ADELT, P.; DONOTH, J.; GAUSEMEIER, J.; GEISLER, J.; HENKLER, S.; KAHL, S.; KLÖPPER, B.; KRUPP, A.; MÜNCH, E.; OBERTHÜR, S.; PAIZ, C.; PORRMANN, M.; RADKOWSKI, R.; ROMAUS, C.; SCHMIDT, A.; SCHULZ, B.; TSCHEUSCHNER, T.; VÖCKING, H.; WITKOWSKI, U.; WITTING, K.; ZNAMENSHCHYKOV, O.: Selbstoptimierende Systeme des Maschinenbaus — Definitionen, Anwendungen, Konzepte. HNI-Verlagsschriftenreihe, Band 234, Paderborn, 2009
Gegenstand des Sonderforschungsbereichs 614 „Selbstoptimierende Systeme des Maschinenbaus" sind maschinenbauliche Systeme von morgen. Diese werden aus Konfigurationen von Systemelementen mit einer inhärenten Teilintelligenz bestehen. Das Verhalten des Gesamtsystems wird durch die Kommunikation und Kooperation der intelligenten Systemelemente geprägt sein. Selbstoptimierung ermöglicht handlungsfähige Systeme mit inhärenter „Intelligenz", die in der Lage sind, selbständig und flexibel auf veränderte Betriebsbedingungen zu reagieren.
Die Vision des SFB 614 ist eine neue Schule des Entwurfs von intelligenten mechatronischen Systemen. Diese neue Schule beruht auf einem Instrumentarium bestehend aus Vorgehensmodellen, Entwurfsmethoden und -werkzeugen und Praktiken. Das Instrumentarium entsteht im Wechselspiel mit der Entwicklung von anspruchsvollen Demonstratoren, die als repräsentativ für künftige Erzeugnisse des Maschinenbaus und verwandter Branchen wie der Automobilindustrie und der Medizintechnik gelten können.
Nach einer Einführung in das Wirkparadigma der Selbstoptimierung werden acht Demonstratoren nach folgendem Raster beschrieben: 1) Beschreibung des Szenarios, 2) Nutzenpotenzial und Zielsetzung der Selbstoptimierung, 3) Realisierung des Selbstoptimierungsprozesses und 4) Resümee. Damit unterstreichen wir anhand von repräsentativen Praxisbeispielen, dass Selbstoptimierung erheblichen Nutzen stiftet und konkrete Perspektiven für den Maschinenbau und verwandter Branchen eröffnet.
Abschließend fassen wir die erarbeiteten Konzepte zusammen. Dazu zählen Optimierungsverfahren, Entwicklungsmethodik und die Plattform (dynamisch rekonfigurierbare Hardware und Echtzeitbetriebssystem).
BÖCKER, J; SCHULZ, B.; KNOKE, T.; FRÖHLEKE, N.: Self-Optimization as a Framework for Advanced Control Systems, Int. Electronics Conference (IECON), November 2006, Paris, Frankreich
Optimization is a usual step of control design. To do so, clear design goals have to be defined and sufficient system information must be given as prerequisites. However, data are often inaccurate or missing and design goals may change during operation. That is why a concept of self-optimizing systems is proposed, which is able to optimize the system even during operation. The proposed concept should be understood as a framework to incorporate various control and optimization methods. A key element of the proposal is the Operator Controller Module, which consists of a cognitive part for planning tasks with lower realtime requirements and a reflective part for the execution level. A particular focus is given to how to handle multi-objective optimization with on-line adaptation of the objectives depending on internal and external design goals. Examples how to employ the concept in practice are given.
BRÜCKNER, I.; DRÄGER von, C.; FINKBEINER, B.; WEHRHEIM, H.: Slicing Abstractions. In: Fundamenta Informaticae, Volume 89, Number 4 / 2008, IOS Press, Pages 369-392
Abstraction and slicing are both techniques for reducing the size of the state space to be inspected during verification. In this paper, we present a new model checking procedure for infinite-state concurrent systems that interleaves automatic abstraction refinement, which splits states according to new predicates obtained by Craig interpolation, with slicing, which removes irrelevant states and transitions from the abstraction. The effects of abstraction and slicing complement each other. As the refinement progresses, the increasing accuracy of the abstract model allows for a more precise slice; the resulting smaller representation gives room for additional predicates in the abstraction. The procedure terminates when an error path in the abstraction can be concretized, which proves that the system is erroneous, or when the slice becomes empty, which proves that the system is correct.
