SCHNELLER ANKOMMEN TROTZ VERSPÄTUNG … Prof. Dr. Jakob Rehof Ges chäfts führender Ins tituts leiter Fraunhofer-Ins titut für S oftw are und S y s tem technik IS S T Dortm und CPS .HUB NRW · Fraunhofer IML · 03.03.2016 © Fraunhofer ISST · Seite 1 FRAUNHOFER DORTMUND FILIT: INNOVATIONSZENTRUM FÜR LOGISTIK UND IT „SOFTWARE PRODUZIEREN WIE AUTOS!“ Das Logistik- und das Software-Institut der FhG gründen das FILIT als Ort der Zusammenarbeit auf dem Gebiet der Informationslogistik. Prof. Dr. Jakob Rehof · Prof. Dr. Michael ten Hompel · Prof. Dr. Boris Otto © Fraunhofer ISST · Seite 2 Agenda Plan for the w ors t & hope for the bes t? Indus trial Data S pace Dy nam is ches Prozes s Des ign © Fraunhofer ISST · Seite 3 PLAN FOR THE WORST & HOPE FOR THE BEST? Planen – Steuern - Lernen © Fraunhofer ISST · Seite 4 DO MAdR DUI DUS © Fraunhofer ISST · Seite 5 DO MAdR DUI DUS © Fraunhofer ISST · Seite 6 DO MAdR DUI DUS © Fraunhofer ISST · Seite 7 DO MAdR DUI DUS © Fraunhofer ISST · Seite 8 DO Voraus s etzungen 1. Verspätung anderer Züge 2. Real-time Information 3. Lokale Intelligenz des Agenten MAdR DUI DUS © Fraunhofer ISST · Seite 9 Autonomisierung = 4.0 Autonom is ierung = 4.0 Digitalis ierung = 3.0 Elektrifizierung = 2.0 Mechanis ierung = 1.0 © Fraunhofer ISST · Seite 10 Industrie 4.0 Internet der Dinge Alles wird autonom! LKW fahren Güter u. Waren autonom. MENSCHEN CONTAINER planen, steuern, vernetzen… organisieren ihre Ladung – viele Container das logistische Netz. REGALE FAHRZEUGE und STAPLER ordern selber ihren Nachschub. organisieren sich im Schwarm. BEHÄLTER sagen was zu entnehmen ist. Bildquellen: Fraunhofer IML, Jettainer, Daimler © Fraunhofer ISST · Seite 11 Ein Schritt weiter: Prozessdesign in Realzeit? Prozesse lernen? • Die logische Form des Prozesses ist nicht mehr vorgegeben (vorgeplant) • Dynamisches Prozessdesign • Prozesse und Pläne lernen • Kombination von klassischer Optimierung und Prozesssynthese © Fraunhofer ISST · Seite 12 Aktivitätsanalyse Pick Walk Accelerometer [m/s2] Magnetometer [µT] Gyroscope [rad/s] © Fraunhofer ISST · Seite 13 Pick Pick Pick Walk Walk Walk Pick Walk Pick Walk Walk Prozessanalysen auf Basis von Aktivitätserkennung Prozessaufnahme Aktivitätserkennung Analyse der Ergebnisse Optimierung von Prozessen und Arbeitsschritten © Fraunhofer ISST · Seite 14 DATEN INDUSTRIAL DATA SPACE (IDS) Digitale Souveränität über Daten und Dienste © Fraunhofer ISST · Seite 15 Der Industrial Data Space ermöglicht ein »Network of Trusted Data« Dezentralität Föderale Architektur Vertrauensschutz zertifizierte Teilnehmer Souveränität über Daten und Dienste Sicherheit Datenaustausch Offenheit Neutral und anwendergetrieben Governance Gemeinschaftliche Spielregeln Skalierung Netzwerkeffekte © Fraunhofer ·· Seite 16 Netzwerk Plattformen und Dienste Der Industrial Data Space fokussiert auf die Architektur der Daten und Datendienste Smart-Service-Szenarien Architekturebenen Automobilhersteller Elektronik und IT Dienstleistungen Logistik Maschinen & Anlagenbau Service- und Produktinnovation »Smart Data Services« (Alerting, Monitoring, Datenqualität etc.) INDUSTRIAL DATA SPACE »Basic Data Services« (Informationsfusion, Mapping, Aggregation etc.) Internet der Dinge ∙ Breitband-Infrastruktur ∙ 5G Echtzeitbereich ∙ Sensoren, Aktoren, Devices © Fraunhofer ·· Seite 17 Pharma & Medizinbedarf Der Industrial Data Space: On Demand