EP4014148A1 - Verfahren zum optimieren eines baukastensystems für technische funktionseinheiten einer prozesstechnischen anlage - Google Patents

Verfahren zum optimieren eines baukastensystems für technische funktionseinheiten einer prozesstechnischen anlage

Info

Publication number
EP4014148A1
EP4014148A1 EP20757297.5A EP20757297A EP4014148A1 EP 4014148 A1 EP4014148 A1 EP 4014148A1 EP 20757297 A EP20757297 A EP 20757297A EP 4014148 A1 EP4014148 A1 EP 4014148A1
Authority
EP
European Patent Office
Prior art keywords
components
virtual
process engineering
technical functional
modular system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP20757297.5A
Other languages
English (en)
French (fr)
Inventor
Andreas Widl
Philipp Fuhr
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samson AG
Original Assignee
Samson AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Samson AG filed Critical Samson AG
Publication of EP4014148A1 publication Critical patent/EP4014148A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32352—Modular modeling, decompose large system in smaller systems to simulate
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules

Definitions

  • the present invention relates to a method for optimizing a modular system for technical functional units of a process engineering system.
  • the present invention also relates to a data carrier with commands for setting up a computing device for carrying out the method for optimizing the modular system.
  • the present invention also relates to a computing device which is designed to carry out the method according to the invention, and to a corresponding system.
  • a modular system typically includes a large number of complex technical components that can be used to configure a desired technical functional unit.
  • individual parameters of the components can be adjusted in a predefined range in order to implement diverse technical functional units with the desired physical properties.
  • the components of the modular system can be prefabricated and can be used in a variety of ways. The modular principle can therefore reduce costly new developments of functional units.
  • an existing variability of the parameters of the components of the modular system can be used to adapt a technical functional unit to the changed requirements.
  • Further components of the modular system can also be used in order to implement the required physical properties of the technical functional unit.
  • identifying suitable solutions can be difficult be.
  • WO 2016/141998 Ai it is proposed, for example, to provide a digital mapping of a physical entity in order to simulate the physical entity in combination with further physical entities.
  • a virtual test bed for field devices of an automation device is disclosed in EP 3082001 Ai.
  • a suitable control module is virtually coupled to the automation device in order to determine the load on the virtually connected components. If a specified load limit is not exceeded, both the control module and the field device can be released for real operation.
  • the simulation of virtual images makes it easier to find suitable physical components for real operation, but the solution space remains limited to properties and the variability of existing physical components.
  • a simulation of the operation of several nodes of a process control system, which are connected to one another and can be configured via configurations in a database, is disclosed in DE 10348402 B4.
  • Individual nodes of the process control system can be marked for simulation purposes, whereby copies of assigned modules and corresponding configurations are retrieved from the configuration database.
  • the copies of the modules are stored in a simulation computer and automatically converted into simulation modules to run the simulation.
  • This solution enables a simplified simulation based on saved configurations. However, they are The solutions found here are limited to the existing variability of the physical components.
  • WO 2018/001650 Ai deals with the design of production processes for partial products of an assembled product. Using a process model, data about production steps are read out in order to determine corresponding production modules. Instructions from the respective production steps are transmitted to the associated production modules via signal connections specially provided for this purpose.
  • the process model is represented by a graph, with nodes of the graph describing the respective process steps and edges of the graph describing the dependencies between the production steps.
  • the approach does not go beyond the design of the production process. Accordingly, there is no provision for optimizing existing components for a modular system.
  • WO 2016/179455 Ai discloses an optimization of the product design on the basis of ascertained data of a product life cycle. For this purpose, a large number of product life cycle models are set up, which are assigned to corresponding stages in the life cycle of the product. At each of these levels, data sets are collected via a web interface and stored in a database in order to update the respective product lifecycle models. The updated models are used to optimize the product design. Even if the product design should be adaptable on the basis of determined product life cycle data, this approach can only be used to optimize the resulting overall product. An optimization of the composition of an underlying modular system is not provided here.
  • a method for optimizing a modular system for technical functional units of a process engineering system which provides a modular system with a large number of components for the configuration of technical functional units of a process engineering system, wherein the modular system can be mapped in a simulation environment such that each component from the A large number of components of the modular system can be represented as a virtual component with corresponding parameters in the simulation environment based on their physical properties, a variation of parameters of the virtual components in the simulation environment to at least one changed configuration of at least one technical functional unit with at least one of the virtual components with at least to determine a varied parameter, and to simulate the operation of the at least one technical functional unit of the process engineering system mi
  • the at least one modified configuration comprises determining a set of virtual components from the virtual components with varied parameters based on the results of the simulation, and adapting one or more components of the modular system based on the determined set of virtual components.
  • the simulation environment simulates virtual images of the real components of the modular system for specific configurations of technical functional units. Different configurations of the technical functional unit for variations of parameters of the virtual components are determined and simulated. From the simulation results, a suitable and optimal configuration of the technical functional unit can finally be determined on the basis of the simulated virtual components and the virtual components used here Components with their varied parameters can be determined.
  • a simulation-based optimal realization of a technical functional unit from existing components of a modular system by means of simulation is described for a field device station in DE 102018013342 Ai.
  • a process engineering system with a technical functional unit to be designed is mapped in the simulation environment.
  • a real process engineering system with real technical functional units is digitally mapped on a virtual level, whereby a digital image, which can also be referred to as a digital twin, can be provided to the process engineering system and the technical functional units in the simulation environment.
  • the simulation environment can simulate the operation of the digital image of the process engineering system with the digital image of the technical functional units.
  • the simulation environment can simulate the operation of the digital image of the process engineering system in such a way that the simulated behavior (or the simulated operating variables) of the digital image of the process engineering system correspond to a behavior (or operating variables) of the real process engineering system within the scope of an error tolerance, so that results of the simulation the digital image of the process engineering system in the simulation environment allow direct conclusions to be drawn about the operation of the real process engineering system.
  • the digital image of the functional units is made up of virtual components that are specified by the digital image of the modular system.
  • the digital image of the functional unit can thus be assembled from the virtual components of the modular system in the simulation environment.
  • modules can be provided for the individual virtual components which simulate the behavior of at least one section of the depicted components of the modular system on a physical basis.
  • the technical functional units composed and simulated from the virtual components are not limited to a single device, for example a field device, but rather enable the simulation of a large number of technical functional units.
  • a simulation environment for process engineering systems can be implemented in the form of software, hardware or a combination thereof.
  • simulation logic that provides the simulation environment can be specified on one or more computing devices.
  • the simulation logic can be implemented at least partially as software or as specialized hardware.
  • the simulation logic can also be distributed over the computing devices.
  • parts of the simulation logic can be implemented in a decentralized or distributed computing environment, which can also be referred to as a cloud.
  • results of simulations with variations in the parameters of the virtual components are used to determine optimal configurations of the technical functional units also with components that do not yet have to be present in the real modular system.
  • the simulation environment uses the entirety of the simulation results in order to identify components that are not yet available in the real modular system, but that were used for an optimal configuration of at least one technical functional unit.
  • Both optimal combinations of the components for example on the basis of their number or complexity, and the need for the components to implement certain configurations of technical functional units can be taken into account.
  • metric-based optimization algorithms or search algorithms can be used to find local or global optima.
  • machine learning methods can be used.
  • an optimal configuration of the modular system can be determined from the existing components of the modular system and the determined varied components.
  • the individual components of the modular system are thus designed themselves in order to determine an optimal combination of the modular system.
  • the changed configurations of technical functional units which are used in the simulation environment as a simulation basis, can here be adapted to changed or new conditions that result from a real operation or a simulated operation of fully configured technical functional units, which can be determined, for example, on the basis of diagnostic results from real operation, or which can be determined by process changes or technological changes, for example by climate changes or changing ambient conditions, temperature, atmosphere, which the functional units can be exposed in the process engineering system, can be caused by technical progress or a changing technology, such as standardized wireless data transmission, lack of external energy supply, and the like.
  • the determined changed composition of the modular system is thus automatically and dynamically adapted to the changed and new circumstances.
  • the composition of the modular system can thus be kept fully automatically and dynamically up-to-date, whereby various influencing factors can be taken into account. If necessary, the production of the modular system can be completely converted to the newly determined composition of the components.
  • the method further includes adding the determined set of virtual components to the simulation environment.
  • the simulation environment can thus be continuously supplemented with already found, varied virtual components, which were determined in a previous simulation result as parts of an optimal combination of the modular system. It is irrelevant here whether these virtual components found were taken into account in the real production of the modular system, since their suitability could at least be determined in one simulation cycle.
  • All virtual components (the initial ones as well as those added below) can be stored in a database or in a suitable memory structure and can be called up directly in future simulation steps in order to simulate new, changed configurations of technical functional units in process engineering systems.
  • the database can preferably be selected in an optimization carried out in parallel
  • Existing virtual components can be cleaned up by removing duplicates or surpluses from the database based on similarity criteria or usage statistics.
  • each virtual component is assigned one or more attributes which describe interactions between the virtual component and one or more of at least one other virtual component, at least one technical functional unit and / or at least one process engineering system.
  • the physical influencing factors that affect the individual virtual components are either known or can result from real operation or from a desired configuration of the technical functional unit and / or the process engineering system.
  • the influencing factors can therefore have a fixed assignment at component level via the attributes and can be adapted fully automatically to changes that occur.
  • Each component can define a matrix that specifies the relationships between the respective influencing variables and their relationships. The matrix can preferably specify correlations of the influencing variables.
  • the attributes are furthermore with at least one of historical diagnostic data of components, technical functional units and / or process engineering systems, real operating data of components, technical functional units and / or process engineering systems, and virtual operating data of simulated virtual components, technical functional units and / or linked to process engineering systems.
  • the attributes are furthermore linked to at least one of production, assembly and / or commissioning information for at least one corresponding component, technical functional unit and / or process-related system.
  • the attributes can preferably have at least one weighting.
  • the weighting can show individual virtual components and their importance, so that correspondingly important virtual components can be given preference when putting together a modified modular system.
  • the weighting can be defined on the basis of production criteria, but also on the basis of strategic considerations or customer-specific information.
  • the individual factors can be mapped in a set of weights. Alternatively or additionally, the individual factors can be combined using a function and can thus be represented as the total score of the component using a single (total) weighting.
  • the attributes and their correlations to one another thus enable the consideration of a large number of influencing factors at the component level, which can be taken into account fully automatically and dynamically when putting together an optimal replacement of components for the modular system.
  • the attributes can influence the variation of the parameters.
  • the parameters are correspondingly varied on the basis of the attributes and / or a correlation of the attributes.
  • the determination of the variations can therefore directly take into account the influencing factors that affect the individual components.
  • components can be varied which have a particularly high weighting and should therefore preferably be tested.
  • virtual components can be taken into account which have suitable physical properties and interactions with other virtual components. It is also conceivable that virtual components are taken into account which are affected by influencing factors from real operation, for example error messages, or which have an effect on changing technological conditions.
  • the parameters of the virtual components are varied by a calculation module that is used for a technical Functional unit determines at least one variation of a parameter of a virtual component in the simulation environment.
  • the method comprises training the calculation module with training data based on the attributes and linked information.
  • the calculation module can initially be trained with data that depict the effects of the influencing factors on the individual components and / or that describe the influences of the selection (with variation) of individual virtual components on the implementation of a specific configuration of joints of technical functional units.
  • the calculation mode can be trainable in such a way that it automatically recognizes relationships and patterns among the virtual components in the simulation environment and the defined influencing factors, so that the calculation module can selectively select virtual components for future decisions to vary their parameters for all of the existing influencing factors in order to achieve the desired Simulate configurations of technical functional units in the simulation environment.
  • the determination of the set of virtual components includes applying a search algorithm to find an optimized combination of virtual components for the configuration of at least one technical functional unit of the process engineering system.
  • the search algorithm can be, for example, an A * algorithm with an estimation function in order to find the set of virtual components in a targeted manner.
  • the A * algorithm is a complete and optimal algorithm that always finds an optimal solution if it exists.
  • search algorithms can be used, such as IDA *, bidirectional search schemes, minimax methods, alpha-beta search, and the like.
  • the set of virtual components is determined by a decision core of the calculation module, the decision core being trained with data which has already been configured Specify modular systems for functional units of process engineering systems.
  • the decision-making core can be trained in such a way that it recognizes relationships and patterns fully automatically when assembling modular systems. In future decisions about an optimal combination of modular systems, the decision-making core can thus determine sets of virtual components for changing an existing modular system, which optimize the modular system with regard to the influencing factors and desired configurations of technical functional units.
  • the calculation module preferably has one or more of a statistical decision kernel or a support vector machine and the like, or at least one artificial neural network or an analysis kernel based on a logistic regression, a distance classifier, a polynomial classifier or a clustering method. Furthermore, other machine learning methods, which can be summarized under the generic term “artificial intelligence”, can be provided.
  • the calculation module can have a module for selecting and varying the parameters of the virtual components and a further module for determining the set of virtual components. Both modules can be trained separately.
  • self-learning modules can be provided which learn automatically or semi-automatically from simulation and selection steps that have taken place. This automatically enlarges the database and automatically and dynamically adapts the system to current developments.
  • the technical functional unit has at least one field device station, such as an actuating valve, a pump, a sensor or the like, wherein the process-related system can be a chemical system, a food processing system, a power plant or the like.
  • the process engineering system can be mapped in the simulation environment on the basis of company-specific system features, including the type of process medium, process fluid flow, number of field device stations, system environment or the like.
  • the simulation influences at least one operating variable, such as a controlled variable, for example temperature, pressure, flow rate or the like, of the process engineering system shown.
  • the varied parameters have at least one of a geometry parameter or a performance parameter, such as an actuator force, a pump output, a KV value or the like
  • the method further comprises a repeated variation of parameters in order to determine at least one further changed configuration of the at least one technical functional unit, and repeated simulation of the operation of the at least one technical functional unit of the process engineering system with the at least one further changed configuration.
  • the iterative execution of the variation of the parameters and the simulation of the correspondingly designed technical functional unit can be carried out fully automatically and continuously.
  • the interactions can be ended if a quality value or score of the optimized combination of the modular system found is no longer exceeded even with repeated simulation. Such a decision can be controlled, for example, by means of one or more threshold values.
  • the simulation environment is at least partially provided on a distributed computing environment which is set up to simulate the operation of a technical functional unit of the process engineering system for a changed configuration. Different parts of the simulation environment can thus be parallelized, whereby an optimal calculation of a large number of variations and simulations for the desired configurations of the technical functional units can be carried out. Furthermore, when distributing the tasks of the simulation environment to the individual computing systems of the distributed computing environment, the utilization of the respective computing systems can be taken into account.
  • the method further comprises providing the modified modular system for the configuration of technical functional units of the process engineering system. Modified modular systems can be provided according to predefined production cycles. Furthermore, the provision of explicit requirements and circumstances, for example, the evaluation of diagnostics and error logs, can be conditioned. Finally, a change to the modular system can be recommended fully automatically if a quality value or score of a changed modular system exceeds a threshold value.
  • a data carrier is also specified with instructions stored thereon, which, when executed by one or more processors of a computing device, set up the computing device to carry out a method according to one of the preceding claims.
  • the computing devices can be set up, a method for optimizing a modular system for technical functional units of a process engineering system, the method providing a modular system with a large number of components for the configuration of technical functional units of a process engineering system, the modular system being able to be mapped in a simulation environment in this way that each component from the multitude of components of the modular system can be represented as a virtual component with corresponding parameters in the simulation environment on the basis of its physical properties, a variation of parameters of the virtual components in the simulation environment to at least one changed configuration of at least one technical functional unit with at least determine one of the virtual components with at least one varied parameter, and simulate the operation of the at least one technical Fu nction unit of the process engineering system with the at least one changed configuration, determining a set of virtual components from the virtual components with varied parameters based on the results of the simulation, and adapting one or more components of the modular system based on the determined set of virtual components.
  • a computing device which is set up to optimize a modular system for technical functional units of a process engineering system, the computing device comprising at least one processor which is set up to provide a modular system with a plurality of components for the configuration of technical Functional units of a process engineering system, the modular system can be mapped in a simulation environment in such a way that each component from the multitude of components of the modular system can be represented as a virtual component with corresponding parameters in the simulation environment based on its physical properties, varying parameters of the virtual components in the Simulation environment to at least one changed configuration of at least one technical functional unit with at least one of the virtual components with at least one nem to determine varied parameters, and simulate the operation of the at least one technical functional unit of the process engineering system with the at least one changed configuration, determine a set of virtual components from the virtual components with varied parameters based on results of the simulation, and determine an adapted modular system at least one adapted component, the physical properties of which are adapted on the basis of the determined set of virtual components.
