MUL 4.0 - Digitalisierung der Wertschöpfungskette vom Rohmaterial bis hin zum Recycling
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Originalarbeit
Berg Huettenmaenn Monatsh
https://doi.org/10.1007/s00501-021-01119-w
© Der/die Autor(en) 2021
MUL 4.0 – Digitalisierung der Wertschöpfungskette vom
Rohmaterial bis hin zum Recycling
Manuel Woschank, Benjamin James Ralph, Alexander Kaiblinger, Philipp Miklautsch, Corina Pacher,
Marcel Sorger, Helmut Zsifkovits, Martin Stockinger, Stefan Pogatscher, Thomas Antretter und
Helmut Antrekowitsch
Montanuniversität Leoben, Leoben, Österreich
Eingegangen 9. April 2021; angenommen 27. April 2021
Zusammenfassung: Das Forschungsprojekt „MUL 4.0“ be- lay the foundation for the sustainable development of the
schäftigt sich mit der Anwendung von Industrie 4.0 Techno- necessary key competencies in the environment of the dig-
logien zur Digitalisierung respektive zur digitalen Transfor- ital (learning-)factory as well as for the professionalization
mation einer gesamten Wertschöpfungskette vom Rohma- of engineering education of tomorrow.
terial bis hin zum Recycling. Der Fokus liegt hierbei auf der
Erstellung von digitalen Zwillingen sowohl aus werkstoff- Keywords: Industry 4.0, Teaching and learning factory,
wissenschaftlicher als auch aus produktions-technischer Laboratory, Engineering education
Perspektive. Im Rahmen der Entwicklung einer neuartigen
Lernfabrik können so in realistischen Anwendungsszena-
rien zukunftsweisende Technologien entwickelt, getestet 1. Einleitung
und verbessert werden. Zusätzlich legen neue Lehr- und
Lernkonzepte den Grundstein zur nachhaltigen Entwick- Im Rahmen des Projektes „MUL 4.0“ wird, basierend auf
lung der notwendigen Schlüsselkompetenzen im Umfeld der vorhandenen Forschungsinfrastruktur an der Montan-
der digitalen (Lern-)Fabrik sowie zur Professionalisierung universität Leoben (MUL), die gesamte Wertschöpfungs-
der Ingenieursausbildung der Zukunft. kette eines mehrstufigen Produktionsprozesses vollständig
abgebildet und in weiterer Folge detailliert realwissen-
Schlüsselwörter: Industrie 4.0, Lehr- und Lernfabrik, schaftlich untersucht. Basierend auf den Implikationen von
Labor, Ingenieursausbildung einschlägigen Strategiepapieren der Europäischen Kom-
mission, die im Wesentlichen darauf beruhen, die Wettbe-
MUL 4.0—Digitalization of the Value Chain from Raw werbsfähigkeit von Unternehmen als mikro-ökonomische
Material to Recycling Entitäten durch die Implementierung von Industrie 4.0
Technologien zu erhöhen, entsteht so Österreichs erste
Abstract: The research project “MUL 4.0” focuses on the digitale Lernfabrik im Zuge eines Kooperationsprojektes
application of Industry 4.0 technologies for the digitaliza- von vier Instituten bzw. Lehrstühlen, welche wissenschaft-
tion respective the digital transformation of an entire value lich in zahlreichen Publikationen und im Rahmen von zwei
chain from raw materials to recycling. In this context, the Dissertationen aufgearbeitet wird [1–4].