Vernetzung Alle Daten bleiben bei ihren Ow nern und werden kontrolliert und geschützt nur bei Bedarf zur Erbringung eines Dienstes verknüpft und geteilt. Keine zentrale Plattform. Dienst F Unternehmen 6 Unternehmen 5 Dienst G Dienst A Unternehmen 1 Unternehmen 4 Dienst B Dienst E Dienst C Bildquellen: Istockphoto © Fraunhofer ISST · Seite 18 Unternehmen 2 Dienst D Unternehmen 3 Das Förderprojekt ist am 1.10.2015 gestartet und verfolgt zwei wesentliche Ziele 1. Referenzarchitekturm odell Governance-Architektur Fachlich-funktionale Software-Architektur für Datendienste Sicherheitsarchitektur Technische Architektur für Pilotierungen 2. Pilotierung in Us e Cas es Logistik und Supply Chain Management Automobilität Produktion © Fraunhofer ·· Seite 19 Der Industrial Data Space e.V. bündelt die Interessen der Anwender und wurde am 26.1.2016 gegründet Mitglieder1 Vereinszweck Organisation der Aktivitäten Bündelung der Anwenderinteressen Einrichtung von Fachausschüssen u. ä. für die Standardisierung und Zertifizierung Kommunikation und Öffentlichkeitsarbeit Zusammenarbeit und Austausch mit verwandten Initiativen Zusammenarbeit mit dem Förderprojekt 1) Stand 15.02.2016 © Fraunhofer ·· Seite 20 Allianz SE Atos IT Solutions and Services GmbH Bayer HealthCare AG Boehringer Ingelheim Pharma GmbH & Co.KG Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. KOMSA Kommunikation Sachsen AG LANCOM Systems GmbH PricewaterhouseCoopers AG REWE Systems GmbH Robert Bosch GmbH Salzgitter AG Schaeffler AG Setlog GmbH SICK AG ThyssenKrupp AG TÜV Nord AG Volkswagen AG ZVEI - Zentralverband Elektrotechnik- und Elektronikindustrie e.V. Digitalisation as driver and enabler of innovative business models Automotive Commerce Production Traffic management 2.0 Dynamic routing »Connected Drive Services« Autonomous transparency along the supply chain Consumer centred supply chain Smart production lines for small series Self-monitoring of production Service innovation Process innovation Organisational innovation Asset Pharma »Real-Life Evidence« More effective and efficient therapy Personalized medicine Product innovation Bildquellen: Microsoft, BMW, Databirds, SmartFace. © Fraunhofer · Seite 21 Key enabler for new business models: Combination of data from different sources Data Parties involved Pharma Automotive Commerce Production Pharmaceutical companies Pharma. research Healthcare Provider … Automotive suppliers Traffic control center Cities and municipalities … Retail Consumer industry Logistics provider Transport vehicle pools … Automobile manufacturers Suppliers Logistics provider Diagnostical data, pathologies Therapy information … Location, Destination Vehicle data Traffic data … Transport data Environmental data … Product-, components data Planning data Transport status … Bildquellen: Microsoft, BMW, Databirds, SmartFace. Legende: EPCIS Electronic Product Code Information Services. © Fraunhofer · Seite 22 Approved format of collaboration: Fraunhofer Enterprise Labs 1) Lab Name Audi Research Program Advanced Logistics1 Logistics and Digitization Lab Ericsson Enterprise Data Lab SICK Enterprise Lab Sponsor Head of Brand Logistics President of the Board Schenker Germany Head of IT Strategy and Architecture Head of Logistics Automation Focus Topics • Big data and cloud • »Industrie 4.0« • Supply chain governance and transparency • CKD logistics • Customer-centric