  • the computing device can preferably be set up to carry out any steps of the method according to the invention and of one or more embodiments of the method in any combination.
  • a system which comprises at least one computing device according to an embodiment of the present invention.
  • the system can be a distributed system of computing devices which can be connected via at least one network in order to communicate with one another via the network.
  • the system can preferably further comprise one or more databases which store historical or current data on components and / or functional units and / or process engineering systems.
  • the computing device according to the invention and the system according to the invention can carry out any method steps according to embodiments of the method according to the invention in any combination and / or implement corresponding features.
  • embodiments of the method according to the invention can be designed in such a way that they provide features of embodiments of the computing devices according to the invention in any combination.
  • Fig. 1 shows a variety of virtual components usable in embodiments of the present invention
  • FIG. 2 is a schematic view of a variation of parameters according to FIG. 1
  • FIG. 3 shows a schematic view of an environment for optimizing a
  • FIG. 4 illustrates a flow diagram of a method according to an embodiment of the present invention.
  • FIG. 1 shows a variety of virtual components that can be used in embodiments of the present invention.
  • the virtual components 102a, 102b,..., 102h can preferably be digital images of real components of a modular system in a simulation environment, which can be used for the design and configuration of technical functional units of a process engineering system.
  • the technical functional unit can for example be a field device, a field device station or the like.
  • the technical functional unit can be, for example, a control valve that has one or more of at least one control valve with (or without) housing, at least one cover, at least one yoke, at least one position indicator, at least one actuator, at least one inlet-outlet flange, at least one Throttle element, at least one packing and / or at least one insulation and the like, in any combination, may have.
  • the control valve can also have at least one of a positioner, at least one booster, at least one piping, at least one position measuring system, at least one bus system, at least one two-wire, at least one diagnostic unit and / or at least one radio unit and the like, in any combination.
  • control valve can have at least one of at least one drive, at least one clutch, at least one vent, at least one membrane and / or at least one spring and the like, in any combination.
  • the configuration of the rain valve can be selected so that it has the desired physical properties of the control valve in accordance with one or more requirements.
  • the individual parts and units of the control valve or any other technical functional unit can be configured from components of a modular system, whereby a wide range of technical functional units can be provided using defined standard components from the modular system.
  • the (standard) components of the modular system can be adapted to the respective requirements of the technical functional unit on the basis of parameters in predetermined areas. This achieves even greater variability in the configuration of technical functional units on the basis of the modular system.
  • the modular system can be optimized by preferably the components of the modular system in a simulation environment with regard to diverse Requirements and influencing factors are checked and this enables the composition of the modular system to be adapted to current requirements.
  • Each of the virtual components 102a, 102b,..., 102h shown in FIG. 1 can be defined by one or more parameters 104.
  • Each parameter 104 can define a variability in the design of the associated real component with regard to physical or functional properties of the real component.
  • a parameter can, for example, be set to a certain value that defines a certain physical property of the real component and thus can also have a direct effect on the simulation of further virtual components in its digital image.
  • FIG. 2 shows in detail a virtual component, for example the virtual component 102.
  • individual parameters 104 can be varied, for example, in a value range 202, which can be implemented directly by the corresponding real component (without a physical modification of the real component).
  • the parameters 104 can be varied in a value range, for example an upper value range 204 and / or a lower value range 206, which does not have to be realizable by the physical component, but can be advantageous with regard to the design of a technical functional unit.
  • changed and / or new virtual components can be simulated in the simulation environment, which have no equivalent in the associated implementation of the real component, but which can advantageously configure new or changed technical functional units.
  • Influencing factors which can include technical, functional or operational aspects, can also be taken into account.
  • Advantageous virtual components for implementing the technical functional units 102a, 102b,..., 102h can result from the simulation, from which an optimal combination of the modular system can be determined. Even if a lower and an upper value range 204, 2016 are shown in FIG. 2, it should be understood that value ranges do not have to be one-dimensional and / or limited upwards and downwards. Rather, multi-dimensional value ranges are conceivable which can extend in any desired dimensions, for example two-, three- or multi-dimensional value ranges.
  • the influencing factors can be assigned to each virtual component 102 at the component level via corresponding attributes 106.
  • the attributes 106 can be assigned to individual influencing factors.
  • Each virtual component 102 can be assigned a matrix which can specify the individual influencing variables and the relationships between the individual influencing variables.
  • the matrix can thus have correlations of the influencing variables with regard to the respective virtual component 102.
  • Related influencing variables can be defined, for example, by error messages (complaints and the like) or diagnostic results of an actually implemented technical functional unit.
  • the influencing variables can also map the need for individual components, production options and capacities and the cost-effectiveness of production, for example with regard to material requirements, energy consumption, and the like.
  • a cluster of requirements can be created automatically, which can be classified downstream depending on their degree of automation. Fully automated requirements can be implemented, for example, by varying the parameters 104.
  • One or more or all of the requirements can also be compared with existing production capacities and utilization plans, from which further influencing factors and weightings, for example on the basis of priorities, can be determined.
  • This can trigger work orders for changed real components.
  • Such changed real components can in turn can be mapped in the simulation environment.
  • the varied virtual components can remain in the simulation environment and can be used for future simulations.
  • a digital image of the changed real component can be created on the basis of the changed real component and inserted into the simulation environment. This digital image can be able to depict the configuration of the changed real component more precisely.
  • the existing virtual components can be tested in the simulation environment with regard to updated influences and requirements, and further optimization of the modular system can be sought.
  • a certain duration of the simulation in which the determined virtual components have to prove themselves even under changing conditions, and the degree of improvement potential of the new components with regard to a changed configuration of the modular system can be taken into account in order to initiate a real implementation of the modular system . In this way, there is a continuous automated improvement of the composition of the modular system and the corresponding components.
  • the digital images of the real components as digital twins in the form of virtual components 102 can contain at least one data record with one or more of CAD, FEM, CFD or other simulation, construction and modeling data, at least one measurement protocol, at least one tolerance, one or more Surfaces, one or more materials, one or more surface treatments and the like, one or more interfaces, connections and the like, at least one standard, manufacturing costs, manufacturing times, manufacturing quality, processing machines, CNC programs and the like, information on part compatibility within technical functional units and / or information on wear and the like, in any combination.
  • the individual data records and data fields can be mapped to the respective attributes 106 of the virtual components 102 either directly or in combination.
  • FIG. 3 is a schematic view of an environment for optimizing a modular system according to embodiments of the present invention.
  • the modular system 302 can have a large number of real components 304.
  • the real components 304 can be mapped in a simulation environment 306 as virtual components 308, as is indicated by arrow 310, wherein each real component 304 can have a digital twin in the form of a corresponding virtual component 308.
  • the digital mapping can take place analogously to the embodiments described in FIGS. 1 and 2, so that the virtual components 308 can also be the virtual components 102, 102a, 102b,..., 102h shown in FIGS. 1 and 2 with corresponding configuration and functionality .
  • each of the virtual components 308 can be set and simulated via parameters and attributes, such as parameters 104 and attributes 106 from FIGS. 1 and 2.
  • settings of all virtual components 308, shown by way of example using a virtual component 308a can also be made beyond a setting area and corresponding possibilities of the associated real components 304, as is illustrated by arrow 312.
  • the virtual component 308a can be set up as a virtual component 3o8a ‘.
  • This virtual component 3o8a ‘set in this way can be simulated and evaluated in the simulation environment 306 - also in interaction with the remaining virtual components 308.
  • the simulation and evaluation of all virtual components 308 in the simulation environment 306 can take place, for example, by a calculation module 314.
  • the calculation module 314 can access a database 316, which can store different data records and provide efficient retrieval of the data records, as will be discussed in detail below.
  • the virtual component 3o8a ′ can still remain in the simulation environment 306 and / or be stored in the database 316 and / or removed again from the simulation environment 306.
  • a modified real component 304a ′ can be proposed and provided as a standard component in the modular system 302.
  • This virtual component 308a ′ can remain in the simulation environment 306 as a digital twin of the changed real component 304a ′ and / or can be stored in the database 316.
  • the calculation module can also suggest new virtual components 308b, 308c, which can be inserted into the simulation environment 306 and then simulated and evaluated.
  • the simulation and evaluation of the virtual components in the simulation environment 306 can also be viewed as an automated search for an optimal composition of the components of the real modular system 302.
  • a comparison with real influencing factors on the real modular system 302 can take place (continuously), from which an optimal composition of the modular system 302 can be derived.
  • new components can be provided in the modular system 302
  • existing components 304 can be removed from the modular system 302 and / or, for example, already discontinued components can be provided again in the modular system 302.
  • This increases the number of real and virtual components that can be affected by the real influencing factors that are taken into account in the simulation and evaluation. Finding the best possible combination of components for the modular system 302 with little or no manual Rework improves as the database of real and virtual components increases.
  • the modular system 302 can thus be better adapted to the existing requirements and thus optimized.
  • the number of real components 304 in the modular system 302 can preferably be taken into account here, for example as an influencing variable, so that the number of real components 304 can be reduced in an optimal design or configuration of the modular system 302.
  • the number of virtual components 308 in the simulation environment 306 can grow steadily.
  • the modular system 302 can be used to design technical functional units by automatically or semi-automatically generating suggestions for individual functional units.
  • data from the process engineering system which can be provided by customers, for example, are viewed as input variables.
  • the input variables can be one or more of at least one KV value, nominal size, size, temperature curve, pressure difference, process medium, characteristic curve, operating times, safety position, diagnostic function, SIL class, EX protection, environmental influences,
  • Communication interface such as flow sensors, pressure sensors, and the like in any combination.
  • calculation module 314 is not limited to a specific product configurator or software and rather any component, module or computer program for determining variants of a design of a technical functional unit can be provided in the calculation module 314.
  • a user of the Product configurator (or a comparable component) possible for example closest variants of the desired functional units from a standard solution space of the modular system 302 can be proposed.
  • the standard solution space of the modular system 302 results from combinations of the real components 304.
  • all components of a proposed variant can be assigned at least one of costs for manufacturing the functional unit configured in this way, a complexity of the configured functional unit, associated manufacturing times, capacity utilization and / or an economic factor, in any combination, which are further influencing variables the simulation and evaluation can be taken into account.
  • the profitability factor can be composed of a need for the component from the past and a degree of current automation in production. This data can be provided purely internally so that a user has no access to it.
  • Variants or alternative components with comparable technical degrees of fulfillment can be compared, as well as newly planned components which are based on new virtual components 308b, 308c or existing virtual components, which, however, have not previously had a counterpart in the modular system 302, can be evaluated.
  • the resulting data and all variants can be stored as historical data in the database 316. This evaluation leads to component proposals which are classified under economic Aspects are considered with corresponding comparison factors and degrees of fulfillment.
  • Further influencing factors can include historical data from ongoing operations, such as failure rates, wear data, diagnostic data, which can have an influence on the component level, and the like, in any combination, and can be assigned to one or more components. Unfavorable or non-functioning combinations of components can also be mapped on the component level, so that correlations of components with one another on the component level can be taken into account when determining variants of a design of technical functional units.
  • Customer data which can be used when determining variants of a design of technical functional units, can furthermore define preferred components and / or a frequency of similar (earlier) existence. Identical parts can be taken into account when configuring variants, so that maintenance can be simplified.
  • customer data can have problems with a customer's systems or incorrect customer information, which can be used when determining variants of a design of technical functional units, whereby errors and component combinations that are unfavorable for a customer can be avoided.
  • new virtual components 308b, 308c and virtual components which previously corresponded to a real component 304 from the modular system 302, but which currently do not correspond to any real components 304 and can therefore be referred to as discontinued components, can be combined with customer inquiries and customer profiles in order to be oriented towards customer needs in the future plan new or improved functional units.
  • a preferred configuration or an associated technical company strategy can be specified in the customer data, such as the exclusion of certain industries and valve types or a preference for certain directions such as cage valves. This information can be provided with a certain factor which can be taken into account in the calculations in order to prefer variants of the design of the technical functional unit based on the desired configurations specified in the customer data.
  • All data for example historical data, customer data, influencing factors and the like, and current data can be stored in the database 316.
  • the database 316 can be set up in such a way that the corresponding data can be called up quickly by the calculation module 314 and used to simulate the simulation environment 306.
  • the calculation module 314 can perform the simulation and evaluation of the virtual components 308 in the simulation environment 306 on one or more levels. These can have a configuration level, a diagnosis level, an economic level and a strategy level.
  • the configuration level can map the individual configuration factors, for example real influencing variables and the like, to the real (or corresponding virtual) components.
  • the diagnostic level can in particular take into account a real behavior of existing configurations of technical functional units and other factors and influencing variables that relate to the diagnosis.
  • An economy level can in particular take into account the costs and utilization of a production of the technical functional unit according to the proposed variants.
  • the strategy level can take into account customer-oriented preferences, which technical aspects, such as customer-specific configurations of functional units, e.g. desired valve orientations and the like, can have.
  • FIG. 4 shows a flow diagram of a method according to an embodiment of the present invention.
  • the method can be a method 400 for optimizing be a modular system for technical functional units of a process engineering system.
  • the method can be executable on one or more computing devices.
  • the computing devices can include a memory and at least one processor that can read out corresponding commands from the memory and execute them, so that the computing devices are set up to execute at least parts of the method 400.
  • the method can be executable on a local computing device or on a multiplicity of computing devices, which can be arranged, for example, in a network or a cloud. At least parts of the method 400 can be executable on the calculation module 314 from FIG. 3, for example.
  • the method can begin with element 402 and then, in element 404, provide a modular system with a large number of components for the configuration of technical functional units of a process engineering system.
  • the modular system can be mapped in a simulation environment in such a way that each component from the multitude of components of the modular system can be represented as a virtual component with corresponding parameters in the simulation environment on the basis of its physical properties.
  • the method 400 can continue with element 406, parameters of the virtual components being varied in the simulation environment in order to determine at least one changed configuration of at least one technical functional unit with at least one of the virtual components with at least one varied parameter.
  • the parameters of the virtual components can be varied by a calculation module that can determine at least one variation of a parameter of a virtual component in the simulation environment for a technical functional unit.
  • the variation can also take place on the basis of assigned attributes or a correlation of the attributes.
  • the attributes can be weighted.
  • the attributes can describe interactions between the respective virtual component and one or more other virtual components, at least one technical functional unit and / or at least one process engineering system.
  • the attributes can include at least one of historical diagnostic data from components, technical functional units and / or process engineering systems, real operating data from components, technical functional units and / or process engineering systems, and virtual operating data from simulated virtual components, technical functional units and / or process engineering Plants are linked.
  • the attributes can be linked to at least one of production, assembly and / or commissioning information for at least one corresponding component, technical functional unit and / or process-related system.
  • the calculation module can be trained with training data based on the attributes and linked information.
  • the operation of the at least one technical functional unit of the process engineering system can be simulated with the at least one changed configuration, which in each case can lead to simulation results 410, which can be stored in database 316 from FIG. 3, for example.
  • the method 400 can continue iteratively with element 406 in that the parameters of virtual components can be further varied and subsequently simulated again in element 408.
  • the method 400 can determine in element 412 a set of virtual components from the virtual components with varied parameters.
  • the determined set of virtual components can be added to the simulation environment, whereby the simulation in element 408 can be influenced.
  • Both the variation of the parameters and the set of virtual components can be determined by a decision core of the calculation module, with the decision-making core is trained with data that can specify already configured modular systems for functional units of process engineering systems.
  • the decision-making core can implement machine learning methods.
  • the decision core can preferably provide at least one statistical calculation module or at least one support vector machine and the like.
  • one or more artificial neural networks or an analysis core based on a logistic regression, a distance classifier, a polynomial classifier or a clustering method can be provided.
  • an optimal set of virtual components for the modular system can be determined using various influencing variables, including one or more of historical data, current data, real influencing factors, assigned attributes and their correlations, and the like, as well as using existing and historical virtual components.
  • the determined set of virtual components can be used in element 414 in order to adapt one or more components of the real modular system and thus to indicate an optimized modular system which can be manufactured and used in the future.
  • the method can end in element 416.
  • the individual steps or parts of the method 400 can be carried out sequentially or in parallel.
  • the simulation can be carried out in elements 406 and 408, while at the same time the set of virtual components is determined in element 412 on the basis of earlier simulation results 410.
  • the determined set of virtual components can be added to the simulation environment, with the simulation being able to access the newly added virtual components directly.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Hardware Design (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Marketing (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Architecture (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage, umfassend Bereitstellen eines Baukastensystems mit einer Vielzahl von Komponenten zur Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage, wobei das Baukastensystem in einer Simulationsumgebung derart abbildbar ist, dass jede Komponente aus der Vielzahl von Komponenten des Baukastensystems anhand ihrer physikalischen Eigenschaften als eine virtuelle Komponente mit entsprechenden Parametern in der Simulationsumgebung darstellbar ist, Variieren von Parametern der virtuellen Komponenten in der Simulationsumgebung, um mindestens eine geänderte Konfiguration mindestens einer technischen Funktionseinheit mit mindestens einer der virtuellen Komponenten mit mindestens einem variierten Parameter zu bestimmen, und Simulieren des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen geänderten Konfiguration, Ermitteln eines Satzes von virtuellen Komponenten aus den virtuellen Komponenten mit variierten Parametern basierend auf Ergebnissen der Simulation, und Anpassen einer oder mehrerer Komponenten des Baukastensystems anhand des ermittelten Satzes von virtuellen Komponenten.