focus is placed on the development of digital twins, both Basierend auf einem techno-ökonomischen Ansatz stellt
from a materials science perspective and from a produc- diese Lernfabrik somit eine isomorphe Abbildung einer
tion technology perspective. As part of the development of vollständig digitalisierten Wertschöpfungskette dar und
a new type of learning factory, pioneering technologies can soll zudem auch noch in der Lage sein, aufgrund neues-
be developed, tested, and improved in realistic application ter Industrie 4.0 Technologien and Technologiekonzepten
scenarios. Moreover, new teaching and learning concepts Prozesse simulationsgestützt dynamisch zu beschreiben,
zu erklären und letztendlich zu prognostizieren. Bereits
bestehende Industrie 4.0 Lernfabriken fokussieren sich im
Dr. M. Woschank, MSc () Wesentlichen auf die experimentelle Testung von einzelnen
Montanuniversität Leoben, Basistechnologien, was dazu führt, dass diese meist nur
Franz-Josef-Straße 18, mit erheblichem Mehraufwand in das intendierte Anwen-
8700 Leoben, Österreich dungsfeld transferiert werden können [5–7].
manuel.woschank@unileoben.ac.at
Berg Huettenmaenn Monatsh © Der/die Autor(en)Originalarbeit
Im Projekt „MUL 4.0“ werden daher erstmalig, im Ge- wichtigsten Prozessschritte werden hierbei mittels Finite
gensatz zu den meist isoliert wirkenden Basiskonzepten Elemente Simulation in Echtzeit abgebildet. Auf Basis die-
bestehender Industrie 4.0 Labore, ganzheitliche und nach- ser FE Simulation sollen Echtzeitadaptionen für das aktive
haltige Maßnahmen für eine digitale Lernfabrik abgeleitet Eingreifen in diese Prozesse möglich sein. Basierend auf
und in den Handlungsfeldern 1) der Digitalisierung und den realphysikalischen Daten werden anschließend Digi-
künstlicher Intelligenz, 2) der ressourceneffizienten Produk- tale Zwillinge (DZ) entwickelt. Hierbei wird zudem auf den
tion – orientiert an Konzepten der Kreislaufwirtschaft und Einfluss der Thermokinetik (TK) geachtet, was zu einer be-
3) der Mensch-Maschine Interaktion konzipiert, implemen- sonders großen Aussagekraft der DZ führen soll. Letztere
tiert und wissenschaftlich untersucht. Der entscheidende werden mithilfe von entsprechendem Qualitätsmanage-
Unterschied zu anderen Lernfabriken ist auch, dass hier- ment (QM) am NEM und LUT durchgeführt, validiert und
für keine neue und damit kostenintensive Infrastruktur an- kalibriert. Die adaptierten Prozessdaten werden wiederum
geschafft werden muss. Verwendet werden ausschließlich vollständig automatisiert und kontinuierlich an ein am
Maschinensysteme, welche bereits an der MUL an den be- LUT bereits implementiertes Supervisory Control and Data
teiligten Instituten im Einsatz sind. Aufgrund einer Digita- Aquisition (SCADA) System übermittelt, vorbearbeitet und
lisierungsinitiative am Lehrstuhl für Umformtechnik sind dann in das übergeordnete Trackingsystem transferiert.
zudem ein Großteil der benötigten Betriebssysteme und Nach Durchführung der statistischen Qualitätskontrolle
Schnittstellen bereits implementiert, und es bedarf auch können die fertigen Bauteile einer weiteren Verwendung
hier keiner groß angelegten Adaptierung. Des Weiteren ist zugeführt werden. Während beinahe aller Prozessschritte
diese dezentralisierte, digitale Lernfabrik so konzipiert, dass kommt es zu Materialabfall, welcher ebenfalls vollständig
sie beliebig um weitere Funktionalitäten und Prozessrou- getrackt vom Entstehungsort systematisch an den NEM
ten erweitert werden kann, was das Einbeziehen weiterer rückgeführt wird. Unter Einbeziehung von finalen Bautei-
Lehrstühle, Studienrichtungen und Fachbereiche möglich len als Altschrott schließt sich der Kreislauf der Wertschöp-
macht. Neben dem Entstehen eines Leuchtturmprojektes fungskette vollständig. Neben dem Trackingsystem werden
wird somit auch die transdisziplinare Zusammenarbeit zwi- zusätzliche Simulationen im Bereich der Logistikprozesse
schen den verschiedensten Fachbereichen gefordert [8, 9]. durchgeführt, um so laufend Bestände, Durchlaufzeiten,
Termintreue und Maschinenauslastung optimieren zu kön-
nen. Zusätzlich kann aufgrund des Systemverhaltens eine
2. Das Projekt „MUL 4.0“ ideale Instandhaltungsstrategie systematisch abgeleitet
werden. Die dafür eingesetzte diskrete Eventsimulation
Abb. 1 zeigt den Prozessablauf der MUL 4.0 Lernfabrik. kann zudem dreidimensional dargestellt werden und ist, in
Startpunkt der digitalen Lernfabrik ist die Strangguss- Kombination mit modernen Augmented Reality Technolo-
anlage am Lehrstuhl für Nichteisenmetallurgie (NEM). Hier gien, somit ein wichtiger Bestandteil der weiterführenden
wird eine zuvor spezifizierte Aluminiumlegierung mit vari- Lehre. Hauptverantwortlich für dieses Abbild der digitalen
ierenden Prozessparametern und Geometrien abgegossen Lernfabrik sowie die Implementierung, Wartung und Opti-
sowie für nachfolgende Prozessschritte vorbereitet. Von mierung des Tracking- und Condition-Monitoring-Systems
Beginn des Gießprozesses an erfolgt zudem die durchgän- ist hierbei der Lehrstuhl für lndustrielogistik [9, 10].