logistics • Digital supply chains • Intelligent assets • Digital services in the networked economy • Digital product design • Digital capabilities • Image processing • 2D and 3D sensor fusion Duration 9/1/2013 - 8/31/2018 1/1/2015-12/31/2017 1/1/2015 - 12/31/2017 1/1/2013 - 12/31/2015 Lab-like cooperation model through endowed research chair. © Fraunhofer · Seite 23 DYNAMISCHES PROZESS DESIGN © Fraunhofer · Seite 24 Beacons und Prozesse in der Cloud … ein innovatives CPS © Fraunhofer · Seite 25 Estimote Beacon Spezifikation Identification Frequency range No. of preset switchable channels No. of voice/data/TV channels Tx-Rx channel separation Adjacent channel separation Frequency stability 2nd Harmonic radiation's Mode of emission Bandwidth of emission Type of modulation to be required Power output Sensitivity CPU Flash memory Preis/Stück (kleine Stückzahlen) Estimote model REV.D3.4 2400 MHz to 2483.5 MHz 40 40 Data channels 2 MHz 2 MHz <20 ppm <25 dBuV not more than 20 db 500 kHz GFSK 4 dBm -93 dBm 32-bit ARM® Cortex M0 256 KB ca. 10 EUR Every iBeacon ID is 20 bytes long and is divided into three sections: • UUID (16 bytes) • m ajor num ber (2 bytes) • m inor num ber (2 bytes) © Fraunhofer · Seite 26 Smart Beacon Reader Allgem eine Eigens chaften USB-Ladeanschluss für Akku (Port A) USB-Anschluss für Konfiguration (Port B) Befestigungsmöglichkeit, Fläche für Beschriftung Beacon Reader Variante Erkennt definierte Menge von Beacon Meldet Beacon-Kontakt an Backend Beacon Tracker Variante Erkennt definierte Menge von Beacon Trackt Aufenthaltsdauer der Beacon Meldet Enter/Exit-Events an Backend © Fraunhofer · Seite 27 sQUADRIC – Technische Daten s QUADRIC Maße und Gew ichte Intel Edison Ak ku Höhe 76 mm Breite 74 mm Tiefe 26 mm Gewicht Edison 16 g Gewicht Akku 48 g Gewicht Gehäuse ca. 30 g Ges am tgew icht ≤ 100 g s QUADRIC Leis tungs daten Normalbetrieb (mit WLAN) 105 mAh/h Einbaufassung, 5mm, Beacon Read RAFI 106.1400 :: Taster, 1 µAh 24V, 0,5A, 1Ö/1S, Aussenreflektor, Ø 9,1mm, 1 mAh schwarz Verbindung WLAN LED, gelb und/oder rot WLAN Write 8 µAh Edison Breakout Board:29 x 61.6 x 12.5 mm Samsung Akku ICR 18650 3.7 V 2600 / 3000 mAh: 18,5 x 69 mm http://www.exakta-messwerkzeuge.de/index.php?cat=c451_Arbeitsmassstaebe-nach-DIN-866-I-Arbeitsmassstaebe-nach-DIN-866-I-451.html www.conrad.de © Fraunhofer · Seite 28 Der Einsatz von iBeacons zur Lokalisierung in Gebäuden ist problematisch Der Verlauf der empfangenen Signalstärke (RSSI) verläuft nicht linear Die Trockenbauwände dämpfen das Signal nur wenig Metallische Gegenstände (Whiteboards, Monitore) reflektieren das Signal stark Die möglichst flächendeckende Ausleuchtung des Flurs bedingt damit eine teilweise Ausleuchtung der Räume Wichtige Randbedingung: Die Aufenthaltsdauer im Raum ist wichtiger als die zeitnahe Kenntnis des Aufenthaltsortes © Fraunhofer · Seite 29 Regelbasierte Anwesenheitserkennung in Gebäuden mittels getypter Beacons Problem: Existierende Verfahren basieren auf der Interpretation der empfangenen Signalstärke (RSSI). Dieser Wert schwankt aber stark durch Umgebungseinflüsse. Bei einer bewegten Person können die Schwankungen nicht kompensiert werden. Existierende Mechanismen zur Kompensierung greifen nicht, z.B. Kalman-Filter. Vorbedingungen Beacons werden einem Raum oder einem Flur zugeordnet (getypt). Raum-Beacons können nur in einem Raum empfangen