Description

Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage
Die vorliegende Erfindung betrifft ein Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage. Außerdem betrifft die vorliegende Erfindung einen Datenträger mit Befehlen zum Einrichten einer Rechenvorrichtung zum Ausführen des Verfahrens zum Optimieren des Baukastensystems. Die vorliegende Erfindung betrifft zudem eine Rechenvorrichtung, die zum Durchführen des erfindungsgemäßen Verfahrens ausgebildet ist, und ein entsprechendes System.
Die Verwendung von Baukastensystemen zur Konfiguration von technischen Funktionseinheiten von prozesstechnischen Anlagen ist bekannt. Hierbei umfasst typischerweise ein Baukastensystem eine Vielzahl von komplexen technischen Komponenten, die verwendet werden können, um eine gewünschte technische Funktionseinheit zu konfigurieren. Typischerweise sind einzelne Parameter der Komponenten in einem vordefinierten Bereich anpassbar, um mannigfaltige technische Funktionseinheit mit gewünschten physikalischen Eigenschaften zu realisieren. Die Komponenten des Baukastensystems können vorgefertigt sein und sind vielseitig einsetzbar. Durch das Baukastenprinzip können daher kostspielige Neuentwicklungen von Funktionseinheiten reduziert werden. Bei einer Änderung von Anforderungen an die technischen Funktionseinheiten kann zwar eine vorhandene Variabilität der Parameter der Komponenten des Baukastensystems genutzt werden, um eine technische Funktionseinheit an die geänderten Anforderungen anzupassen. Ferner können weitere Komponenten des Baukastensystems herangezogen werden, um erforderliche physikalische Eigenschaften der technischen Funktionseinheit zu realisieren. Die Ermittlung passender Lösungsmöglichkeiten kann jedoch schwierig sein. Zudem bleiben die Lösungsmöglichkeiten solcher Baukastensysteme auf die Variabilität der Parameter der festgelegten Komponenten beschränkt. In vielen Fällen können auch nur Lösungen bereitgestellt werden, welche zwar weitgehend vorgegebene Anforderungen erfüllen, jedoch keinesfalls optimale Konfigurationen der technischen Funktionseinheit darstehen, da hierfür erforderliche Komponenten im Baukastensystem fehlen können.
Verschiedentlich wurde vorgeschlagen, funktionale Einheiten in einer Simulationsumgebung zu simulieren, um eine optimale Auslegung zu ermitteln. In der WO 2016/141998 Ai wird beispielsweise vorgeschlagen, eine digitale Abbildung einer physikalischen Entität bereitzustellen, um die physikalische Entität in Kombination mit weiteren physikalischen Entitäten zu simulieren. Ein virtuelles Testbett für Feldgeräte einer Automatisierungseinrichtung ist in EP 3082001 Ai offenbart. Zum Erweitern der Automatisierungseinrichtung um ein Feldgerät wird zunächst ein entsprechendes virtuelles Feldgerät an die Automatisierungseinrichtung virtuell angeschlossen. Ferner wird ein passender Steuerbaustein an die Automatisierungseinrichtung virtuell gekoppelt, um die Belastung der virtuell angeschlossenen Komponenten zu ermitteln. Wird eine vorgegebene Lastgrenze nicht überschritten, kann sowohl der Steuerbaustein als auch das Feldgerät zum realen Betrieb freigegeben werden. Die Simulation von virtuellen Abbildungen vereinfacht zwar das Auffinden von geeigneten physikalischen Komponenten für den realen Betrieb, jedoch bleibt der Lösungsraum auf Eigenschaften und die Variabilität von vorhandenen physikalischen Komponenten beschränkt.
Eine Simulation des Betriebs von mehreren Knoten eines Prozesssteuerungssystems, die miteinander verbunden und über Konfigurationen in einer Datenbank konfigurierbar sind, ist in DE 10348402 B4 offenbart. Einzelne Knoten des Prozesssteuerungssystems können für Simulationszwecke markiert werden, wodurch Kopien von zugeordneten Modulen und entsprechende Konfigurationen aus der Konfigurationsdatenbank abgerufen werden. Die Kopien der Module werden in einem Simulationscomputer gespeichert und automatisch in Simulationsmodule umgewandelt, um die Simulation durchzuführen. Diese Lösung ermöglicht eine vereinfachte Simulation anhand von gespeicherten Konfigurationen. Jedoch sind die hierbei aufgefundenen Lösungen auf die vorhandene Variabilität der physikalischen Komponenten beschränkt.
WO 2018/001650 Ai geht auf die Ausgestaltung von Produktionsprozessen für Teilprodukte eines zusammengesetzten Produkts ein. Anhand eines Prozessmodells werden Daten über Produktionsschritte ausgelesen, um entsprechende Produktionsmodule zu ermitteln. Anweisungen aus den jeweiligen Produktionsschritten werden über eigens hierfür bereitgestellte Signalverbindungen an zugehörige Produktionsmodule übermittelt. Das Prozessmodell wird durch einen Grafen repräsentiert, wobei Knoten des Grafen jeweilige Prozessschritte und Kanten des Grafen die Abhängigkeiten zwischen den Produktionsschritten beschreiben. Über die Ausgestaltung des Produktionsprozesses geht der Ansatz jedoch nicht hinaus. Entsprechend ist auch nicht auf eine Optimierung von vorhandenen Komponenten für ein Baukastensystem vorgesehen.
In WO 2016/179455 Ai wird eine Optimierung des Produktdesigns auf der Grundlage von ermittelten Daten eines Produktlebenszyklus offenbart. Hierzu wird eine Vielzahl von Produktlebenszyklusmodellen aufgestellt, welche entsprechenden Stufen im Lebenszyklus des Produkts zugeordnet sind. Auf jeder dieser Stufen werden Datensätze über eine Webschnittstelle gesammelt und in einer Datenbank abgelegt, um die jeweiligen Produktlebenszyklusmodelle zu aktualisieren. Die aktualisierten Modelle werden herangezogen, um das Produktdesign zu optimieren. Auch wenn das Produktdesign anhand von ermittelten Produktlebenszyklusdaten anpassbar sein soll, ist dieser Ansatz lediglich auf eine Optimierung des resultierenden Gesamtprodukts anwendbar. Eine Optimierung einer Zusammensetzung eines zugrunde liegenden Baukastensystems ist hierbei nicht vorgesehen.
Es ist daher eine Aufgabe der vorliegenden Erfindung, die Nachteile aus dem bekannten Stand der Technik zu verbessern, insbesondere ein Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage anzugeben, mit dem reale Komponenten eines bestehenden Baukastensystems in einer automatisierten und dynamischen Art und Weise an sich verändernde und wachsende Anforderungen angepasst werden können, sodass ein optimiertes Baukastensystem bereitgestellt werden kann.
Die Aufgabe wird durch den Gegenstand des Hauptanspruchs und der nebengeordneten Ansprüche gelöst. Vorteilhafte Ausführungsformen sind in den abhängigen Ansprüchen definiert.
Erfindungsgemäß ist ein Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage angegeben, das ein Bereitstellen eines Baukastensystems mit einer Vielzahl von Komponenten zur Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage, wobei das Baukastensystem in einer Simulationsumgebung derart abbildbar ist, dass jede Komponente aus der Vielzahl von Komponenten des Baukastensystems anhand ihrer physikalischen Eigenschaften als eine virtuelle Komponente mit entsprechenden Parametern in der Simulationsumgebung darstellbar ist, ein Variieren von Parametern der virtuellen Komponenten in der Simulationsumgebung, um mindestens eine geänderte Konfiguration mindestens einer technischen Funktionseinheit mit mindestens einer der virtuellen Komponenten mit mindestens einem variierten Parameter zu bestimmen, und Simulieren des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen geänderten Konfiguration, ein Ermitteln eines Satzes von virtuellen Komponenten aus den virtuellen Komponenten mit variierten Parametern basierend auf Ergebnissen der Simulation, und ein Anpassen einer oder mehrerer Komponenten des Baukastensystems anhand des ermittelten Satzes von virtuellen Komponenten umfasst.
Die Simulationsumgebung simuliert virtuelle Abbildungen der realen Komponenten des Baukastensystems für spezifische Ausgestaltungen von technischen Funktionseinheiten. Hierbei werden verschiedene Konfigurationen der technischen Funktionseinheit für Variationen von Parametern der virtuellen Komponenten bestimmt und simuliert. Aus den Simulationsergebnissen kann schließlich eine geeignete und optimale Konfiguration der technischen Funktionseinheit anhand der simulierten virtuellen Komponenten ermittelt und die hierbei eingesetzten virtuellen Komponenten mit ihren variierten Parametern bestimmt werden. Eine simulationsbasierte optimale Realisierung einer technischen Funktionseinheit aus vorhandenen Komponenten eines Baukastensystems mittels Simulation ist für eine Feldgerätstation in DE 102018013342 Ai beschrieben. Hierbei wird eine prozesstechnische Anlage mit einer auszulegenden technischen Funktionseinheit in der Simulationsumgebung abgebildet. Dies impliziert, dass eine reale prozesstechnische Anlage mit realen technischen Funktionseinheiten auf eine virtuelle Ebene digital abgebildet wird, wodurch ein digitales Abbild, welches ebenfalls als ein digitaler Zwilling bezeichnet werden kann, der prozesstechnischen Anlage und der technischen Funktionseinheiten in der Simulationsumgebung bereitgestellt werden kann. Die Simulationsumgebung kann den Betrieb des digitalen Abbilds der prozesstechnischen Anlage mit dem digitalen Abbild der technischen Funktionseinheiten simulieren. Die Simulationsumgebung kann den Betrieb des digitalen Abbilds der prozesstechnischen Anlage derart simulieren, dass das simulierte Verhalten (oder die simulierten Betriebsgrößen) des digitalen Abbilds der prozesstechnischen Anlage einem Verhalten (oder Betriebsgrößen) der realen prozesstechnischen Anlage im Rahmen einer Fehlertoleranz entsprechen, sodass Ergebnisse der Simulation des digitalen Abbilds der prozesstechnischen Anlage in der Simulationsumgebung direkte Rückschlüsse auf den Betrieb der realen prozesstechnischen Anlage erlauben.
Erfindungsgemäß ist ferner vorgesehen, dass das digitale Abbild der funktionalen Einheiten aus virtuellen Komponenten aufgebaut ist, die durch das digitale Abbild des Baukastensystems spezifiziert ist. Das digitale Abbild der funktionalen Einheit kann somit in der Simulationsumgebung aus den virtuellen Komponenten des Baukastensystems zusammengesetzt werden. In der Simulationsumgebung können für die einzelnen virtuellen Komponenten Module bereitgestellt werden, welche das Verhalten wenigstens eines Abschnitts der abgebildeten Komponenten des Baukastensystems physikalisch-basiert simulieren. Die aus den virtuellen Komponenten zusammengesetzten und simulierten technischen Funktionseinheiten sind hierbei nicht auf ein einzelnes Gerät, beispielsweise ein Feldgerät beschränkt, sondern ermöglichen die Simulation einer Vielzahl von technischen Funktionseinheiten. Eine Simulationsumgebung für prozesstechnische Anlagen kann in Form von Software, Hardware oder als Kombination davon implementiert sein. Beispielsweise kann auf einer oder mehreren Rechenvorrichtungen eine Simulationslogik spezifiziert sein, welche die Simulationsumgebung bereitstellt. Die Simulationslogik kann zumindest teilweise als Software oder als spezialisierte Hardware realisiert sein. Die Simulationslogik kann ferner über die Rechenvorrichtungen verteilt sein. Beispielsweise können Teile der Simulationslogik in einer dezentralen oder verteilten Rechenumgebung, welche ebenfalls als eine Cloud bezeichnet werden kann, realisiert sein.
Erfindungsgemäß werden Ergebnisse von Simulationen mit Variationen der Parameter der virtuellen Komponenten herangezogen, um optimale Konfigurationen der technischen Funktionseinheiten auch mit Komponenten zu ermitteln, welche im realen Baukastensystem noch nicht vorhanden sein müssen. Die Simulationsumgebung zieht die Gesamtheit der Simulationsergebnisse heran, um Komponenten zu identifizieren, die im realen Baukastensystem noch nicht vorhandenen sind, die jedoch für eine optimale Konfiguration mindestens einer technischen Funktionseinheit verwendet wurden. Hierbei können sowohl optimale Zusammenstellungen der Komponenten, beispielsweise anhand ihrer Anzahl oder Komplexität, als auch die Notwendigkeit der Komponenten zur Realisierung bestimmter Konfigurationen von technischen Funktionseinheiten berücksichtigt werden. Hierzu können beispielsweise metrik basierte Optimierungsalgorithmen oder Suchalgorithmen zum Auffinden lokaler oder globaler Optima eingesetzt werden. Alternativ oder zusätzlich können Verfahren des maschinellen Lernens eingesetzt werden. Auf dieser Grundlage kann aus den bestehenden Komponenten des Baukastensystems und den ermittelten variierten Komponenten eine optimale Konfiguration des Baukastensystems ermittelt werden. Erfindungsgemäß werden somit die einzelnen Komponenten des Baukastensystems selbst ausgelegt, um eine optimale Zusammenstellung des Baukastensystems zu ermitteln.