gige Identifikation bzw. die automatisierte Datenerfassung
durch das übergeordnete Trackingsystem, welches die
Produkt-, Prozess- sowie Logistikdaten (Ort, Durchlaufzeit, 3. Aufgaben des Arbeitsbereichs „Umform-
etc.) verarbeitet und Informationen an die nachfolgenden technik“
Prozessschritte weitergibt. Das bearbeitete Werkstück wird
daraufhin vom NEM zum Lehrstuhl für Umformtechnik Der Lehrstuhl für Umformtechnik zeichnet sich hauptver-
(LUT) weitertransportiert, wo es zunächst homogenisiert antwortlich für die Schnittstelle Manufacturing Execution
und vorgewärmt und dann in zwei oder mehreren folgen- System (MES)-Maschine/Prozess. Beginnend bei der Aus-
den Umformprozessen in seine Endform gebracht wird. wahl geeigneter Sensortechnik bis hin zur Implementie-
Der Transport selbst vom NEM zum LUT wird in Echtzeit rung geeigneter und robust agierender Machine Learning
mittels der bereits erwähnten Software erfasst. Die maschi- Algorithmen, werden am Lehrstuhl für die umformtech-
nenbaulich-, metallurgisch und werkstoffwissenschaftlich nischen Hauptaggregate geeignete Schnittstellen designt,
Abb. 1: Prozessablauf MUL 4.0 Lernfabrik
© Der/die Autor(en) Berg Huettenmaenn MonatshOriginalarbeit
die die Abstraktion von physikalischen Modellen zu den len ökologische Schwachstellen des Prozesses aufzeigen.
benötigten Logistikparametern abdecken. Die zwei Um- Einerseits soll als Ergebnis der Forschung ein Framework
formmaschinen, welche das vom Lehrstuhl für Nichteisen- zum Ausrollen der IoT-Infrastruktur in produzierenden Un-
metallurgie erhaltene Rohmaterial in die gewünschte Form ternehmen vorhanden sein und andererseits sollen aus der
bringen, sind das Versuchswalzwerk (für die Nachbildung LCA-Studie Implikationen für ähnliche Prozesse gezogen
von Blechumformprozessen) sowie die hydraulische Pres- werden können. Eine weitere Dissertation beschäftigt sich
se, welche für Massivumformprozesse eingesetzt wird. Für mit der Entwicklung von Digitalen Zwillingen für logistische
das Nachbilden praxisnaher Wärmebehandlungsrouten Zwecke. Hierbei bilden die Daten der MUL 4.0 Fertigungs-
sowie thermomechanischer Umformung wird zusätzlich umgebung die Grundlage des Digitalen Schattens. Zusätz-
ein bestehender Ofen digitalisiert und in das Netzwerk lich soll ein Simulationsmodell geschaffen werden, welches
eingebracht. Hierfür werden diese Aggregate von proprie- die Funktionen und Verhaltensweisen innerhalb der Ferti-
tären stand-alone Lösungen zu Cyber Physical Production gung nachahmt. Über die Möglichkeit der Echtzeitinitiali-
Systems (CPPS) transformiert. Dabei wird besonders auf sierung wird eine Verknüpfung dieser beiden Komponen-
die Anwendung resilienter und kosteneffizienter Hard- und ten geschaffen. Mithilfe dieser virtuellen Umgebung soll es
Software geachtet. Neben einem Low-Cost SCADA System ermöglicht werden, unterschiedliche Szenarien – bezogen
