen Ent­wick­lungs­pro­zess bezeich­net, der rasend schnell von­stat­ten geht. Er ist über­zeugt: »Wer sich heu­te nicht damit beschäf­tigt, wird es mor­gen wahr­schein­lich bit­ter bereu­en«. Das Gute ist: An die­ser Aus­sa­ge hat sich nichts geän­dert. Was sich jedoch geän­dert hat, ist das Bewusst­sein der Unter­neh­men, sich mit dem The­ma Digi­ta­li­sie­rung aus­ein­an­der zu set­zen und – ob in Form von Sprints oder Mara­thons – Stra­te­gi­en zu ent­wi­ckeln und Maß­nah­men zu defi­nie­ren und umzu­set­zen.

Am Mes­se­stand des Fraun­ho­fer IPA in Hal­le A4, Stand 421, wer­den die vier Eck­pfei­ler von Indus­trie 4.0 – Pro­duk­ti­on, Pro­dukt, IT und Mensch – auf viel­fäl­ti­ge Wei­se im Gesamt­kon­text einer digi­ta­li­sier­ten Indus­trie­welt erleb­bar gemacht: Die Besu­cher kön­nen anhand meh­re­rer mit der Cloud intel­li­gent zusam­men­spie­len­der Expo­na­te nach­voll­zie­hen, wel­che Lösun­gen das Stutt­gar­ter For­schungs­in­sti­tut für ver­schie­de­ne Abschnit­te der indus­tri­el­len Wert­schöp­fungs­ket­te anbie­tet.

Materialflusssimulationen so realistisch wie nie

Eine eige­ne Demons­tra­ti­ons­flä­che ist der Robo­ter­na­vi­ga­ti­on vor­be­hal­ten. Dort zei­gen Kai Pfeif­fer und sei­ne Kol­le­gen mobi­le Robo­ter, die über die Cloud mit­ein­an­der ver­netzt sind. Sie kar­tie­ren ihre Umge­bung koope­ra­tiv und pla­nen ihre Rou­ten mit Hil­fe des vir­tu­el­len Abbil­des der Pro­duk­ti­on (Digi­ta­ler Schat­ten). »Spon­tan auf­tre­ten­de Hin­der­nis­se umfah­ren sie mit dem vor­ge­ge­be­nen Sicher­heits­ab­stand, ohne dass es zu Staus oder gar Kol­li­sio­nen kommt«, erklärt Pfeif­fer.

Wel­che Vor­tei­le die Cloud Navi­ga­ti­on moder­nen Industrie-4.0-Architekturen dar­über hin­aus noch bie­tet, sieht nur, wer sich eine Aug­men­ted-Rea­li­ty-Bril­le auf­setzt: Sofort wird klar, dass die eigent­li­che Demons­tra­ti­ons­flä­che deut­lich grö­ßer ist. Vir­tu­el­le Robo­ter fah­ren auch in angren­zen­den Berei­chen des Mes­se­stands her­um und wei­chen Stand­be­su­chern aus, die ihre Bahn kreu­zen, ohne es auch nur zu ahnen. Der Sinn hin­ter die­ser Demo: Mit den Daten, die die Cloud Navi­ga­ti­on mit­tels mobi­ler Robo­ter und wei­te­rer Sen­so­ren in der Pro­duk­ti­ons­hal­le zusam­men­trägt, las­sen sich in Echt­zeit Mate­ri­al­flüs­se simu­lie­ren, die der Rea­li­tät viel näher kom­men als das bis­her mög­lich war. Zeit- und kos­ten­in­ten­si­ve Pra­xis­tests mit Robo­ter­sys­te­men sind nicht mehr nötig.