Die geänderten Konfigurationen von technischen Funktionseinheiten, welche in der Simulationsumgebung als Simulationsgrundlage verwendet werden, können hierbei an geänderte oder neue Gegebenheiten angepasst sein, die sich aus einem realen Betrieb oder einem simulierten Betrieb von bereits fertig konfigurierten technischen Funktionseinheiten ergeben können, welche beispielsweise anhand von Diagnoseergebnissen aus dem realen Betrieb ermittelbar sind, oder die durch Prozessveränderungen oder technologische Veränderungen, beispielsweise durch Klima Veränderungen oder sich verändernde Umgebungsbedingungen, Temperatur, Atmosphäre, welchen die funktionalen Einheiten in der prozesstechnischen Anlage ausgesetzt sein können, durch technischen Fortschritt oder eine sich verändernde Technik, wie beispielsweise standardisierte kabellose Datenübertragung, fehlende externe Energieversorgung, und dergleichen bedingt sein können. Die ermittelte geänderte Zusammenstellung des Baukastensystems wird somit selbst automatisch und dynamisch an die geänderten und neuen Gegebenheiten angepasst. Die Zusammenstellung des Baukastensystems kann somit ständig vollautomatisch und dynamisch up-to-date gehalten werden, wobei verschiedene Einflussfaktoren berücksichtigt werden können. Bei Bedarf kann die Produktion des Baukastensystems gänzlich auf die neue ermittelte Zusammenstellung der Komponenten umgestellt werden.
Gemäß einer vorteilhaften Ausführungsform der Erfindung umfasst das Verfahren ferner ein Hinzufügen des ermittelten Satzes von virtuellen Komponenten zur Simulationsumgebung. Ausgehend von einem initialen Satz von virtuellen Komponenten kann somit die Simulationsumgebung ständig um bereits aufgefundene variierte virtuelle Komponenten ergänzt werden, welche in einem vorangegangenen Simulationsergebnis als Teile einer optimalen Zusammenstellungen des Baukastensystems ermittelt wurden. Es ist hierbei unwesentlich, ob diese aufgefundenen virtuellen Komponenten in der realen Produktion des Baukastensystems berücksichtigt wurden, da ihre Eignung zumindest in einem Simulationszyklus festgestellt werden konnte. Sämtliche virtuellen Komponenten (die initialen sowie die nachfolgend hinzugefügten) können in einer Datenbank oder in einer geeigneten Speicherstruktur gespeichert sein und bei zukünftigen Simulationsschritten direkt abgerufen werden, um neue geänderte Konfigurationen von technischen Funktionseinheiten in prozesstechnischen Anlagen zu simulieren. Hierdurch wird vorteilhaft die Datenbasis der Simulationsumgebung ergänzt. Vorzugsweise kann in einer parallel ausgeführten Optimierung die Datenbasis aus vorhandenen virtuellen Komponenten bereinigt werden, indem Duplikate oder Überschüsse anhand von Ähnlichkeitskriterien oder einer Nutzungsstatistik aus der Datenbasis entfernt werden.
In einer weiteren Ausführungsform des Verfahrens sind jeder virtuellen Komponente ein oder mehrere Attribute zugeordnet, welche Wechselwirkungen zwischen der virtuellen Komponente und einer oder mehreren aus mindestens einer anderen virtuellen Komponente, mindestens einer technischen Funktionseinheit und/oder mindestens einer prozesstechnischen Anlage beschreiben. Die physikalischen Einflussfaktoren, welche die einzelnen virtuellen Komponenten betreffen sind entweder bekannt oder können sich aus einem realen Betrieb oder aus einer gewünschten Konfiguration der technischen Funktionseinheit und/oder der prozesstechnischen Anlage ergeben. Die Einflussfaktoren können daher über die Attribute eine feste Zuordnung auf Komponentenebene erhalten und können vollautomatisch an auftretende Veränderungen angepasst werden. Jede Komponente kann hierbei eine Matrix definieren, welche die Beziehungen der jeweiligen Einflussgrößen zueinander und ihre Zusammenhänge spezifiziert. Vorzugsweise kann die Matrix Korrelationen der Einflussgrößen spezifizieren.
Gemäß einer Ausführungsform sind die Attribute ferner mit mindestens einem aus historischen Diagnosedaten von Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen, reale Betriebsdaten von Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen, und virtuelle Betriebsdaten von simulierten virtuellen Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen verknüpft.
In einer weiteren Ausführungsform sind die Attribute ferner mit mindestens einem aus Fertigungs-, Montage-, und/oder Inbetriebnahmeinformationen für mindestens eine entsprechende Komponente, technische Funktionseinheit und/oder prozesstechnischen Anlage verknüpft. Vorzugsweise können die Attribute mindestens eine Gewichtung aufweisen. Die Gewichtung kann einzelne virtuelle Komponenten und ihre Wichtigkeit aufzeigen, sodass entsprechend wichtige virtuelle Komponenten bevorzugt bei der Zusammenstellung eines geänderten Baukastensystems berücksichtigt werden können. Die Gewichtung kann anhand von Produktionskriterien, aber auch anhand von strategischen Überlegungen oder kundenspezifischen Informationen definiert sein. Die einzelnen Faktoren können in einem Satz von Gewichtungen abgebildet sein. Alternativ oder zusätzlich können die einzelnen Faktoren über eine Funktion kombinierbar sein und so als Gesamtscore der Komponente über eine einzelne (Gesamt-)Gewichtung darstellbar sein.
Die Attribute und ihre Korrelationen zueinander ermöglichen somit die Berücksichtigung einer Vielzahl von Einflussfaktoren auf Komponentenebene, welche bei der Zusammenstellung eines optimalen Ersatzes von Komponenten für das Baukastensystem vollautomatisch und dynamisch berücksichtigt werden können.
Ferner können gemäß einer bevorzugten Ausführungsform die Attribute die Variation der Parameter beeinflussen. Entsprechend erfolgt das Variieren der Parameter auf der Grundlage der Attribute und/oder einer Korrelation der Attribute. Die Ermittlung der Variationen kann somit direkt die Einflussfaktoren berücksichtigen, welche auf die einzelnen Komponenten wirken. Beispielsweise können Komponenten variiert werden, welche eine besonders hohe Gewichtung aufweisen und so bevorzugt ausgetestet werden sollen. Ferner können virtuelle Komponenten berücksichtigt werden, welche geeignete physikalische Eigenschaften und Wechselwirkungen mit weiteren virtuellen Komponenten aufweisen. Auch ist denkbar, dass virtuelle Komponenten berücksichtigt werden, welche von Einflussfaktoren aus dem realen Betrieb, beispielsweise Fehlermeldungen, betroffen sind oder eine Auswirkung auf sich verändernde technologische Gegebenheiten aufweisen.
Gemäß einer Ausführungsform der vorliegenden Erfindung werden die Parameter der virtuellen Komponenten durch ein Berechnungsmodul variiert, das für eine technische Funktionseinheit mindestens eine Variation eines Parameters einer virtuellen Komponente in der Simulationsumgebung bestimmt.
In einer Ausführungsform umfasst das Verfahren ein Trainieren des Berechnungsmoduls mit Trainingsdaten basierend auf den Attributen und verknüpften Informationen. Das Berechnungsmodul kann initial mit Daten trainiert werden, welche die Auswirkungen der Einflussfaktoren auf die einzelnen Komponenten abbilden und/oder welche die Einflüsse der Auswahl (unter Variation) einzelner virtueller Komponenten auf die Realisierung von einer konkreten Konfiguration von Fugen technischen Funktionseinheiten beschreiben. Das Berechnungsmodus kann derart trainierbar sein, dass es vollautomatisch Zusammenhänge und Muster unter den virtuellen Komponenten in der Simulationsumgebung und den definierten Einflussfaktoren erkennt, sodass das Berechnungsmodul bei zukünftigen Entscheidungen gezielt virtuelle Komponenten zur Variation ihrer Parameter für die Gesamtheit der bestehenden Einflussfaktoren auswählen kann, um gewünschte Konfigurationen von technischen Funktionseinheiten in der Simulationsumgebung zu simulieren.
Gemäß einer weiteren Ausführungsform weist das Ermitteln des Satzes von virtuellen Komponenten ein Anwenden eines Suchalgorithmus zum Auffinden einer optimierten Kombination von virtuellen Komponenten zur Konfiguration mindestens einer technischen Funktionseinheit der prozesstechnischen Anlage auf. Der Suchalgorithmus kann beispielsweise ein A*-Algorithmus mit einer Schätzfunktion sein, um zielgerichtet den Satz von virtuellen Komponenten aufzufinden. Der A*- Algorithmus ist ein vollständiger und optimaler Algorithmus, der stets eine optimale Lösung findet, falls sie existiert. Es sollte jedoch verständlich sein, dass weitere Suchalgorithmen verwenden werden können, beispielsweise IDA*, bidirektionale Suchschemata, Minimax-Verfahren, Alpha-Beta-Suche und dergleichen.
In einer weiteren Ausführungsform wird der Satz von virtuellen Komponenten von einem Entscheidungskern des Berechnungsmoduls ermittelt, wobei der Entscheidungskern mit Daten trainiert wird, welche bereits konfigurierte Baukastensysteme für funktionale Einheiten von prozesstechnischen Anlagen spezifizieren. Der Entscheidungskern kann hierbei derart trainiert sein, dass er vollautomatisch Zusammenhänge und Muster bei der Zusammenstellung von Baukastensystemen erkennt. Somit kann der Entscheidungskern bei zukünftigen Entscheidungen über eine optimale Zusammenstellung von Baukastensystemen gezielt Sätze von virtuellen Komponenten zur Änderung eines bestehenden Baukastensystems ermitteln, welche das Baukastensystem im Hinblick auf die Einflussfaktoren und gewünschte Konfigurationen von technischen Funktionseinheiten optimieren.
Vorzugsweise weist das Berechnungsmodul eines oder mehrere aus einem statistischen Entscheidungskern oder einer Support-Vector-Maschine und dergleichen, oder mindestens einem künstlichen neuronalen Netz oder einem Analysekern basierend auf einer logistischen Regression, einem Distanzklassifikator, einem Polynomklassifikator oder einem Clusterverfahren auf. Ferner können weitere Verfahren des maschinellen Lernens, welche unter dem Oberbegriff der „künstlichen Intelligenz“ zusammengefasst werden können, vorgesehen sein. Das Berechnungsmodul kann hierbei ein Modul zur Auswahl und Variation der Parameter der virtuellen Komponenten und ein weiteres Modul zur Bestimmung des Satzes von virtuellen Komponenten aufweisen. Beide Module können getrennt trainierbar sein. Ferner können selbstlernende Module vorgesehen sein, welche aus erfolgten Simulations- und Auswahlschritten automatisch oder semi-automatisch lernen. Hierdurch wird die Datenbasis automatisch vergrößert und das System automatisch und dynamisch an aktuelle Entwicklungen angepasst.
Gemäß einer weiteren Ausführungsform weist die technische Funktionseinheit mindestens eine Feldgerätstation auf, wie eine Stellarmatur, eine Pumpe, einen Sensor oder dergleichen, wobei die prozesstechnische Anlage eine chemische Anlage, eine Lebensmittel verarbeitende Anlage, ein Kraftwerk oder dergleichen sein kann.
In einer bevorzugten Ausführungsform ist die prozesstechnische Anlage anhand von betriebsspezifischen Anlagenmerkmalen, aufweisend Art eines Prozessmediums, Prozessfluidströmung, Anzahl von Feldgerätstationen, Anlagenumgebung oder dergleichen, in der Simulationsumgebung abbildbar. In einer noch weiteren Ausführungsform beeinflusst das Simulieren wenigstens eine Betriebsgröße, wie eine Regelgröße, beispielsweise Temperatur, Druck, Durchfluss oder dergleichen, der abgebildeten prozesstechnischen Anlage.