kommt daher für die weitere Datenverarbeitung Python auf die aktuelle Situation in der Fertigung – zu evaluieren
zum Einsatz, welches als Datenverarbeitungs-, Datendis- und Handlungsempfehlungen abzuleiten sowie Vorhersa-
tributions- und Machine Learning Tool verwendet wird. gen über zukünftige Fertigungszustände zu treffen. Darü-
Diese Algorithmen basieren auf einem Grey Box Modellie- ber hinaus bietet die virtuelle Umgebung die Möglichkeit,
rungsansatz, wobei in diesem Fall initiale realphysikalische diverse Optimierungsalgorithmen zu implementieren und
Logiken (White Box Modelle) unter Zuhilfenahme von sta- ihre Potenziale hinsichtlich logistischer Zielgrößen zu unter-
tistischen Methoden (Black Box Modelle) zu hybriden (Grey suchen. Da im MUL 4.0 Projekts eine klassische Werkstatt-
Box) Modellen erweitert werden. Diese Vorgehensweise fertigung betrachtet wird, wie sie oft bei Klein- und Mittel-
sorgt für eine signifikante Reduktion der benötigten ex- unternehmen zu finden ist, kann im Rahmen des Projekts
perimentellen Versuche, bei gleichzeitiger Minimierung insbesondere auf Anforderungen und Problemstellungen
der Gefahr des Overfittings. Die zum Einsatz kommenden bei der Implementierung neuer Technologien in der Pro-
Algorithmen sind hierbei besonders benutzerfreundlich duktion und Logistik von KMUs eingegangen werden [1,
aufgebaut, um für interessierte Studierende und potenziel- 9–11].
le Industriepartner Nachvollziehbarkeit zu gewährleisten.
Zusätzlich wurden für jedes CPPS zwei Front-End Visua-
lisierungen entwickelt, welche das Verständnis für die 5. Lehr- und Lernprozesse im Kontext von
dahinterliegende Logik steigern und die Anwendbarkeit MUL 4.0
der Lösungen in der Praxis demonstrieren. Für den Konnex
der entwickelten CPPS mit einem übergeordneten Cyber Im Rahmen des MUL 4.0 Projektes soll neben der Digita-
Physical Logistic System (CPLS) und damit der Vernetzung lisierung der Versorgungskette und der intensiven trans-
der gesamten Wertschöpfungskette, wurde ein weiterer Al- disziplinären Zusammenarbeit der an dem Projekt beteilig-
gorithmus im Python Environment entwickelt, welcher die ten Lehrstühle zeitgleich auch eine sogenannte Lernfabrik
Anzahl der erhaltenen Daten je CPPS auf die notwendigen entstehen, um den Studierenden State-of-the-Art Ausbil-
Parameter für die interne Logistik abstrahiert [9]. dungsinhalte und methodisch-didaktisch gelingende Lern-
umgebungen im Studium bieten zu können. Die Lernfabrik
zielt auf die professionelle Vermittlung von zukünftigen es-
4. Aufgaben des Arbeitsbereichs „Industrie- senziellen Fähigkeiten und Kompetenzen durch die aktive
logistik“ Einbeziehung der Studierenden ab. Im Rahmen dieser kom-
plexen Lernprozesse bedarf es der Berücksichtigung einer
Da im Zuge des Projektes die gesamte Wertschöpfungsket- Vielzahl von endogenen und exogenen Faktoren, wie Abb. 2
te digital abgebildet werden soll, ist eine ganzheitliche Be- verdeutlicht [8, 12–15].