Maschinelles Lernen: Übung macht den Meister

Die auto­ma­ti­sier­te Hand­ha­bungs­tech­nik wird immer effi­zi­en­ter. Denn Felix Spen­rath und sein Team ent­wi­ckeln die bewähr­te Soft­ware bp3 des Unter­neh­mens, die dem erfolg­rei­chen Griff-in-die-Kis­te zu Grun­de liegt, immer wei­ter. »Dank ver­bes­ser­ter Algo­rith­men und neu­er Sen­sor­tech­nik kön­nen Indus­trie­ro­bo­ter nun selbst fla­che, unsor­tiert gela­ger­te Blech­tei­le erken­nen und grei­fen«, sagt Spen­rath. Die Infor­ma­tio­nen, die moder­ne 3DSensoren lie­fern, wer­den also opti­mal genutzt. Die neue, intui­ti­ve Benut­zer­ober­flä­che erleich­tert und beschleu­nigt die Pro­gram­mie­rung so sehr, dass sich die Inves­ti­ti­ons­kos­ten für eine Hand­ha­bungs­zel­le nun schon nach zwei Jah­ren amor­ti­sie­ren. Ein zwei­ar­mi­ger Demons­tra­tor auf dem Mes­se­stand ver­an­schau­licht die jüngs­ten Fort­schrit­te.

Mit­hil­fe des Maschi­nel­len Ler­nens wer­den die Objekt­er­ken­nung und die Ver­ein­ze­lung unge­ord­net her­um­lie­gen­der Bau­tei­le der­zeit immer wei­ter ver­fei­nert. Im For­schungs­pro­jekt »Deep­Gras­ping« ent­steht aktu­ell eine vir­tu­el­le Lern­um­ge­bung. Dar­in üben Robo­ter bereits vor ihrer Inbe­trieb­nah­me unter­schied­lichs­te Greif­pro­zes­se an den Werk­stü­cken, mit denen sie spä­ter im ope­ra­ti­ven Betrieb arbei­ten sol­len. Neu­ro­na­le Net­ze ler­nen aus die­sen simu­lier­ten Grif­fen und ver­bes­sern so ihr Pro­zess­wis­sen kon­ti­nu­ier­lich – getreu dem Mot­to: »Übung macht den Meis­ter«. Eine Prä­sen­ta­ti­on infor­miert auf dem Mes­se­stand über das Pro­jekt Deep­Gras­ping und stellt ers­te Ergeb­nis­se vor.

Software drag&bot vereinfacht Roboterprogrammierung

Robo­ter kom­men in klei­nen und mit­tel­stän­di­schen Unter­neh­men bis­her nur sel­ten zum Ein­satz. Der Grund: Die her­stel­ler­spe­zi­fi­schen Pro­gram­mier­spra­chen sind so kom­plex, dass exter­ne Fach­leu­te beauf­tragt wer­den müs­sen, um einen Robo­ter an neue Auf­ga­ben her­an­zu­füh­ren. »In Zei­ten intui­tiv bedien­ba­rer Smart­pho­nes und Tablets ist eine der­art zeit- und kos­ten­in­ten­si­ve Robo­ter-Pro­gram­mie­rung nicht mehr fort­schritt­lich«, fin­det Mar­tin Nau­mann.

Der For­scher hat des­halb zusam­men mit sei­nen Kol­le­gen die Soft­ware drag&bot ent­wi­ckelt, die den Pro­gram­mier­auf­wand auf ein Mini­mum redu­ziert. Der Clou: drag&bot lie­fert fer­ti­ge Pro­gramm­bau­stei­ne, die sich über eine gra­fi­sche Bedien­ober­flä­che schnell und intui­tiv zu kom­ple­xen Robo­ter­ap­pli­ka­tio­nen zusam­men­fü­gen las­sen. Zusätz­lich ver­ein­fa­chen Bedien- und Ein­ga­be­hil­fen die Para­me­tri­sie­rung der Bau­stei­ne. Damit ist kein Exper­ten­wis­sen mehr nötig, um Robo­ter ver­schie­de­ner Her­stel­ler umzu­pro­gram­mie­ren. Wie ein­fach sich drag&bot bedie­nen lässt, demons­triert Nau­mann mit einer Robo­ter­zel­le auf der Auto­ma­ti­ca 2018. Jeder inter­es­sier­te Stand­be­su­cher kann dort mit ein paar Klicks selbst Hand­ha­bungs- oder Mon­ta­ge­an­wen­dun­gen pro­gram­mie­ren.