Gemäß einer Ausführungsform weisen die variierten Parameter mindestens eines aus einem Geometrieparameter oder einem Leistungsparameter auf, wie eine Stellantriebskraft, eine Pumpenleistung, ein KV-Wert oder dergleichen
Gemäß einer bevorzugten Ausführungsform umfasst das Verfahren ferner ein wiederholtes Variieren von Parametern, um mindestens eine weitere geänderte Konfiguration der mindestens einen technischen Funktionseinheit zu bestimmen, und ein wiederholtes Simulieren des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen weiteren geänderten Konfiguration. Die iterative Ausführung der Variation der Parameter und der Simulation der entsprechend ausgelegten technischen Funktionseinheit kann vollautomatisch und kontinuierlich durchgeführt werden. Ferner können die Interaktionen beendet werden, falls ein Gütewert oder Score der aufgefundenen optimierten Zusammenstellung des Baukastensystems auch bei wiederholter Simulation nicht mehr übertroffen wird. Eine solche Entscheidung kann beispielsweise mittels eines oder mehrerer Schwellenwerte gesteuert werden.
In einer Ausführungsform ist die Simulationsumgebung zumindest teilweise auf einer verteilten Rechenumgebung bereitgestellt, welche eingerichtet ist, den Betrieb einer technischen Funktionseinheit der prozesstechnischen Anlage für eine geänderte Konfiguration zu simulieren. Verschiedene Teile der Simulationsumgebung sind somit parallelisierbar, wodurch eine optimale Berechnung einer Vielzahl von Variationen und Simulationen für die gewünschten Konfigurationen der technischen Funktionseinheiten durchgeführt werden kann. Ferner kann bei der Verteilung der Aufgaben der Simulationsumgebung auf die einzelnen Rechensysteme der verteilten Rechenumgebung die Auslastung der jeweiligen Rechensysteme berücksichtigt werden. In einer besonders bevorzugten Ausführungsform umfasst das Verfahren ferner ein Bereitstellen des geänderten Baukastensystems zur Konfiguration von technischen Funktionseinheiten der prozesstechnischen Anlage. Geänderte Baukastensysteme können nach vordefinierten Produktionszyklen bereitgestellt werden. Ferner kann die Bereitstellung von expliziten Anforderungen und durch Gegebenheiten, beispielsweise durch Auswertung von Diagnose und Fehlerprotokollen bedingt sein. Schließlich kann auch eine Änderung des Baukastensystems vollautomatisch empfohlen werden, falls ein Gütewert oder Score eines geänderten Baukastensystems einen Schwellwert übersteigt.
Erfindungsgemäß ist zudem ein Datenträger mit darauf gespeicherten Befehlen angegeben, die, wenn sie von einem oder mehreren Prozessoren einer Rechenvorrichtung ausgeführt werden, die Rechenvorrichtung einrichten, ein Verfahren nach einem der vorhergehenden Ansprüche durchzuführen.
Insbesondere kann die Rechenvorrichtungen eingerichtet sein, ein Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage, wobei das Verfahren ein Bereitstellen eines Baukastensystems mit einer Vielzahl von Komponenten zur Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage, wobei das Baukastensystem in einer Simulationsumgebung derart abbildbar ist, dass jede Komponente aus der Vielzahl von Komponenten des Baukastensystems anhand ihrer physikalischen Eigenschaften als eine virtuelle Komponente mit entsprechenden Parametern in der Simulationsumgebung darstellbar ist, ein Variieren von Parametern der virtuellen Komponenten in der Simulationsumgebung, um mindestens eine geänderte Konfiguration mindestens einer technischen Funktionseinheit mit mindestens einer der virtuellen Komponenten mit mindestens einem variierten Parameter zu bestimmen, und Simulieren des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen geänderten Konfiguration, ein Ermitteln eines Satzes von virtuellen Komponenten aus den virtuellen Komponenten mit variierten Parametern basierend auf Ergebnissen der Simulation, und ein Anpassen einer oder mehrerer Komponenten des Baukastensystems anhand des ermittelten Satzes von virtuellen Komponenten umfasst. Gemäß einem weiteren Aspekt der vorliegenden Erfindung ist eine Rechenvorrichtungen definiert, die zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage eingerichtet ist, wobei die Rechenvorrichtung mindestens einen Prozessor umfasst, der eingerichtet ist zum Bereitstellen eines Baukastensystems mit einer Vielzahl von Komponenten zur Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage, wobei das Baukastensystem in einer Simulationsumgebung derart abbildbar ist, dass jede Komponente aus der Vielzahl von Komponenten des Baukastensystems anhand ihrer physikalischen Eigenschaften als eine virtuelle Komponente mit entsprechenden Parametern in der Simulationsumgebung darstellbar ist, Variieren von Parametern der virtuellen Komponenten in der Simulationsumgebung, um mindestens eine geänderte Konfiguration mindestens einer technischen Funktionseinheit mit mindestens einer der virtuellen Komponenten mit mindestens einem variierten Parameter zu bestimmen, und Simulieren des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen geänderten Konfiguration, Ermitteln eines Satzes von virtuellen Komponenten aus den virtuellen Komponenten mit variierten Parametern basierend auf Ergebnissen der Simulation, und Bestimmen eines angepassten Baukastensystems mit mindestens einer angepassten Komponente, deren physikalische Eigenschaften anhand des ermittelten Satzes von virtuellen Komponenten angepasst sind.
Vorzugsweise kann die Rechenvorrichtung eingerichtet sein, beliebige Schritte des erfindungsgemäßen Verfahrens und von einer oder mehreren Ausführungsformen des Verfahrens in beliebiger Kombination auszuführen.
Gemäß noch einem weiteren Aspekt der vorliegenden Erfindung ist ein System vorgesehen, das mindestens eine Rechenvorrichtung nach einer Ausführungsform der vorliegenden Erfindung umfasst. Das System kann ein verteiltes System von Rechenvorrichtungen sein, welche über mindestens ein Netzwerk verbunden sein können, um über das Netzwerk miteinander zu kommunizieren. Vorzugsweise kann das System ferner eine oder mehrere Datenbanken umfassen, welche historische oder aktuelle Daten zu Komponenten und/oder funktionalen Einheiten und/ oder prozesstechnischen Anlagen speichern.
Die erfindungsgemäße Rechenvorrichtung und das erfindungsgemäße System können in bevorzugten Ausführungsformen beliebige Verfahrensschritte gemäß Ausführungsformen des erfindungsgemäßen Verfahrens in beliebiger Kombination durchführen und/oder entsprechende Merkmale implementieren. Ferner können Ausführungsformen des erfindungsgemäßen Verfahrens derart ausgestaltet sein, dass sie Merkmale von Ausführungsformen der erfindungsgemäßen Rechenvorrichtungen in beliebiger Kombination bereitstellen.
Vorteilhafte Ausgestaltungen der erfindungsgemäßen Ausführungsformen sind in den nachfolgenden Abbildungen dargestellt, wobei:
Fig. l eine Vielzahl von virtuellen Komponenten zeigt, die in Ausführungsformen der vorliegenden Erfindung anwendbar sind;
Fig. 2 eine schematische Ansicht einer Variation von Parametern gemäß
Ausführungsformen der vorliegenden Erfindung darstellt;
Fig. 3 eine schematische Ansicht einer Umgebung zur Optimierung eines
Baukastensystems gemäß Ausführungsformen der vorliegenden Erfindung ist; und
Fig. 4 ein Flussdiagramm eines Verfahrens gemäß einer Ausführungsform der vorliegenden Erfindung darstellt.
Figur l zeigt eine Vielzahl von virtuellen Komponenten, die in Ausführungsformen der vorliegenden Erfindung anwendbar sind. Vorzugsweise können die virtuellen Komponenten 102a, 102b, ..., 102h digitale Abbildungen von realen Komponenten eines Baukastensystems in einer Simulationsumgebung sein, welche zur Auslegung und Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage einsetzbar sind.
Die technische Funktionseinheit kann beispielsweise ein Feldgerät, eine Feldgerätstation oder dergleichen sein. Die technische Funktionseinheit kann beispielsweise ein Regelventil sein, das eines oder mehrere aus mindestens einem St eil ventil mit (oder ohne) Gehäuse, mindestens einen Deckel, mindestens ein Joch, mindestens eine Stellanzeige, mindestens ein Stellglied, mindestens einen Einlass- Auslassflansch, mindestens ein Drosselelement, mindestens eine Dichtpackung und/oder mindestens eine Isolierung und dergleichen, in beliebiger Kombination, aufweisen kann. Das Regelventil kann ferner mindestens eines aus einem Stellungsregler, mindestens einem Booster, mindestens einer Verrohrung, mindestens einem Wegmesssystem, mindestens einem Bussystem, mindestens einem Zweileiter, mindestens einer Diagnoseeinheit und/oder mindestens aber einer Funkeinheit und dergleichen, in beliebiger Kombination, aufweisen. Ferner kann das Regelventil mindestens eines aus mindestens einem Antrieb, mindestens einer Kupplung, mindestens einer Entlüftung, mindestens einer Membran und/oder mindestens einer Feder und dergleichen, in beliebiger Kombination, aufweisen. Die Konfiguration des Regenventils kann hierbei so gewählt sein, dass sie gewünschten physikalischen Eigenschaften des Regelventils gemäß einer oder mehreren Anforderungen aufweist.
Die einzelnen Teile und Einheiten des Regelventils oder einer beliebigen anderen technischen Funktionseinheit können hierbei aus Komponenten eines Baukastensystems konfiguriert sein, wodurch eine breite Palette von technischen Funktionseinheiten anhand von definierten Standardkomponenten aus dem Baukastensystem bereitgestellt werden kann. Die (Standard-)Komponenten des Baukastensystems können anhand von Parametern in vorgegebenen Bereichen an die jeweiligen Anforderungen der technischen Funktionseinheit adaptierbar sein. Hierdurch wird eine noch höhere Variabilität bei der Konfiguration von technischen Funktionseinheiten auf der Grundlage des Baukastensystems erreicht. Das Baukastensystem kann optimiert werden, indem vorzugsweise die Komponenten des Baukastensystems in einer Simulationsumgebung im Hinblick auf mannigfaltige Anforderungen und Einflussfaktoren überprüft und hierdurch die Zusammensetzung des Baukastensystems an aktuelle Anforderungen angepasst werden kann.
Jede der in Figur l gezeigten virtuellen Komponenten 102a, 102b, ..., 102h kann durch einen oder mehrere Parameter 104 definiert sein. Jeder Parameter 104 kann eine Variabilität der Auslegung der zugehörigen realen Komponente im Hinblick auf physikalische oder funktionale Eigenschaften der realen Komponente definieren. Ein Parameter kann beispielsweise auf einen bestimmten Wert gesetzt werden, der eine bestimmte physikalische Eigenschaft der realen Komponente festlegt und so auch in seinem digitalen Abbild eine direkte Auswirkung auf die Simulation weiterer virtueller Komponenten haben kann.
Figur 2 zeigt detailliert eine virtuelle Komponente, beispielsweise die virtuelle Komponente 102. Entsprechend werden dieselben oder entsprechende Bezugszeichen verwendet, wie sie auch in Figur 1 zur Anwendung kommen. Wie in Figur 2 gezeigt, können einzelne Parameter 104 beispielsweise in einem Wertebereich 202 variiert werden, welcher direkt durch die entsprechende reale Komponente (ohne eine physische Modifikation der realen Komponente) umsetzbar sein kann. Die Parameter 104 können in einem Wertebereich, beispielsweise einem oberen Wertebereich 204 und/oder einem unteren Wertebereich 206, variiert werden, der nicht durch die physikalische Komponente realisierbar sein muss, jedoch im Hinblick auf eine Auslegung einer technischen Funktionseinheit vorteilhaft sein kann. Hierdurch können in der Simulationsumgebung geänderte und/oder neue virtuelle Komponenten simuliert werden, welche keine Entsprechung in der zugehörigen Realisierung der realen Komponente haben, die jedoch neue oder geänderte technische Funktionseinheiten vorteilhaft konfigurieren können. Hierbei können auch Einflussfaktoren, welche technische, funktionale oder operationale Aspekte umfassen können, berücksichtigt werden. Aus der Simulation können sich vorteilhafte virtuelle Komponenten zur Umsetzung der technischen Funktionseinheiten 102a, 102b, ..., 102h ergeben, woraus eine optimale Zusammenstellung des Baukastensystems ermittelbar ist. Auch wenn in Figur 2 ein unterer und ein oberer Wertebereich 204, 2016 gezeigt sind, sollte verständlich sein, dass Wertebereiche keinesfalls eindimensional und/ oder nach oben und unten beschränkt sein müssen. Vielmehr sind mehrdimensionale Wertebereiche denkbar, welche eine Ausdehnung in beliebigen Dimensionen haben können, beispielsweise zwei-, drei- oder mehrdimensionale Wertebereiche.