trachtung der aggregats- und lehrstuhlübergreifenden Ma- Betrachtet man die jeweiligen äußeren und inneren
terial- und Informationsflüsse von zentraler Bedeutung. Die Einflussfaktoren auf die jeweilige Lernsituation wird deut-
Basis dessen legt eine möglichst frühe Kopplung der beiden lich, dass Lernen ein komplexer Prozess ist und viele
Flüsse, welche durch eine Material Tracking Lösung zur ein- (Kompetenz-)Elemente sowohl von außen bestimmt als
deutigen Identifikation und Rückverfolgbarkeit der Güter auch in den Subjekten selbst verortet sind. Dementspre-
vom Lehrstuhl für Industrielogistik realisiert wird. Aufbau- chend wird deutlich, dass die Lernfabrik als didaktisches
end auf der Identifikation und Rückverfolgbarkeit der Güter Konzept in die Mikro-, Meso- und Makroebene der Uni-
wird im Zuge einer Dissertation an einer nahezu-Echtzeit- versität eingebunden werden muss [8, 13–15]. Das Projekt
Bewertung der ökologischen Einflüsse der Produkte und MUL 4.0 trägt sowohl zum technologischen als auch me-
des Prozesses gearbeitet. Dies soll durch eine low-cost Inter- thodisch-didaktischen Fortschritt und somit zur Professio-
net of Things (IoT)-Infrastruktur ermöglicht werden, welche nalisierung der Montanuniversität bei.
generisch auf weitere Fertigungen ausgerollt werden kann.
Die Ergebnisse dienen in weiterer Folge einem auf Primär-
daten basierenden Life Cycle Assessment (LCA) und sol-
Berg Huettenmaenn Monatsh © Der/die Autor(en)Originalarbeit
Abb. 2: Endogene und exogene Einflussfaktoren im Lernprozess [13–15]
6. Zusammenfassung und Ausblick die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt
ist, ist für die oben aufgeführten Weiterverwendungen des Materials die
Einwilligung des jeweiligen Rechteinhabers einzuholen.
Das innovative Forschungsvorhaben „MUL 4.0“ beschäf-
tigt sich mit der Digitalisierung einer gesamten Wertschöp- Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf
fungskette vom Rohstoff hin zum Recycling. Hierbei werden http://creativecommons.org/licenses/by/4.0/deed.de.
Digitale Zwillinge entwickelt deren Realitätsnähe (Validität,
Reliabilität und Repräsentativität) mittels der vorherrschen- Literatur
den Forschungsinfrastruktur laufend überprüft und somit
1. Matt, D.T.; Modrák, V.; Zsifkovits, H. E. (eds): Industry 4.0 for SMEs,
weiterentwickelt werden kann. Cham: Palgrave Macmillan (Springer Nature), 2020
Für die dazu notwendige Digitalisierung und für die Digi- 2. Woschank, M.; Zsifkovits, H.E.: Smart Logistics—Conceptualization
tale Transformation werden low-cost und open-source Lö- and Empirical Evidence, Chiang Mai University Journal of Natural
sungen implementiert, welche vor allem auf den Einsatz in Sciences, 20 (2020), Nr. 2, S. 1–9
3. European Commission: European Skills Agenda for sustainable
KMUs bzw. bei High-Mix-Low-Volume Produktionen abzie-
competitiveness, social fairness and resilience, https://ec.europa.