Dank einer wie­der­ver­wend­ba­ren Soft­ware-Infra­struk­tur erleich­tert das Betriebs­sys­tem »Robot Ope­ra­ting Sys­tem« (ROS) die Soft­ware­er­stel­lung sowohl für Robo­ter als auch für Robo­ter­sys­te­me, die kom­ple­xe Auf­ga­ben aus­füh­ren. »Aber auch die stan­dar­di­sier­ten Schnitt­stel­len stel­len eine wesent­li­che Ver­ein­fa­chung dar. Denn ROS stellt die gesam­te Robo­tik auf eine gemein­sa­me Grund­la­ge – so wie Linux bei Com­pu­tern oder Andro­id bei Smart­pho­nes«, erklärt Mir­ko Bor­di­gnon. End­an­wen­der und Sys­tem­in­te­gra­to­ren müs­sen kom­ple­xe Funk­tio­nen nicht immer wie­der neu ent­wi­ckeln, denn die­se stellt ihnen die Open-Source-Soft­ware ROS zur Ver­fü­gung – vor allem aus den Berei­chen mobi­le Navi­ga­ti­on, Greif- und Robo­t­er­be­we­gungs­pla­nung, Simu­la­ti­on sowie Bild- und Sen­sor­ver­ar­bei­tung.

Und: ROS spart bares Geld. Eine wach­sen­de Anzahl hoch ent­wi­ckel­ter Soft­ware­kom­po­nen­ten ist frei ver­füg­bar und erfüllt längst die Qua­li­täts­an­for­de­run­gen der Indus­trie. Ande­re grup­pie­ren die Ent­wick­ler zu umfang­rei­chen »Libra­ries« (Biblio­the­ken), in die ihre Erfah­run­gen aus vie­len ver­schie­de­nen For­schungs- und Indus­trie­pro­jek­ten ein­flie­ßen. ROS-Indus­tri­al ist eine Initi­ta­ti­ve, die in Euro­pa vom Fraun­ho­fer IPA gema­nagt wird und den Tech­no­lo­gie­trans­fer von ROS in die indus­tri­el­le Umge­bung för­dert. Ein Demons­tra­tor auf dem Mes­se­stand zeigt Hard­ware von gro­ßen Erst­aus­rüs­tern, die per­zep­ti­ons­ge­steu­er­te Auf­ga­ben aus­führt – alle mit ROS pro­gram­miert.

Mobile Plattformen: Kompakt und wendig mit gelenkten Standardrädern

Flä­chen­be­weg­li­che mobi­le Robo­ter und fah­rer­lo­se Trans­port­fahr­zeu­ge kön­nen omni­di­rek­tio­nal navi­gie­ren, Eng­stel­len zuver­läs­sig pas­sie­ren und auf zeit­rau­ben­de Ran­gier­be­we­gun­gen ver­zich­ten. Aller­dings sind der­ar­ti­ge Robo­ter der­zeit meist mit Mecha­nu­mo­der All­sei­ten­rä­dern aus­ge­stat­tet und haben bei Schlupf, Odo­me­trie und der Fähig­keit, losen Unter­grund, Stu­fen und Schwel­len zu über­win­den, durch­aus ihre Nach­tei­le. Das For­schungs­in­sti­tut setzt des­halb seit lan­gem auf Antriebs­mo­du­le mit gelenk­ten Stan­dard­rä­dern und stellt die drit­te und neu­es­te Genera­ti­on auf der dies­jäh­ri­gen Auto­ma­ti­ca vor.