Die Einflussfaktoren können auf Komponentenebene jeder virtuellen Komponente 102 über entsprechende Attribute 106 zugeordnet werden. Die Attribute 106 können einzelnen Einflussfaktoren zugeordnet werden.
Jeder virtuellen Komponente 102 kann eine Matrix zugeordnet sein, welche die einzelnen Einflussgrößen und die Zusammenhänge der einzelnen Einflussgrößen zueinander spezifizieren kann. Somit kann die Matrix Korrelationen der Einflussgrößen in Bezug auf die jeweilige virtuelle Komponente 102 aufweisen. Zusammenhängende Einflussgrößen können beispielsweise durch Fehlermeldungen (Reklamationen und dergleichen) oder Diagnoseergebnisse einer real umgesetzten technischen Funktionseinheit definiert sein. Die Einflussgrößen können ferner den Bedarf einzelner Komponenten, Fertigungsmöglichkeiten und Kapazitäten und eine Wirtschaftlichkeit der Fertigung, beispielsweise im Hinblick auf Materialanforderungen, Energieverbrauch, und dergleichen abbilden.
Aus den den virtuellen Komponenten 102 zugeordneten Matrizen und den jeweiligen Zusammenhängen kann automatisiert ein Cluster von Anforderungen erstellt werden, welche nachgelagert je nach ihrem Grad der Automatisierung klassifiziert werden können. Vollautomatisierte Anforderungen können beispielsweise durch eine Variation der Parameter 104 realisierbar sein.
Eine oder mehrere oder die Gesamtheit der Anforderungen kann ferner mit vorhandenen Fertigungskapazitäten und Auslastungsplänen abgeglichen werden, woraus weitere Einflussfaktoren und Gewichtungen, beispielsweise anhand von Prioritäten, bestimmt werden können. Hierdurch können Arbeitsaufträge für geänderte reale Komponenten ausgelöst werden. Solche geänderten realen Komponenten können wiederum in der Simulationsumgebung abgebildet werden. Anders ausgedrückt können die variierten virtuellen Komponenten in der Simulationsumgebung verbleiben und für zukünftige Simulationen weiterverwendet werden. Alternativ oder zusätzlich kann auf der Grundlagen der geänderten realen Komponente ein digitales Abbild der geänderten realen Komponente erstellt und in die Simulationsumgebung eingefügt werden. Dieses digitale Abbild kann in der Lage sein, die Konfiguration der geänderten realen Komponente genauer abzubilden.
Unabhängig von einem Einsatz der realen Komponenten in einer technischen Funktionseinheit können die vorhandenen virtuellen Komponenten in der Simulationsumgebung im Hinblick auf aktualisierte Einflüsse und Anforderungen getestet werden und es kann nach einer weiteren Optimierung des Baukastensystems gesucht werden. Hierbei kann eine bestimmte Zeitdauer der Simulation, in der sich die ermittelten virtuellen Komponenten auch bei sich ändernden Bedingungen bewähren müssen, und der Grad des Verbesserungspotenzial der neuen Komponenten im Hinblick auf eine geänderte Konfiguration des Baukastensystems berücksichtigt werden, um eine reale Umsetzung des Baukastensystems zu veranlassen. Auf diese Weise findet eine kontinuierliche automatisierte Verbesserung der Zusammenstellung des Baukastensystems und der entsprechenden Komponenten statt.
Die digitalen Abbildungen der realen Komponenten als digitale Zwillinge in Form von virtuellen Komponenten 102 können mindestens einen Datensatz mit einem oder mehreren aus CAD, FEM, CFD oder weiteren Simulations-, Konstruktion- und Modellierungsdaten, mindestens einem Messprotokoll, mindestens einer Toleranz, einer oder mehrerer Oberflächen, eine oder mehrere Materialien, eine oder mehrere Oberflächenbehandlungen und dergleichen, eine oder mehrere Schnittstellen (Interfaces), Anschlüsse und dergleichen, mindestens eine Norm, Herstellungskosten, Herstellzeiten, -qualität, Bearbeitungsmaschinen, CNC-Programme und dergleichen, Angaben zur Teilekompatibilität innerhalb von technischen Funktionseinheiten und/oder Informationen zum Verschleiß und dergleichen, in beliebiger Kombination, aufweisen. Die einzelnen Datensätze und Datenfelder können entweder direkt oder kombiniert auf die jeweiligen Attribute 106 der virtuellen Komponenten 102 abbildbar sein. Figur 3 ist eine schematische Ansicht einer Umgebung zur Optimierung eines Baukastensystems gemäß Ausführungsformen der vorliegenden Erfindung.
Das Baukastensystem 302 kann eine Vielzahl von realen Komponenten 304 aufweisen. Die realen Komponenten 304 können in einer Simulationsumgebung 306 als virtuelle Komponenten 308 abgebildet sein, wie es durch Pfeil 310 angedeutet ist, wobei jede reale Komponente 304 einen digitalen Zwilling in Form einer entsprechenden virtuellen Komponente 308 haben kann. Die digitale Abbildung kann hierbei analog zu den in Figuren 1 und 2 beschriebenen Ausführungsformen erfolgen, sodass die virtuellen Komponenten 308 auch die in Figuren 1 und 2 gezeigten virtuellen Komponenten 102, 102a, 102b, ..., 102h mit entsprechender Konfiguration und Funktionalität sein können. Insbesondere kann jede der virtuellen Komponenten 308 über Parameter und Attribute, wie beispielsweise Parameter 104 und Attribute 106 aus Figuren 1 und 2, einstellbar und simulierbar sein. Hierbei können in der Simulationsumgebung 306 Einstellungen sämtlicher virtuellen Komponenten 308, beispielhaft anhand einer virtuellen Komponente 308a gezeigt, auch über einen Einstellbereich und entsprechende Möglichkeiten der zugehörigen realen Komponenten 304 hinaus erfolgen, wie es durch Pfeil 312 veranschaulicht ist. Hierdurch kann die virtuelle Komponente 308a als virtuelle Komponente 3o8a‘ eingerichtet sein. Diese so eingestellte virtuelle Komponente 3o8a‘ kann in der Simulationsumgebung 306 - auch im Zusammenspiel mit den verbleibenden virtuellen Komponenten 308 - simuliert und evaluiert werden.
Die Simulation und Evaluation sämtlicher virtueller Komponenten 308 in der Simulationsumgebung 306 kann beispielsweise durch ein Berechnungsmodul 314 erfolgen. Das Berechnungsmodul 314 kann hierbei auf eine Datenbank 316 zugreifen, welche unterschiedliche Datensätze ablegen und einen effizienten Abruf der Datensätze bereitstellen kann, wie nachfolgend detailliert erörtert werden wird.
Sollte die Simulation und Evaluation der virtuellen Komponente 3o8a‘ in der Simulationsumgebung 306 durch das Berechnungsmodul 314 in einer Bewertung resultieren, welche einem vordefinierten Schwellwert nicht genügt, diesen also beispielsweise unterschreitet, so kann die virtuelle Komponenten 3o8a‘ trotzdem in der Simulationsumgebung 306 verbleiben und/oder in der Datenbank 316 gespeichert und/oder wieder aus der Simulationsumgebung 306 entfernt werden.
Sollte die Simulation und Evaluation der virtuellen Komponente 3o8a‘ durch das Berechnungsmodul 314 jedoch zu einer Bewertung führen, welche dem vordefinierten Schwellwert genügt, diesem also beispielsweise gleicht oder diesen überschreitet, so kann, wie durch Pfeil 318 angedeutet, anhand der geänderten virtuellen Komponente 3o8a‘ eine geänderte reale Komponente 304a' vorgeschlagen und als Standardkomponente im Baukastensystems 302 vorgesehen werden. Diese virtuelle Komponenten 308a' kann in der Simulationsumgebung 306 als digitaler Zwilling der geänderten realen Komponente 304a' verbleiben und/oder in der Datenbank 316 gespeichert werden.
Neben den virtuellen Komponenten, welche digitale Zwillinge der realen Komponenten des Baukastensystems 302 darstellen, kann das Berechnungsmodul auch neue virtuelle Komponenten 308b, 308c vorschlagen, welche in der Simulationsumgebung 306 eingefügt und danach simuliert und evaluiert werden können.
Die Simulation und Evaluierung der virtuellen Komponenten in der Simulationsumgebung 306 kann auch als eine automatisierte Suche nach einer optimalen Zusammensetzung der Komponenten des realen Baukastensystems 302 betrachtet werden. Bei der automatisierten Suche kann (ständig) ein Abgleich mit realen Einflussfaktoren auf den realen Baukastensystem 302 stattfinden, woraus eine optimale Zusammensetzung des Baukastensystems 302 ableitbar ist. So können neue Komponenten im Baukastensystem 302 vorgesehen, bestehende Komponenten 304 aus dem Baukastensystem 302 entfernt und/ oder beispielsweise bereits abgekündigte Komponenten im Baukastensystem 302 wieder vorgesehen werden. Auf diese Weise wächst die Anzahl an realen und virtuellen Komponenten, auf die die realen Einflussfaktoren einwirken können, die bei der Simulation und Evaluierung berücksichtigt werden. Das Auffinden einer bestmöglichen Zusammensetzung von Komponenten für das Baukastensystem 302 ohne oder nur mit geringer manueller Nacharbeit verbessert sich mit wachsendem Datenbestand der realen und virtuellen Komponenten.
Das Baukastensystem 302 kann somit besser an die bestehenden Anforderungen angepasst und so optimiert werden. Vorzugsweise kann hierbei, beispielsweise als eine Einflussgröße, die Anzahl der realen Komponenten 304 im Baukastensystem 302 berücksichtigt werden, sodass die Anzahl der realen Komponenten 304 in einer optimalen Ausgestaltung oder Konfiguration des Baukastensystems 302 reduziert werden kann. Gleichzeitig kann die Anzahl der virtuellen Komponenten 308 in der Simulationsumgebung 306 stetig wachsen.
Das Baukastensystem 302 kann zur Auslegung von technischen Funktionseinheiten herangezogen werden, indem automatisch oder semi-automatisch Vorschläge für einzelne Funktionseinheiten generiert werden. Hierbei werden Daten der prozesstechnischen Anlage, welche beispielsweise von Kunden bereitgestellt sein können, als Eingangsgrößen betrachtet. Die Eingangsgrößen können eine oder mehrere aus mindestens einem KV-Wert, Nenngröße, Baugröße, Temperaturverlauf, Druckdifferenz, Prozessmedium, Kennlinie, Stellzeiten, Sicherheitsstellung, Diagnosefunktion, SIL-Klasse, EX-Schutz, Umgebungseinflüsse,
Kommunikationsschnittstelle, Leistungsschnittstelle, und/oder Peripheriegeräte wie Durchflusssensor, Drucksensoren, und dergleichen in beliebiger Kombination umfassen.
Mittels mathematischer Unterstützung, beispielsweise anhand eines Produktkonfigurators oder einer vergleichbaren Komponente, die im Berechnungsmodul 314 ausgeführt werden kann, können Zusammenhänge und Wechselwirkungen der realen Komponenten 304 des Baukastensystems 302 berechnet werden. Es sollte verständlich sein, dass das Berechnungsmodul 314 nicht auf einen bestimmten Produktkonfigurator oder Software beschränkt ist und vielmehr eine beliebige Komponente, Modul oder Computerprogramm zur Ermittlung von Varianten einer Auslegung einer technischen Funktionseinheit im Berechnungsmodul 314 vorgesehen sein können. Vorzugsweise können einem Benutzer des Produktkonfigurators (oder einer vergleichbaren Komponente) mögliche, beispielsweise nächstliegende Varianten der gewünschten Funktionseinheiten aus einem Standardlösungsraum des Baukastensystems 302 vorgeschlagen werden. Der Standardlösungsraum des Baukastensystems 302 ergibt sich hierbei aus Kombinationen der realen Komponenten 304. Dazu können ausgehend von einer ersten Ausgangskonfiguration mit Hilfe des Berechnungsmoduls 314 weitere Varianten der gewünschten Funktionseinheiten aus dem Standardlösungsraum des Baukastensystems 302 ermittelt werden. Den verschiedenen Varianten kann jeweils ein Erfüllungsgrad zugeordnet werden. Der Erfüllungsgrad kann in einem nachfolgenden Schritt allen Anforderungen einzeln zugeordnet werden, wodurch eine Betrachtung von Merkmalen und deren Einfluss auf den Erfüllungsgrad möglich ist.
Alternativ oder zusätzlich können allen Komponenten einer vorgeschlagenen Variante mindestens eines aus Kosten für eine Fertigung der derart konfigurierten Funktionseinheit, einer Komplexität der konfigurierten Funktionseinheit, zugehörigen Fertigungszeiten, einer Auslastung und/oder einem Wirtschaftlichkeitsfaktor, in beliebiger Kombination, zugeordnet werden, die als weitere Einflussgrößen bei der Simulation und Evaluierung berücksichtigt werden können.