BURMESTER, S.; GIESE, H.; MÜNCH, E.; OBERSCHELP, O.; KLEIN, F.; SCHEIDELER, P.: Tool Support for the Design of Self-Optimizing Mechatronic Multi-Agent Systems. International Journal on Software Tools for Technology Transfer (STTT), 10(3): 207--222, June 2008
DANGELMAIER, W.; KLÖPPER, B.: Verhaltensplanung für mechatronische Systeme - Planung als Funktion in selbstoptimierenden Systemen. wt Werkstattstechnik online, 2009, Springer-VDI-Verlag, Düsseldorf, eingereicht am 23.10.2008, pp. 1-6
Selbstoptimierende mechatronische Systeme sind eine neue Klasse technischer Systeme, die sich durch Flexibilität und intelligentes Verhalten auszeichnen. Dieser Beitrag stellt Ansätze für eine Verhaltensplanung mechatronischer Systeme vor und zeigt, wie diese Verhaltensplanung als wichtige Funktion innerhalb des Selbstoptimierungsprozesses eingesetzt werden kann.
DELL’AERE, A.; HIRSCH, M.; KLÖPPER, B.; KOESTER, M.; KRÜGER, M.; KRUPP, A.; MÜLLER, T.; OBERTHÜR, S.; POOK, S.; PRIESTERJAHN, C.; ROMAUS, C.; SCHMIDT, A.; SONDERMANN-WÖLKE, C.; TICHY, M.; VÖCKING, H.; ZIMMER, D.: Verlässlichkeit selbstoptimierender Systeme — Potenziale nutzen und Risiken vermeiden. HNI-Verlagsschriftenreihe, Band 235, Paderborn, 2009
Gegenstand des Sonderforschungsbereichs 614 „Selbstoptimierende Systeme des Maschinenbaus" sind maschinenbauliche Systeme von morgen. Diese werden aus Konfigurationen von Systemelementen mit einer inhärenten Teilintelligenz bestehen. Das Verhalten des Gesamtsystems wird durch die Kommunikation und Kooperation der intelligenten Systemelemente geprägt sein. Selbstoptimierung ermöglicht handlungsfähige Systeme mit inhärenter „Intelligenz", die in der Lage sind, selbständig und flexibel auf veränderte Betriebsbedingungen zu reagieren.
Die Vision des SFB 614 ist eine neue Schule des Entwurfs von intelligenten mechatronischen Systemen. Diese neue Schule beruht auf einem Instrumentarium bestehend aus Vorgehensmodellen, Entwurfsmethoden und -werkzeugen und Praktiken. Das Instrumentarium entsteht im Wechselspiel mit der Entwicklung von anspruchsvollen Demonstratoren, die als repräsentativ für künftige Erzeugnisse des Maschinenbaus und verwandter Branchen wie der Automobilindustrie und der Medizintechnik gelten können.
Vor diesem Hintergrund zeichnet sich die Herausforderung ab, derartige Systeme zuverlässig zu gestalten. Wir haben statt Zuverlässigkeit den Begriff Verlässlichkeit gewählt, weil er die Aspekte Verfügbarkeit, Zuverlässigkeit, Sicherheit und Vertraulichkeit umfasst und somit unser Anliegen auf dem Weg zu den Erzeugnissen von morgen treffend zum Ausdruck bringt.
Das vorliegende Buch ist das Ergebnis der projektübergreifenden interdisziplinären Zusammenarbeit in dem Arbeitskreis „Sicherheit und Stabilität" des SFB 614. Es gibt eine gut aufbereitete Einführung in den umfassenden Themenkomplex Verlässlichkeit und zeigt anhand von anspruchsvollen Beispielen der fortgeschrittenen Mechatronik, wie komplexe, stark durch Informations- und Kommunikationstechnik geprägte technische Systeme verlässlich gestaltet werden können. Dabei wird deutlich, dass das Wirkparadigma der Selbstoptimierung nicht nur größere Anstrengungen erfordert, um Verlässlichkeit zu erreichen, sondern auch neue Möglichkeiten für mehr Verlässlichkeit eröffnet.