»Weil fah­rer­lo­se Trans­port­sys­te­me Las­ten unter­fah­ren und auf­neh­men sol­len, müs­sen sie mög­lichst flach sein«, betont Theo Jacobs, der das neu­es­te Antriebs­mo­dul kon­stru­iert hat. Es kommt mit einem sehr gerin­gen Bau­raum ober­halb des Rades aus, ist aber den­noch mit einer voll­wer­ti­gen Fede­rung aus­ge­stat­tet. Mit zwei par­al­le­len Rädern pro Modul wird eine hohe Leis­tungs­dich­te erreicht: Bei Bedarf steht die voll­stän­di­ge Motor­leis­tung für den Vor­trieb zur Ver­fü­gung. Durch unter­schied­li­ches Ansteu­ern der bei­den Räder lässt sich eine Dre­hung des Moduls errei­chen – ein zusätz­li­cher Lenk­mo­tor ent­fällt. Auf der Mes­se prä­sen­tiert Jacobs die neu­es­te Ver­si­on der Antriebs­mo­du­le auf einem Test­stand, mit des­sen Hil­fe Dau­er­tests auf ver­schie­de­nen Unter­grün­den und mit ver­schie­de­nen Boden­un­eben­hei­ten durch­ge­führt wer­den kön­nen.

Autonome Optimierung von komplexen Fertigungssystemen in der Stückgüterproduktion

Bei kapi­tal­in­ten­si­ven Fer­ti­gungs­sys­te­men sind Unter­neh­men dar­auf ange­wie­sen, die Pro­duk­ti­vi­tät stets zu maxi­mie­ren. Andern­falls dro­hen Kos­ten­druck und Finan­zie­rungs­lü­cken. Jedoch umfas­sen vie­le Fer­ti­gungs­sys­te­me eine Viel­zahl an Sta­tio­nen und arbei­ten so schnell, dass Feh­ler­ur­sa­chen mit blo­ßem Auge nicht mehr erkenn­bar sind. Hier bie­tet die Smar­te Sys­tem­op­ti­mie­rung von Felix Mül­ler und sei­nem Team einen inno­va­ti­ven und bereits real ein­satz­fä­hi­gen Ansatz. Das Ana­ly­se­tool erkennt Feh­ler in ver­ket­te­ten Fer­ti­gungs­sys­te­men und zeigt deren Ursa­chen sowie die Fort­pflan­zung auto­ma­ti­siert und echt­zeit­nah auf.

Schlüs­sel­tech­no­lo­gie sind ler­nen­de Algo­rith­men, die spe­zi­ell zur Ana­ly­se von schnell­tak­ten­den Stück­gü­ter-Pro­duk­ti­ons­li­ni­en ent­wi­ckelt wur­den. Zur Daten­er­he­bung »von innen« kommt ein hoch­per­for­man­ter Kon­nek­tor zum Ein­satz, der auf die Daten aus der Maschi­nen­steue­rung zugreift. Zusätz­lich zeich­nen intel­li­gen­te Kame­ras »von außen« die rele­van­ten Pro­zess­merk­ma­le auf. So ent­steht eine kon­ti­nu­ier­li­che Daten­ba­sis, die zeit­syn­chron an das Ana­ly­se­tool über­mit­telt wird. Die­ses kann nun mit den Algo­rith­men Rück­schlüs­se zie­hen und die Infor­ma­tio­nen in gewünsch­ter Form auf­be­rei­ten. Das Werk­zeug arbei­tet auch her­aus, wie die Feh­ler zusam­men­hän­gen und kann sie prio­ri­sie­ren. Es eig­net sich zudem für ein auto­ma­ti­sier­tes Maschi­nen­bench­mar­king. So las­sen sich damit alle Maschi­nen eines Fuhr­parks auf das höchst­mög­li­che Niveau brin­gen. Rea­le Ein­satz­fäl­le in der Phar­ma-, Kon­sum­gü­ter- und Auto­mo­ti­ve Pro­duk­ti­on haben bereits Pro­duk­ti­vi­täts­stei­ge­run­gen von bis zu 15 Pro­zent erzielt.