Der Wirtschaftlichkeitsfaktor kann sich hierbei aus einem Bedarf der Komponente aus der Vergangenheit sowie einem Grad einer momentanen Automatisierung der Fertigung zusammensetzen. Diese Daten können rein intern bereitgestellt werden, sodass ein Benutzer keinen Zugriff auf sie hat.
Varianten oder alternative Komponenten mit vergleichbaren technischen Erfüllungsgraden können verglichen sowie neu geplante Komponenten, welche anhand von neuen virtuellen Komponenten 308b, 308c oder bestehenden virtuellen Komponenten, welche jedoch bisher keine Entsprechung im Baukastensystem 302 hatten, können ausgewertet werden. Die hierbei anfallenden Daten und alle Varianten können als historische Daten in der Datenbank 316 gespeichert werden. Diese Evaluierung führt zu Komponentenvorschlägen, welche unter wirtschaftlichen Aspekten mit entsprechenden Vergleichsfaktoren und Erfüllungsgraden betrachtet werden.
Weitere Einflussfaktoren können historischen Daten aus einem laufenden Betrieb, wie Ausfallraten, Verschleißdaten, Diagnosedaten, welche auf Komponentenebene einen Einfluss haben können, und dergleichen, in beliebiger Kombination, umfassen und einer oder mehreren Komponenten zugeordnet werden können. Auch ungünstige oder nicht funktionierende Kombinationen von Komponenten können auf Komponentenebene abgebildet werden, sodass Korrelationen von Komponenten untereinander auf Komponentenebene beim Bestimmen von Varianten einer Auslegung von technischen Funktionseinheiten berücksichtigt werden können.
Kundendaten, welche bei der Ermittlung von Varianten einer Auslegung von technischen Funktionseinheiten herangezogen werden können, können ferner bevorzugte Komponenten und/oder eine Häufigkeit ähnlicher (früherer) Bestehungen definieren. Gleichteile können bei der Konfiguration von Varianten berücksichtigt werden, sodass eine Instandhaltung vereinfacht werden kann.
Alternativ oder zusätzlich können Kundendaten Probleme bei Anlagen eines Kunden oder fehlerhafte Kundenangaben aufweisen, welche bei der Ermittlung von Varianten einer Auslegung von technischen Funktionseinheiten herangezogen werden können, wodurch Fehler als auch für einen Kunden ungünstige Komponentenzusammenstellungen vermieden werden können.
Ferner können neue virtuelle Komponenten 308b, 308c sowie virtuelle Komponenten, welche früher einer realen Komponente 304 aus dem Baukastensystem 302 entsprachen, jedoch derzeit keiner realen Komponenten 304 entsprechen und daher als abgekündigte Komponenten bezeichnet werden können, mit Kundenanfragen und Kundenprofilen kombiniert werden, um zukünftig kundenbedarfsorientiert neue oder verbesserte Funktionseinheiten zu planen. Hierbei kann in den Kundendaten eine bevorzugte Konfiguration oder eine zugehörige technische Firmenstrategie spezifiziert sein, wie ein Ausschluss bestimmter Branchen und Ventiltypen oder eine Bevorzugung von bestimmten Richtungen wie z.B. Cageventile. Diese Informationen können mit einem bestimmten Faktor versehen sein, welcher in den Berechnungen berücksichtigt werden kann, um Varianten der Auslegung der technischen Funktionseinheit anhand der in den Kundendaten spezifizierten gewünschten Konfigurationen zu bevorzugen.
Sämtliche Daten, beispielsweise historische Daten, Kundendaten, Einflussfaktoren und dergleichen, und aktuelle Daten können in der Datenbank 316 gespeichert werden. Die Datenbank 316 kann derart eingerichtet sein, dass die entsprechenden Daten von dem Berechnungsmodul 314 schnell abgerufen und zur Simulation der Simulationsumgebung 306 verwendet werden können.
Das Berechnungsmodul 314 kann die Simulation und Evaluierung der virtuellen Komponenten 308 in der Simulationsumgebung 306 auf einer oder mehreren Ebenen durchführen. Diese können eine Konfigurationsebene, eine Diagnoseebene, eine Wirtschaftlichkeitsebene und eine Strategieebene aufweisen. Die Konfigurationsebene kann hierbei die einzelnen Konfigurationsfaktoren, beispielsweise reale Einflussgrößen und dergleichen auf die realen (oder entsprechende virtuelle) Komponenten abbilden. Die Diagnoseebene kann insbesondere ein reales Verhalten von bestehenden Konfigurationen von technischen Funktionseinheiten und weitere Faktoren und Einflussgrößen, welche die Diagnose betreffen, in Betracht ziehen. Eine Wirtschaftlichkeitsebene kann insbesondere Kosten und Auslastung einer Herstellung der technischen Funktionseinheit gemäß vorgeschlagenen Varianten berücksichtigen. Ferner kann die Strategieebene kundenorientierte Präferenzen berücksichtigen, die technische Aspekte, wie beispielsweise kundenspezifische Ausgestaltungen von Funktionseinheiten, z.B. gewünschte Ventilorientierungen und dergleichen, aufweisen können.
Figur 4 stellt ein Flussdiagramm eines Verfahrens gemäß einer Ausführungsform der vorliegenden Erfindung dar. Das Verfahren kann ein Verfahren 400 zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage sein.
Das Verfahren kann auf einer oder mehreren Rechenvorrichtungen ausführbar sein. Die Rechenvorrichtungen können einen Speicher und mindestens einen Prozessor umfassen, der entsprechende Befehle aus dem Speicher auslesen und diese ausführen kann, sodass die Rechenvorrichtungen eingerichtet sind, zumindest Teile des Verfahrens 400 auszuführen. Das Verfahren kann auf einer lokalen Rechenvorrichtung oder auf einer Vielzahl von Rechenvorrichtungen, welche beispielsweise in einem Netzwerk oder einer Cloud angeordnet sein können, ausführbar sein. Zumindest Teile des Verfahrens 400 können beispielsweise auf dem Berechnungsmodul 314 aus Figur 3 ausführbar sein.
Das Verfahren kann mit Element 402 beginnen und nachfolgend in Element 404 ein Baukastensystem mit einer Vielzahl von Komponenten zur Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage bereitstellen. Das Baukastensystem kann in einer Simulationsumgebung derart abbildbar sein, dass jede Komponente aus der Vielzahl von Komponenten des Baukastensystems anhand ihrer physikalischen Eigenschaften als eine virtuelle Komponente mit entsprechenden Parametern in der Simulationsumgebung darstellbar ist.
Das Verfahren 400 kann mit Element 406 fortfahren, wobei Parameter der virtuellen Komponenten in der Simulationsumgebung variiert werden, um mindestens eine geänderte Konfiguration mindestens einer technischen Funktionseinheit mit mindestens einer der virtuellen Komponenten mit mindestens einem variierten Parameter zu bestimmen. Hierbei können die Parameter der virtuellen Komponenten durch ein Berechnungsmodul variiert werden, das für eine technische Funktionseinheit mindestens eine Variation eines Parameters einer virtuellen Komponente in der Simulationsumgebung bestimmen kann. Die Variation kann ferner auf der Grundlage von zugeordneten Attributen oder einer Korrelation der Attribute erfolgen. Die Attribute können gewichtet sein. Die Attribute können Wechselwirkungen zwischen der jeweiligen virtuellen Komponente und einer oder mehreren anderen virtuellen Komponenten, mindestens einer technischen Funktionseinheit und/oder mindestens einer prozesstechnischen Anlage beschreiben. Alternativ oder zusätzlich können die Attribute mit mindestens einem aus historischen Diagnosedaten von Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen, reale Betriebsdaten von Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen, und virtuelle Betriebsdaten von simulierten virtuellen Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen verknüpft sein. Ferner können alternativ oder zusätzlich die Attribute mit mindestens einem aus Fertigungs-, Montage-, und/oder Inbetriebnahmeinformationen für mindestens eine entsprechende Komponente, technische Funktionseinheit und/oder prozesstechnischen Anlage verknüpft sein. Das Berechnungsmodul kann mit Trainingsdaten basierend auf den Attributen und verknüpften Informationen trainiert werden.
In Element 408 kann der Betrieb der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen geänderten Konfiguration simuliert werden, was jeweils zu Simulationsergebnissen 410 führen kann, die beispielsweise in der Datenbank 316 aus Figur 3 gespeichert werden können. Das Verfahren 400 kann iterativ mit Element 406 fortfahren, indem die Parameter von virtuellen Komponenten weiter variiert und nachfolgend in Element 408 erneut simuliert werden können.
Anhand der Simulationsergebnisse 410 kann das Verfahren 400 in Element 412 einen Satz von virtuellen Komponenten aus den virtuellen Komponenten mit variierten Parametern ermitteln. Der ermittelte Satz von virtuellen Komponenten kann zur Simulationsumgebung hinzugefügt werden, wodurch die Simulation in Element 408 beeinflusst werden kann.
Sowohl die Variation der Parameter, als auch der Satz von virtuellen Komponenten kann durch einen Entscheidungskern des Berechnungsmoduls ermittelt werden, wobei der Entscheidungskern mit Daten trainiert wird, welche bereits konfigurierte Baukastensysteme für funktionale Einheiten von prozesstechnischen Anlagen spezifizieren können. Der Entscheidungskern kann hierbei Verfahren des maschinellen Lernens umsetzen. Vorzugsweise kann der Entscheidungskern mindestens ein statistisches Berechnungsmodul oder mindestens eine Support-Vector-Maschine und dergleichen vorsehen. Ferner können ein oder mehrere künstliche neuronale Netze oder ein Analysekern basierend auf einer logistischen Regression, einem Distanzklassifikator, einem Polynomklassifikator oder einem Clusterverfahren vorgesehen sein. Hierdurch kann anhand von verschiedenen Einflussgrößen, umfassend eines oder mehrere aus historischen Daten, aktuellen Daten, realen Einflussfaktoren, zugeordneten Attributen und ihren Korrelationen, und dergleichen, sowie anhand von bestehenden und historischen virtuellen Komponenten ein für das Baukastensystem optimaler Satz von virtuellen Komponenten ermittelt werden.
Der ermittelte Satz von virtuellen Komponenten kann in Element 414 verwendet werden, um eine oder mehrere Komponenten des realen Baukastensystems anzupassen und so ein optimiertes Baukastensystem anzugeben, welches zukünftig gefertigt und verwendet werden kann.
Das Verfahren kann in Element 416 enden.
Es ist verständlich, dass die einzelnen Schritte oder Teile des Verfahrens 400 sequenziell oder parallel ausgeführt werden können. So kann beispielsweise die Simulation in Elementen 406 und 408 durchgeführt werden, während gleichzeitig anhand von früheren Simulationsergebnissen 410 die Ermittlung des Satzes von virtuellen Komponenten in Element 412 erfolgt. Somit kann parallel zur Simulation der ermittelte Satz von virtuellen Komponenten der Simulationsumgebung hinzugefügt werden, wobei die Simulation unmittelbar auf die neu hinzugefügten virtuellen Komponenten zurückgreifen kann.
Die Merkmale der einzelnen Ausführungsformen der vorliegenden Erfindung können in einer beliebigen Kombination in weiteren Ausführungsformen der vorliegenden Erfindung vorgesehen sein und die vorliegende Erfindung ist nicht auf eine bestimmte oder isolierte Merkmalskombination von Ausführungsformen beschränkt.
BEZUGSZEICHENLISTE
102a, 102b, 102n virtuellen Komponenten
104 Parameter io6 Attribute
202 Wertebereich
204, 206 oberer Wertebereich, unterer Wertebereich
302 Baukastensystem
304 reale Komponenten
306 Simulationsumgebung
308 virtuelle Komponenten
308a, 3o8a‘ virtuelle Komponente und geänderte virtuelle Komponente
308b, 308c neue virtuelle Komponenten
310 digitales Abbilden
312 Einstellen einer virtuellen Komponente
314 Berechnungsmodul
316 Datenbank
318 Vorsehen einer geänderten realen Komponente
400 Verfahren
402, 416 Start und Ende des Verfahrens
404 Bereitstellen eines Baukastensystems
406 Variieren von Parametern
408 Simulieren des Betriebs einer technischen Funktionseinheit
410 Simulationsergebnisse
412 Ermitteln eines Satzes von virtuellen Komponenten
414 Anpassen von Komponenten des Baukastensystems

Claims

ANSPRÜCHE
1. Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage, umfassend:
Bereitstellen (404) eines Baukastensystems mit einer Vielzahl von Komponenten zur Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage, wobei das Baukastensystem in einer Simulationsumgebung derart abbildbar ist, dass jede Komponente aus der Vielzahl von Komponenten des Baukastensystems anhand ihrer physikalischen Eigenschaften als eine virtuelle Komponente mit entsprechenden Parametern in der Simulationsumgebung darstellbar ist;
Variieren (406) von Parametern der virtuellen Komponenten in der Simulationsumgebung, um mindestens eine geänderte Konfiguration mindestens einer technischen Funktionseinheit mit mindestens einer der virtuellen Komponenten mit mindestens einem variierten Parameter zu bestimmen, und Simulieren (408) des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen geänderten Konfiguration;
Ermitteln (412) eines Satzes von virtuellen Komponenten aus den virtuellen Komponenten mit variierten Parametern basierend auf Ergebnissen (410) der Simulation; und
Anpassen (414) einer oder mehrerer Komponenten des Baukastensystems anhand des ermittelten Satzes von virtuellen Komponenten.
2. Verfahren nach Anspruch 1, das ferner ein Hinzufügen des ermittelten Satzes von virtuellen Komponenten zur Simulationsumgebung umfasst.
3. Verfahren nach Anspruch 1 oder 2, wobei jeder virtuellen Komponente ein oder mehrere Attribute zugeordnet sind, welche Wechselwirkungen zwischen der virtuellen Komponente und einer oder mehreren aus mindestens einer anderen virtuellen Komponente, mindestens einer technischen Funktionseinheit und/oder mindestens einer prozesstechnischen Anlage beschreiben.
4. Verfahren nach Anspruch 3, wobei die Attribute ferner mit mindestens einem aus historischen Diagnosedaten von Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen, reale Betriebsdaten von Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen, und virtuelle Betriebsdaten von simulierten virtuellen Komponenten, technischen Funktionseinheiten und/oder prozesstechnischen Anlagen verknüpft sind.
5. Verfahren nach Anspruch 3 oder 4, wobei die Attribute mit mindestens einem aus Fertigungs-, Montage-, und/oder Inbetriebnahmeinformationen für mindestens eine entsprechende Komponente, technische Funktionseinheit und/oder prozesstechnischen Anlage verknüpft sind.
6. Verfahren nach einem der Ansprüche 3 bis 5, wobei die Attribute mindestens eine Gewichtung aufweisen.
7. Verfahren nach einem der Ansprüche 3 bis 6, wobei das Variieren (406) der Parameter auf der Grundlage der Attribute und/oder einer Korrelation der Attribute erfolgt.
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Parameter der virtuellen Komponenten durch ein Berechnungsmodul variiert werden (406), das für eine technische Funktionseinheit mindestens eine Variation eines Parameters einer virtuellen Komponente in der Simulationsumgebung bestimmt.
9. Verfahren nach Anspruch 8, das ferner ein Trainieren des Berechnungsmoduls mit Trainingsdaten basierend auf den Attributen und verknüpften Informationen umfasst.
10. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Ermitteln (412) des Satzes von virtuellen Komponenten ein Anwenden eines Suchalgorithmus zum Auffinden einer optimierten Kombination von virtuellen Komponenten zur Konfiguration mindestens einer technischen Funktionseinheit der prozesstechnischen Anlage aufweist.
11. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Satz von virtuellen Komponenten durch einen Entscheidungskern des Berechnungsmoduls ermittelt wird, wobei der Entscheidungskern mit Daten trainiert wird, welche bereits konfigurierte Baukastensysteme für funktionale Einheiten von prozesstechnischen Anlagen spezifizieren.
12. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Berechnungsmodul eines oder mehrere aus einem statistischen Entscheidungskern oder einer Support-Vector-Maschine und dergleichen, oder mindestens einem künstlichen neuronalen Netz oder einem Analysekern basierend auf einer logistischen Regression, einem Distanzklassifikator, einem Polynomklassifikator oder einem Clusterverfahren aufweist.
13. Verfahren nach einem der vorhergehenden Ansprüche, wobei die technische Funktionseinheit mindestens eine Feldgerätstation aufweist, wie eine Stellarmatur, eine Pumpe, einen Sensor oder dergleichen, und wobei die prozesstechnische Anlage eine chemische Anlage, eine Lebensmittel verarbeitende Anlage, ein Kraftwerk oder dergleichen ist.
14. Verfahren nach einem der vorhergehenden Ansprüche, wobei die prozesstechnische Anlage anhand von betriebsspezifischen Anlagenmerkmalen, aufweisend Art eines Prozessmediums, Prozessfluidströmung, Anzahl von Feldgerätstationen, Anlagenumgebung oder dergleichen, in der Simulationsumgebung abbildbar ist.
15. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Simulieren wenigstens eine Betriebsgröße, wie eine Regelgröße, beispielsweise Temperatur, Druck, Durchfluss oder dergleichen, der abgebildeten prozesstechnischen Anlage beeinflusst.
16. Verfahren nach einem der vorhergehenden Ansprüche, wobei die variierten Parameter mindestens eines aus einem Geometrieparameter oder einem Leistungsparameter aufweisen, wie eine Stellantriebskraft, eine Pumpenleistung, ein KV-Wert oder dergleichen
17. Verfahren nach einem der vorhergehenden Ansprüche, das ferner ein wiederholtes Variieren (406) von Parametern, um mindestens eine weitere geänderte Konfiguration der mindestens einen technischen Funktionseinheit zu bestimmen, und ein wiederholtes Simulieren (408) des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen weiteren geänderten Konfiguration umfasst.
18. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Simulationsumgebung zumindest teilweise auf einer verteilten Rechenumgebung bereitgestellt ist, welche eingerichtet ist, den Betrieb von einer aus der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage für eine aus der mindestens einen geänderten Konfiguration zu simulieren.
19. Verfahren nach einem der vorhergehenden Ansprüche, das ferner ein Bereitstellen des geänderten Baukastensystems zur Konfiguration von technischen Funktionseinheiten der prozesstechnischen Anlage umfasst.
20. Ein oder mehrere Datenträger mit darauf gespeicherten Befehlen, die, wenn sie von einem oder mehreren Prozessoren einer Rechenvorrichtung ausgeführt werden, die Rechenvorrichtung einrichten, ein Verfahren nach einem der vorhergehenden Ansprüche durchzuführen.
21. Rechenvorrichtung, die zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage eingerichtet ist, wobei die Rechenvorrichtung mindestens einen Prozessor umfasst, der eingerichtet ist zum:
Bereitstellen eines Baukastensystems (302) mit einer Vielzahl von Komponenten (304) zur Konfiguration von technischen Funktionseinheiten einer prozesstechnischen Anlage, wobei das Baukastensystem (302) in einer Simulationsumgebung (306) derart abbildbar ist, dass jede Komponente aus der Vielzahl von Komponenten (304) des Baukastensystems (302) anhand ihrer physikalischen Eigenschaften als eine virtuelle Komponente (308) mit entsprechenden Parametern in der Simulationsumgebung (306) darstellbar ist; Variieren von Parametern der virtuellen Komponenten (308) in der Simulationsumgebung (306), um mindestens eine geänderte Konfiguration mindestens einer technischen Funktionseinheit mit mindestens einer der virtuellen Komponenten (3o8a‘) mit mindestens einem variierten Parameter zu bestimmen, und Simulieren des Betriebs der mindestens einen technischen Funktionseinheit der prozesstechnischen Anlage mit der mindestens einen geänderten Konfiguration;
Ermitteln eines Satzes von virtuellen Komponenten aus den virtuellen Komponenten (308) mit variierten Parametern basierend auf Ergebnissen der Simulation; und
Bestimmen eines angepassten Baukastensystems mit mindestens einer angepassten Komponente (304a‘), deren physikalische Eigenschaften anhand des ermittelten Satzes von virtuellen Komponenten angepasst sind.
22. System mit mindestens einer Rechenvorrichtung nach Anspruch 21.
23. System nach Anspruch 22, das ferner eine oder mehrere Datenbanken umfasst, welche historische oder aktuelle Daten zu Komponenten und/ oder funktionalen Einheiten und/oder prozesstechnischen Anlagen speichern.
EP20757297.5A 2019-08-14 2020-08-13 Verfahren zum optimieren eines baukastensystems für technische funktionseinheiten einer prozesstechnischen anlage Pending EP4014148A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019121913.2A DE102019121913A1 (de) 2019-08-14 2019-08-14 Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage
PCT/EP2020/072791 WO2021028545A1 (de) 2019-08-14 2020-08-13 Verfahren zum optimieren eines baukastensystems für technische funktionseinheiten einer prozesstechnischen anlage

Publications (1)

Publication Number Publication Date
EP4014148A1 true EP4014148A1 (de) 2022-06-22

Family

ID=72088110

Family Applications (1)

Application Number Title Priority Date Filing Date
EP20757297.5A Pending EP4014148A1 (de) 2019-08-14 2020-08-13 Verfahren zum optimieren eines baukastensystems für technische funktionseinheiten einer prozesstechnischen anlage

Country Status (5)

Country Link
US (1) US20220326696A1 (de)
EP (1) EP4014148A1 (de)
CN (1) CN113330469B (de)
DE (1) DE102019121913A1 (de)
WO (1) WO2021028545A1 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12282711B2 (en) * 2021-03-08 2025-04-22 Ge Infrastructure Technology Llc System and method for modeling plant systems utilizing scalable and repeatable modules
JP7363840B2 (ja) * 2021-03-10 2023-10-18 横河電機株式会社 解析装置、解析方法およびプログラム
DE102021134611A1 (de) 2021-12-23 2023-06-29 Endress+Hauser SE+Co. KG Verfahren zur Vorhersage der Kompatibilität von Baugruppen für eine Funktionseinheit eines Feldgeräts
DE102023112808A1 (de) * 2023-05-15 2024-11-21 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Optimierung und Herstellung eines Strukturkörpers sowie Strukturkörper

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020193972A1 (en) * 2001-06-14 2002-12-19 Ntn Corporation Workshop facility design and operation support system enabling verification of the entire workshop to be performed easily
JP2002373018A (ja) * 2001-06-14 2002-12-26 Ntn Corp 仮想工場システムおよび仮想工場・遠隔監視連携システム
US20050071137A1 (en) * 2003-09-30 2005-03-31 Abb Inc. Model-centric method and apparatus for dynamic simulation, estimation and optimization
US9213788B2 (en) * 2011-10-25 2015-12-15 Massachusetts Institute Of Technology Methods and apparatus for constructing and analyzing component-based models of engineering systems
US20140019112A1 (en) * 2012-07-10 2014-01-16 Siemens Product Lifecycle Management Software Inc. Synthesis of simulation models from systems engineering data
US9703902B2 (en) * 2013-05-09 2017-07-11 Rockwell Automation Technologies, Inc. Using cloud-based data for industrial simulation
WO2016042559A1 (en) * 2014-09-19 2016-03-24 Seebo Interactive Ltd. System and method for designing a product and manufacturing a product
KR101646421B1 (ko) * 2014-12-31 2016-08-12 주식회사 포스코아이씨티 통합된 시뮬레이션 환경을 제공하는 가상공장 시뮬레이션 시스템 및 방법
US20160277510A1 (en) * 2015-03-18 2016-09-22 Ca, Inc. Response prototypes with robust substitution rules for service virtualization
CN107636704A (zh) * 2015-05-07 2018-01-26 西门子公司 从产品生命周期到设计和制造的数据反馈环路
US10877470B2 (en) * 2017-01-26 2020-12-29 Honeywell International Inc. Integrated digital twin for an industrial facility
US11144033B2 (en) * 2017-07-07 2021-10-12 General Electric Company System and method for industrial plant design collaboration
CN107862110B (zh) * 2017-10-17 2018-11-06 广东工业大学 一种电子产品生产线虚拟换产方法
CN107807539B (zh) * 2017-10-17 2018-08-31 广东工业大学 一种玻璃深加工生产线分布式集成方法及其系统
US10691087B2 (en) * 2017-11-30 2020-06-23 General Electric Company Systems and methods for building a model-based control solution
US20190236489A1 (en) * 2018-01-30 2019-08-01 General Electric Company Method and system for industrial parts search, harmonization, and rationalization through digital twin technology
CN113826051B (zh) * 2019-03-18 2025-01-17 西门子股份公司 生成实体系统零件之间的交互的数字孪生
SE543674C2 (en) * 2019-04-18 2021-05-25 Calejo Ind Intelligence Ab Evaluation and/or adaptation of industrial and/or technical process models

Also Published As

Publication number Publication date
WO2021028545A1 (de) 2021-02-18
CN113330469A (zh) 2021-08-31
CN113330469B (zh) 2024-07-19
US20220326696A1 (en) 2022-10-13
DE102019121913A1 (de) 2021-02-18

Similar Documents

Publication Publication Date Title
DE10362408B3 (de) Integrierte modellbasierte prädikative Steuerung und Optimierung innerhalb eines Prozesssteuerungssystems
WO2021028545A1 (de) Verfahren zum optimieren eines baukastensystems für technische funktionseinheiten einer prozesstechnischen anlage
DE10341764B4 (de) Integrierte Modell-Vorhersagesteuerung und -Optimierung innerhalb eines Prozesssteuerungssystems
DE112009003656B4 (de) Verfahren und System zur In-Produktionsoptimierung der Parameter eines zur Montage verwendeten Roboters
EP4121825B1 (de) Computerimplementiertes verfahren zum erstellen von steuerungsdatensätzen, cad-cam-system und fertigungsanlage
DE10341574A1 (de) Konfiguration und Betrachtungsanzeige für einen integrierten prädiktiven Modellsteuerungs- und Optimierungsfunktionsblock
DE102020119379A1 (de) Stellungsregler Selbstbewertung für digitalen Zwilling
AT412678B (de) Verfahren zur rechnergestützten erstellung von prognosen für operative systeme sowie system zur erstellung von prognosen für operative systeme
WO2017093000A1 (de) Verfahren und system zur optimierung der inbetriebnahme von zumindest einem einer vielzahl von feldgeräten der automatisierungstechnik
WO2014140253A1 (de) Entwicklung eines uebergeordneten modells
DE10327614A1 (de) Vorrichtung und Verfahren zur Programmierung und/oder Ausführung von Programmen für industrielle Automatisierungssysteme
EP1533674B1 (de) Verfahren zur Entwicklung und Implementierung eines Modells zur formalen Beschreibung eines sich aus mehreren verteilten Komponenten zusammensetzenden kollaborativen Systems, insbesondere eines intelligenten flexiblen Produktions-und/oder Prozessautomatisierungssystems
EP4260119A1 (de) Wartungsvorhersage für baugruppen eines mikroskops
EP3392725B1 (de) Vorschlagen und/oder erstellen von agenten in einem industriellen automatisierungssystem
EP4459392A1 (de) Verfahren und systeme zum auslegen von antriebssystemen
WO2023117938A1 (de) Technik zur parametrierung und/oder konfiguration für eine auf einer speicher-programmierbaren steuerung basierenden vorrichtung
EP4075210A1 (de) Optimierungsverfahren für eine steuereinheit, steuerungsmittel, automatisierte anlage und computerprogrammprodukt
EP3931644B1 (de) Verfahren zum testen einer anlagensteuerung sowie simulationsvorrichtung
DE102018133428A1 (de) Verfahren zum Auslegen einer Feldgerätstation
DE102024208098A1 (de) Verfahren und Vorrichtung zur automatisierten Konfiguration von Manufacturing Execution Systeme
EP3101566A1 (de) Verfahren und vorrichtung zum überprüfen der baubarkeit eines virtuellen prototyps
WO2025098629A1 (de) Emulations-basierte, virtuelle inbetriebnahme von systemen der prozessführungsebene
DE102023123439A1 (de) Verfahren zum Analysieren einer technischen Anlage sowie System
WO2025224287A1 (de) Unterstützung der lösung einer technischen aufgabe durch ein large language model
DE102024139564A1 (de) Elastische kopplung zwischen digitalem zwilling und physischem artefakt

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20220217

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230713

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20251125

RIC1 Information provided on ipc code assigned before grant

Ipc: G06F 30/17 20200101AFI20251117BHEP

Ipc: G06F 30/27 20200101ALI20251117BHEP

Ipc: G06F 30/20 20200101ALI20251117BHEP

Ipc: G05B 19/418 20060101ALI20251117BHEP

Ipc: G05B 17/02 20060101ALI20251117BHEP

Ipc: G06F 111/20 20200101ALI20251117BHEP