FRANK U.; GAUSEMEIER J.; SCHMIDT A.; ZIMMER D.: “Von der Mechatronik zur Selbstoptimierung“, (Technical Paper & Tagungsvortrag) IFM2007 – Internationales Forum Mechatronik - Intelligente Systeme und Module, 12./13. September, Winter- thur (Schweiz), 2007
Die Entwicklung der Informations- und Kommunikationstechnik eröffnet faszinierende Perspektiven für den Maschinenbau: mechatronische Systeme mit inhärenter Teilintelligenz. Hierfür verwenden wir den Begriff Selbstoptimierung. Unter Selbstoptimierung eines technischen Systems wird die endogene Anpassung der Ziele des Systems auf veränderte Einflüsse und die daraus resultierende zielkonforme autonome Anpassung der Parameter und ggf. der Struktur und somit des Verhaltens dieses Systems verstanden. Damit geht Selbstoptimierung über die bekannten Regel- und Adaptionsstrategien wesentlich hinaus; Selbstoptimierung ermöglicht maschinenbauliche Systeme, die in der Lage sind, selbstständig und flexibel auf veränderte Betriebsbedingungen zu reagieren. Der Entwurf derartiger Systeme ist eine Herausforderung. Etablierte Entwicklungsmethodiken des klassischen Maschinenbaus und der Mechatronik, wie die VDI-Richtlinie 2206„Entwicklungsmethodik für mechatronische Systeme“, sind hier nicht ausreichend. Dies betrifft insbesondere die frühe Phasen „Planen und Klären der Aufgabe“ und „Konzipierung“, deren Ergebnis die Prinziplösung ist. Die Prinziplösung legt den grundsätzlichen Aufbau und die Wirkungsweise des Systems fest und ist Grundlage für die domänenspezifische Konkretisierung. Die an der Entwicklung beteiligten Fachleute der Domänen Mechanik, Regelungstechnik, Digitalelektronik und Softwaretechnik nutzen noch heute ihre domänenspezifischen Begriffe sowie Spezifikationstechniken zur Beschreibung der Entwicklungsergebnisse. Das führt zu Missverständnissen.
Es fehlt eine ganzheitliche domänenübergreifende Beschreibung der Prinziplösung. Im Sonderforschungs- bereich (SFB) 614 „Selbstoptimierende Systeme des Maschinenbaus“ der Universität Paderborn wird zur Beschreibung der Prinziplösung selbstoptimierender Systeme ein Set an semiformalen Spezifikationstechniken entwickelt. Mit Hilfe dieser Spezifikationstechniken werden unterschiedliche domänenübergreifende Sichten auf das zu entwickelnde System und deren Vernetzung beschrieben. Die Sichten werden rechnerintern durch Partialmodelle abgebildet. Die Spezifikation der Prinziplösung selbstoptimierender Systeme erfolgt durch die Sichten Anforderungen, Umfeld, Anwendungsszenarien, Zielsystem, Funktionen, Wirkstruktur, Gestalt und Verhalten. Diese Art der Spezifikation ist Grundlage für die Kommunikation und Kooperation der Fachleute aus den beteiligten Disziplinen im Zuge der weiteren Konkretisierung.
GAUSEMEIER, J.; FRANK, U.; DONOTH, J.; KAHL, S.: Spezifikationstechnik zur Beschreibung der Prinziplösung selbstoptimierender Systeme des Maschinenbaus - Teil 1 und 2. Konstruktion, Juli/August und September, Heft 7/8 und 9, Springer- VDI-Verlag, Düsseld
Die absehbare Entwicklung der Informations- und Kommunikationstechnik wird mechatronische Systeme mit inhärenter Teilintelligenz ermöglichen. Hierfür verwenden wir den Begriff Selbstoptimierung. Selbstoptimierende Systeme reagieren autonom und flexibel auf sich ändernde Umfeldbedingungen. Ihre Entwicklung ist eine Herausforderung. Ein wichtiger Meilenstein ist die Prinziplösung, die Ergebnis der Phase Konzipierung und Grundlage für die Konkretisierung des Systems ist. Der vorliegende Aufsatz besteht aus zwei Teilen. Teil 1 erläutert das Wirkparadigma der Selbstoptimierung und geht auf die Herausforderungen bei der Entwicklung selbstoptimierender Systeme ein. Anschließend verdeutlicht er den Bedarf an einer domänenübergreifenden Spezifikationstechnik. Schwerpunkt von Teil 2 bildet die Vorstellung einer neuen Spezifikationstechnik für mechatronische und selbstoptimierende Systeme und deren Anwendung anhand eines komplexen Beispiels der Bahntechnik.