Das »E-Bike zum Anziehen« schont die Gesundheit

Die IPA-For­scher tra­gen dazu bei, die Mit­ar­bei­ter in der Pro­duk­ti­on kör­per­lich zu ent­las­ten. Deut­lich wird das mit dem Stutt­gart-Exo-Jacket, einem Ober­kör­per­ex­o­ske­lett, das den Trä­ger mit zusätz­li­cher Kraft ver­sorgt, ohne ihn ein­zu­schrän­ken. An Ellen­bo­gen und Schul­tern haben die Exper­ten Antriebs­mo­du­le inte­griert, die Bewe­gun­gen mit hohem Dreh­mo­ment unter­stüt­zen. Dabei sorgt eine Impe­danz­re­ge­lung mit­tels Druck­sen­so­ren in den Arm­scha­len für eine geschmei­di­ge Mit­be­we­gung des Exo­ske­letts. An der Schul­ter­par­tie ist eine Gelenk­ket­te mit fünf Rota­ti­ons­ach­sen ange­bracht. Die Ket­te folgt der Schul­ter­ge­lenk­grup­pe in jede Posi­ti­on. Das Antriebs­ele­ment sitzt also immer dort, wo die Schul­ter gera­de ist. Auf die­se Wei­se wer­den kom­ple­xe Bewe­gun­gen in drei Rich­tun­gen ermög­licht: nach oben, hin­ten und innen. Selbst Über­kopf­mon­ta­gen kön­nen bewäl­tigt wer­den.

Da die Modu­le nur aktiv wer­den, wenn sie tat­säch­lich gebraucht wer­den, lässt sich zusätz­lich Ener­gie spa­ren. Mit­tel­fris­tig wol­len die Wis­sen­schaft­ler einen Modul­kas­ten für unter­schied­li­che Ein­satz­ge­bie­te ent­wi­ckeln. Dafür wird ein bewe­gungs­da­ten­ge­stütz­ter Ent­wick­lungs- und Simu­la­ti­ons­work­flow auf­ge­baut. Mit­tels eines detail­lier­ten Mus­kel­ske­lett­mo­dells kön­nen die Ent­las­tun­gen berech­net wer­den. Je nach Tätig­keit kön­nen sich Unter­neh­men dann indi­vi­du­el­le Lösun­gen zusam­men­stel­len.

»Virtual Fort Knox« nicht mehr allein, aber einzigartig

Bereits seit 2012 arbei­tet das For­schungs­in­sti­tut zusam­men mit Unter­neh­men aus dem Mit­tel­stand an Vir­tu­al Fort Knox (VFK), einer offe­nen Platt­form für IT-Ser­vices für pro­du­zie­ren­de Unter­neh­men. Seit Mit­te 2017 wird die VFK-Rese­arch-Platt­form als ver­tei­le hybri­de Platt­form bei sechs wei­te­ren Insti­tu­ten im Fraun­ho­fer Ver­bund Pro­duk­ti­on aus­ge­rollt. Sie dient als kol­la­bo­ra­ti­ve For­schungs­platt­form für die Ent­wick­lung inno­va­ti­ver Diens­te für die Pro­duk­ti­on und bil­det so die Grund­la­ge für ein offe­nes, echt­zeit­fä­hi­ges Betriebs­sys­tem für die Fer­ti­gung. Das erklär­te Ziel for­mu­liert Joa­chim Sei­del­mann, Lei­ter Digi­Tools am Fraun­ho­fer IPA, wie folgt: »Wir wol­len Indus­trie 4.0-Konzepte umset­zen, mit denen die Anwen­der ihre Effi­zi­enz in der Pro­duk­ti­on stei­gern kön­nen«.

Auf der Auto­ma­ti­ca wird VFK mit dem Festo CP Lab ver­bun­den sein – einer minia­tu­ri­sier­ten Umlauf­band­an­la­ge, die über meh­re­re Mög­lich­kei­ten der Steue­rung ver­fügt. Grup­pen­lei­ter Dani­el Stock dazu: »Wir zei­gen, wie Anla­gen ein­fach und fle­xi­bel ver­netzt wer­den kön­nen und betrach­ten – bei­spiels­wei­se zukünf­tig durch die auf­kom­men­de 5G-Tech­no­lo­gie befä­higt – nicht mehr nur pri­mär die echt­zeit­na­he Daten­fu­si­on, son­dern auch die Steue­rung aus der Cloud, um Anwen­dern in Zukunft ganz neue Mög­lich­kei­ten zu bie­ten«.