Transformieren Sie Ihre Produktionsdaten: Die LinkedFactory-Datenarchitektur für digitale Produktions-Zwillinge

In der heutigen Wettbewerbslandschaft ist die Nutzung von Daten im Produktionskontext entscheidend für den Erfolg. Daten bieten wertvolle Einblicke in Betriebsabläufe, helfen bei der Identifikation von Optimierungspotenzialen und ermöglichen fundierte Entscheidungen in Echtzeit. Die Produktionstechnik wird zunehmend von modernen Komponenten der Informations- und Kommunikationstechnik durchdrungen. Dadurch steht bereits heute eine große Menge unterschiedlicher Daten mit einem direkten oder indirekten Bezug zur Produktion für die Erfassung und Verarbeitung zur Verfügung.

Wie aber lassen sich diese verarbeiten und als Informationen so zur Verfügung stellen, dass sie in immer komplexeren Produktionsszenarien unterstützend wirken? Entscheidend dabei ist, dass diese Informationen zur richtigen Zeit am richtigen Ort sind. Nur so wird eine flexible und damit ressourceneffiziente Produktion über die gesamte Prozesskette möglich. Diese zu organisieren, ist Aufgabe der »LinkedFactory«. Es handelt sich um eine flexible Datenarchitektur, die von Digitalisierungsexperten des Fraunhofer IWU in Zusammenarbeit mit Partnern in mehreren Forschungsprojekten entwickelt wurde.

Die »LinkedFactory« speist sich aus verschiedenen IT-Systemen der Fabrik – es fließen beispielsweise Daten aus einzelnen Maschinen, unabhängig der jeweiligen Steuerung (z.B. OPC UA), Kennwerte aus der Gebäudetechnik, der Logistik sowie den dafür wichtigen betriebswirtschaftlichen Parametern zusammen, um so ein virtuelles Fabrikabbild zu erhalten. Durch die Verknüpfung unterschiedlichster Daten werden daraus in Echtzeit neue Informationen generiert, kontextbasiert aufbereitet und zielgerichtet weitergeleitet.

Die »LinkedFactory«-Datenarchitektur bietet eine hochflexible Lösung zur Verwaltung von produkt-, prozess- und maschinenbezogenen Produktionsdaten. Durch definierte, standardisierte Datenformate und Schnittstellen ermöglicht sie die Aufnahme und Abfrage von Zeitreihen sowohl bestehend aus numerischen Werten als auch komplexen Ereignissen. Dadurch wird ein generisches Datenmodell realisiert, welches es ermöglicht hochfrequente und -volumige Produktionsdaten und die zugehörigen Metadaten durch Nutzung der Linked-Data-Prinzipien zu speichern und zu verknüpfen. Unsere Architektur nutzt einen Wissensgraphen zur Repräsentation von Metadaten und Strukturinformationen – beispielsweise zu Maschinen und Prozessen – und legt so das Fundament für digitale Zwillinge. Innerhalb dieses flexiblen Ansatzes ist es möglich, verschiedene Arten von semantischen Beschreibungen zu integrieren, unabhängig davon, ob sie zum Beispiel auf Ontologien basieren oder aus Modellierungsansätzen, wie die Verwaltungsschale (AAS) stammen.

Als Datenquelle für Grafana erlaubt »LinkedFactory« den schnellen Aufbau von Dashboards zur Echtzeitvisualisierung, während die Abfrage- und Aggregationsmöglichkeiten via SPARQL eine flexible und maßgeschneiderte Analyse und Grundlage für Maschinelles Lernen sicherstellen.

Möchten Sie mehr über die »LinkedFactory« und ihre Vorteile für Ihre Produktionsprozesse erfahren?

Wir stehen Ihnen gerne zur Verfügung, um Ihre Fragen zu beantworten und individuelle Lösungen zu erarbeiten, die zu Ihren spezifischen Anforderungen passen. Zögern Sie nicht, uns zu kontaktieren – ob für eine detaillierte Beratung oder um mehr über die Implementierung der »LinkedFactory«-Datenarchitektur in Ihrem Unternehmen zu erfahren. Wir freuen uns darauf, von Ihnen zu hören und gemeinsam Ihre Produktionsprozesse zu optimieren!

Publikationen zum Thema

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2024 Flexible data architecture for enabling AI applications in production environments
Grützmann, Jossy Milagros; Rudolph, Franziska; Boesler, Martin; Wenzel, Ken
Konferenzbeitrag
Conference Paper
2024 Enabling Federated Learning Services Using OPC UA, Linked Data and GAIA-X in Cognitive Production
Friedrich, Christian; Vogt, Stefan; Rudolph, Franziska; Patolla, Paul; Grützmann, Jossy Milagros; Hohmeier, Orlando; Richter, Martin; Wenzel, Ken; Reichelt, Dirk; Ihlenfeldt, Steffen
Zeitschriftenaufsatz
Journal Article
2019 Linked Data Architecture for Assistance and Traceability in Smart Manufacturing
Friedemann, Marko; Wenzel, Ken; Singer, Adrian
Konferenzbeitrag
Conference Paper
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica