Im Maschinen- und Anlagenbau wird im Kontext der Virtuellen Inbetriebnahme (VIBN) ein reales Produkt anhand virtueller Modelle abgebildet und simuliert. Durch die Simulation dieser Modelle kann vor der tatsächlichen Fertigstellung des realen Produktes die benötigte Steuerungssoftware entwickelt und gegen die virtuellen Modelle getestet werden. Die VIBN resultiert somit neben einer beschleunigten Produkteinführungszeit auch in einer qualitativ ausgereifteren Steuerungssoftware. Bei der Betrachtung von variantenreichen Maschinen oder Anlagen entsteht je nach Simulationsumfang, -fokus und/oder -domäne eine Reihe von Modellen, welche sich in verschiedenen Simulationswerkzeugen wiederfinden. Dabei gilt es die unterschiedlichen Simulationsmodelle, wie auch die dazu passende Steuerungssoftware inhaltlich konsistent auf die gewünschte Variante zu konfigurieren, damit nach der Konfiguration ein reibungsloses Zusammenspiel zwischen Steuerungssoftware und Simulationsmodellen gewährleistet werden kann. Im Rahmen dieses Artikels werden Konzepte aufgezeigt, wie variantenreiche Simulationsmodelle und die dazu gehörige Steuerungssoftware hinsichtlich einer konkreten Variante konsistent konfiguriert werden können. Die hierfür notwendige Varianteninfrastruktur, in welcher die unterschiedlichen Werkzeuge interagieren, wird beschrieben und eine mögliche Umsetzung aufgezeigt.
Nowadays the software development plays an important role in the entire value chain in production machine and plant engineering. An important component for rapid development of high quality software is the virtual commissioning. The real machine is described on the basis of simulation models. Therefore, the control software can be verified at an early stage using the simulation models. Since production machines are produced highly individual or in very small series, the challenge of virtual commissioning is to reduce the effort to the development of simulation models. Therefore, a systematic reuse of the simulation models and the control software for different variants of a machine is essential for an economic use. This necessarily requires a consideration of the variability which may occur between the production machines. This paper analyzes the question of how to systematically deal with the software-related variability in the context of virtual commissioning. For this purpose, first the characteristics of the virtual commissioning and variability handling are considered. Subsequently, the requirements to a so-called variant infrastructure for virtual commissioning are analyzed and possible solutions are discussed.
Today’s cars are characterized by many functional variants. There are many reasons for the underlying variability, from the adaptation to diverse markets to different technical aspects, which are based on a cross platform reuse of software functions. Inevitably, this variability is reflected in the model-based automotive software development. A modeling language, which is widely used for modeling embedded software in the automotive industry, is MATLAB/Simulink. There are concepts facing the high demand for a systematic handling of variability in Simulinkmodels. However, not every concept is suitable for every automotive application. In order to present a classification of concepts for modeling variability in Simulink, this paper first has to determine the relevant use cases for variant handling in modelbased automotive software development. Existing concepts for modeling variability in Simulink will then be presented before being classified in relation to the previously determined use cases.
Nowadays, software development plays an important role in the entire value chain in production machine and plant engineering. An important component for rapid development of high quality software is the virtual commissioning. The real machine is described on the basis of simulation models. Therefore, the control software can be verified at an early stage using the simulation models. Since production machines are produced highly individual or in very small series, the challenge of virtual commissioning is to reduce the effort in the development of simulation models. Therefore, a systemic reuse of the simulation models and the control software for different variants of a machine is essential for an economic use. This necessarily requires a consideration of the variability which may occur between the production machines. This contribution analyzes the question of how to systematically deal with the software-related variability in the context of virtual commissioning. For this purpose, first the characteristics of the virtual commissioning and variability handling are considered. Subsequently, the requirements to a so-called variant infrastructure for virtual commissioning are analyzed and possible solutions are discussed.
Mit zunehmender Dynamik im Forschungsumfeld – Digitalisierung der Produktentwicklung – steigen neben der Komplexität auch die technischen Anforderungen an die künftigen Entscheidungsprozesse. Die Einführung von neuen IT-Systemen zur Automation von Entscheidungen haben Anpassungen in den derzeitigen Geschäftsprozessen der Unternehmen zur Folge. Für eine erfolgreiche Implementierung neuer IT-Informationstools gilt es im Voraus mögliche Auswirkungen auf die bisherigen Anwendersysteme genauer zu untersuchen. Neue Technologien, KI-Informationssysteme oder auch neues Wissen entstehen in der Wissenschaft oft durch Interpretation und Synthese von bestehendem Wissen. Aus diesem Grund nimmt die Qualität von Literaturanalysen eine immer größere Relevanz in der Ingenieur- und Informatikwissenschaft ein. Neben der Anzahl an Publikationen wächst auch der Aufwand für die strukturierte Literaturrecherche (SLA). Die Autoren stellen in diesem Paper den Rechercheprozess und die Ergebnisse einer SLA vor. Mit dieser Arbeit soll der derzeitige Forschungsstand zur Entscheidungsunterstützung in der Produktentwicklung von Klein- und mittelständischen Unternehmen sowie Großunternehmen in der
Automobilbranche ermittelt und nach Analyse sowie Bewertung mögliche Forschungslücken zu automatisierten Entscheidungsunterstützungssystemen (aEUS) aufgezeigt werden.