len. eu/migrant-integration/librarydoc/european-skills-agenda-for-sus
Zusätzlich sollen die dabei gewonnenen Erkenntnisse tainable-competitiveness-social-fairness-and-resilience (05.04.2021)
des Projekts MUL 4.0 als Fallbeispiele für Unternehmen die- 4. European Commission: A New Industrial Strategy for Europe,
nen, den zweckorientierten Wissenstransfer von der expe- https://ec.europa.eu/commission/presscorner/detail/en/ip_20_416
(05.04.2021)
rimentellen in die praktische Fertigung unterstützen sowie 5. Zunk, B. M.; Bauer, U.: Bezugsrahmen „Techno-Ökonomie“: Beitrag
als Ausbildungsgrundlage für zukünftige IngenieurInnen zu einer Begriffskonkretisierung für „Technologieorientierte Unter-
zur Verfügung stehen. nehmen“, „Technologisch-Industrielle Leistungen“ und „Industrielle
Geschäftsbeziehungen“, BWL Schriftenreihe / Institut für Betriebs-
Funding. Open access funding provided by Montanuniversität Leoben. wirtschaftslehre und Betriebssoziologie, Graz: Technische Universi-
tät, 2013
Open Access Dieser Artikel wird unter der Creative Commons Namens- 6. Kompatscher, J.; Pacher, C.; Woschank, M.: The LogiLegoLab: A
nennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Problem-based Learning Approach for Higher Education Instituti-
Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem ons, in: Proceedings of the International Conference on Industrial
Medium und Format erlaubt, sofern Sie den/die ursprünglichen Au- Engineering and Operations Management (IEOM) Singapore, 2021,
tor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative S. 1–11
Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen 7. Woschank, M.; Pacher, C.: A Holistic Didactical Approach for In-
wurden. dustrial Logistics Engineering Education in the LOGILAB at the
Montanuniversitaet Leoben, Procedia Manufacturing, 51 (2020),
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial un- S. 1814–1818
terliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich 8. Ralph, B. J.; Pacher, C.; Woschank, M.: Conceptualization of the Lec-
ausder Abbildungslegendenichtsanderesergibt. Sofern dasbetreffende ture “Digitalization and Digital Transformation in Metal Forming”
Material nicht unter der genannten Creative Commons Lizenz steht und based on Implications from Contemporary Teaching and Learning
© Der/die Autor(en) Berg Huettenmaenn MonatshOriginalarbeit
Theories, in: Proceedings of the International Conference on Indus- on Industrial Engineering and Operations (IEOM) Management Ha-
trial Engineering and Operations (IEOM) Management Harare, Zim- rare, Zimbabwe, 2020, S. 1203–1212
babwe, 2020, S. 703–712 13. Woschank, M.; Pacher, C.: Fostering Transformative Learning Pro-
9. Ralph, B. J.; Woschank, M.; Kaiblinger, A.; Miklautsch, P.; Pacher, C.; cesses in Industrial Engineering Education, in: Proceedings of the
Sorger, M.: MUL 4.0: Systematic Digitalization of a Value Chain from 5th NA International Conference on Industrial Engineering and
Raw Material to Recycling, Procedia Manufacturing, 52 (2021) S. 1–8 Operations Management (IEOM) Detroit, Michigan, USA, 2020,
(in press) S. 2022–2029
10. Woschank, M.; Kaiblinger, A.; Miklautsch, P.: Digitalization in Indus- 14. Woschank, M.; Pacher, C.: Program Planning in the Context of In-
trial Logistics: Contemporary Evidence and Future Directions, in: dustrial Logistics Engineering Education, Procedia Manufacturing,
Proceedings of the International Conference on Industrial Enginee- 51 (2020), S. 1819–1824
ring and Operations Management (IEOM) Singapore, 2021, S. 1–12 15. Woschank, M.; Pacher, C.: Teaching and Learning Methods in the
11. Matt, D. T.; Modrák, V.; Zsifkovits, H. E. (eds): Industry 4.0 for SMEs: Context of Industrial Logistics Engineering Education. Procedia Ma-
Concepts, Implementation and Applications, Cham: Palgrave Mac- nufacturing, 51 (2020), S. 1709–1716
millan (Springer Nature), 2021
12. Pacher, C.; Woschank, M.: Competencies in the Digitalized Working Hinweis des Verlags. Der Verlag bleibt in Hinblick auf geografische Zuordnun-
Environment: A Concept for Engineering Education in Higher Edu- gen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen
cation Institutions, in: Proceedings of the International Conference neutral.
Berg Huettenmaenn Monatsh © Der/die Autor(en)Sie können auch lesen