GEISLER, J.; WITTING, K.; TRÄCHTLER, A.; DELLNITZ, M.: Multiobjective Optimization of Control Trajectories for the Guidance of a Rail-bound Vehicle. In: 17th IFAC World Congress, July 6-11, 2008, Seoul, Korea, 2008
Self-optimization refers to the ability of a mechatronic system to autonomously adapt the way it performs its functions to changing environmental and operational conditions or user demands. In this work we propose to use multiobjective optimal control to enable the self-optimization of the guidance of a rail-bound vehicle. We consider different strategies to reduce the computational cost of the optimization. Most importantly, a two-degree-of-freedom controller is used to separate optimal trajectory generation from disturbance compensation.Also, in order to solve the multiobjective optimization problem, an approximation of the entire set of optimal compromises of the objectives, the so-called Pareto set, is computed offline at design time. From this, we can derive a collection of weighting vectors that capture the best trade-off between the objectives for different situations. Given this set of preselected weights, for the online optimization, the objective function can be taken to be a weighted sum that best matches the situation at hand. For the guidance system we consider three objectives. Preliminary offline simulation results are presented.
GROSSMANN, J.; FEY, I.; KRUPP, A.; CONRAD, M.; WEWETZER, C.;, MÜLLER, W.: TestML - A Test Exchange Language for Model-based Testing of Embedded Soft- ware. ASWSD06, Editors: Broy, Krüger, Meiniger. LNCS 4922, Springer Verlag, 2008
Test processes in the automotive industry are tool-intensive and affected by technologically heterogeneous test infrastructures. In the industrial practice a product has to pass tests at several levels of abstraction such as Model-in-the-Loop (MIL), Software-in-the-Loop (SIL) and Hardware-in-the-Loop (HIL) tests. Different test systems are applied for this purpose (e.g. dSPACE MTest, dSPACE Automation Desk, National Instruments Teststand) and almost each test system requests its own proprietary test description language. The exchange of tests between different test systems and the reuse of tests between different test levels is normally not possible. Efforts to integrate these heterogeneous test environments, to address test exchange in a general manner and to standardize and harmonize the existing language environment are still at the beginning and not tailored towards the requirements of the automotive domain. To keep the whole development and test process efficient and manageable, the definition of an integrated and seamless approach is required. TestML – the test exchange language we present in this article – is defined to overcome the technological obstacles (different test language syntax and semantics, different data formats and interface descriptions) that almost automatically accompany the application of heterogeneous test tools and test infrastructures. TestML supports the exchange of tests between different test notations in a heterogeneous tool environment. In this paper, we introduce the XML schema of TestML and demonstrate the efficiency of the interchange format by giving examples from the model-based development of electronic control units. Tool support is illustrated by an application with Simulink/Stateflow.
KALTE, H.; KETTELHOIT, B.; KOESTER, M.; PORRMANN, M.; RÜCKERT, U.: A system approach for partially reconfigurable architectures. In: Int. J. Embedded Systems, Vol. 1, Nos 3/4, 2005
The increasing logic density of current Field Programmable Gate Arrays (FPGA)enables the integration of whole systems on one programmable chip. Using concepts of partial dynamic reconfiguration allows the adaptation of complex systems to changing requirements at run-time. In this paper we present a realisable approach for dynamic system integration on Xilinx Virtex FPGAs. In contrast to existing approaches that consider fixed slots for module placement, our approach allows fine-grained placement of modules with variable width along a horizontal communication infrastructure. By simulation we show that the proposed 1D-approach outperforms 2D-approaches by means of the device utilization and external fragmentation.
SCHÄFER, W.; WEHRHEIM, H.: The Challenges of Building Advanced Mechatronic Systems. In FOSE '07: 2007 Future of Software Engineering, pages 72--84. IEEE Computer Society, 2007
TRÄCHTLER, A.; MÜNCH, E.; VÖCKING, H.: Iterative Learning and Self-Optimization Techniques for the Innovative RailCab-System. 32nd Conference of the IEEE Industrial Electronics Society (IECON'06). Paris, 2006
A goal of the collaborative research centre 614 - "Self-optimizing concepts and structures in mechanical engineering" is to develop methods for online adaptation of mechatronic systems to varying environment and system conditions. Here we present an approach to identify deterministically occurring disturbances in recurring processes. The gathered data are used to react directly to the disturbances at following repetitions of the process in view. As application example we use the active suspension system and the active guidance system of the railcab system, which is an innovative system of autonomously driving railway vehicles. The functionality of the approach is shown, whereas we make use of the knowledge of the current position of the vehicle and the available information processing hardware that is already necessary for the control of the vehicles. Our approach is realized and tested in simulations of the active guidance system and at a testbed for the active suspension system.