werden. © Fraunhofer · Seite 30 Mit 10 Regeln können Operationen auf der Signalqueue definiert werden, um eine stabile Anwesenheitserkennung zu ermöglichen. Davon sind 4 Regeln zum Anhängen von Signalen an die Queue 2 Regeln zum Ableiten von Enter und Exit Events 4 Regeln zu Behandlung von Timeouts Patentierung des Verfahrens läuft Process Designer for Cloud Computing (PDC) © Fraunhofer · Seite 31 PDC Architektur New | Load | Save | Save as | Public |- BO |- Apps |- UVM |- MyERP |- IRIS Taxonomy Editor P1 Private |- Apps | |- IRIS |- Process |- P3 |- P7 P2 P3 Process-Repository GUI PDC Taxonomy Validator Process Repository Activity Taxonomy P1 JMS Messagebroker P2 P3 Context Process-Executionengine BO-Repository Staging Live © Fraunhofer · Seite 32 PDC-Produktpalette 33 © Fraunhofer · Seite 33 Unsere Zielsetzung Cyber-Physical System smartBackend - smartBackend (IDS Compliant) Cloud-fähig BO Management IDS Container PDC Process Designer for Cloud computing BOI Protocol Business Object Interchange - Definierte Nachrichtentypen - Konfigurierbare Nachrichten smartDevice Mobile Device smartDevices - smartBeacon Protocol Next Generation Beacon © Fraunhofer · Seite 34 Hardware Linux, Android Kommunikation (WLAN, UMTS, BTS) Apps (komponierbar) smartBeacon Protocol - Konfigurierbare Nachrichten smartBeacon Board smartBeacon - Bluetooth Smart (BTS) Tracking, Geofencing Sensorik, Timer SoftDevice GRK 2193 Anpassungsintelligenz Fabriken im dynamischen komplexen Umfeld von und Übergeordnete Zielstellungen und Verstetigung Ereignisorientierter Anpassungsprozess Prozessorientiertes Vorgehensmodell Virtuelle Fabrik (Lernfabrik) Globaler Planungsworkflow (dynamisch) Cloud Informationsmodell Datenmodell Objektmodell Interoperabilität Repository Automatische Konfiguration Beiträge des Konzept- und Methodenbaukastens Taxonomie Tools & Dienste Szenario Artefakte zur Befähigung zu intelligenter Kollaboration Bearbeitung von Forschungsfragen im interdisziplinären Umfeld und Schaffung eines homogenen Wissens- und Kommunikationsniveaus Nutzung disziplinärer Schnittstellen sowie Definition konsistenter Daten-, Kennzahlen- und Informationsmodelle Befähigung zu intelligenter Kollaboration und zu dynamischer Konfiguration interdisziplinärer Planungsworkflows © Fraunhofer · Seite 36 Combinatory Logic Synthesizer (CL)S Input: – Repository of components with semantic specification – Taxonomy of user and domain concepts – Synthesis goal Combinatory Logic Synthesizer (CL)S Type-based approach to automatic program synthesis Repository of code fragments Taxonomy for describing environment Code fragments (not from scratch) Higher-order terms Complexity results Type- and (weak) semantic correctness of composition Algorithm Engineering – Optimization of (CL)S ArchiType – Component & Connector Synthesis Dissertation: Automatic Synthesis of Component & Connector-Software Architectures with Bounded Combinatory Logic Logistik, eHealth Example Control Program for Lego NXT Mindstorm Robots Generated Individual Clinical Path for a Cardiovascular Examination (ICD-10-CM I00-I99) inHaus2 project Fraunhofer BSc. Sebastian Kurth in cooperation with eHealth division of Fraunhofer ISST LaunchPad – Feature-oriented Programsynthesis by George T. Heineman using (CL)S DANKE FÜR DIE AUFMERKSAMKEIT! w w w .is s t.fraunhofer.de © Fraunhofer ISST · Seite 46
© Copyright 2024 ExpyDoc
