Go to page
 

Bibliographic Metadata

Title
Entwicklung eines stochastischen Werkstücktrackings für (teil-)automatisierte Produktionsprozesse / Karl-Philipp Kortmann, M.Sc., Dr. Alexander Seel, Johannes Zumsande, M.Sc., Mark Wielitzka, M.Sc. und Prof. Dr.-Ing. Tobias Ortmaier
Additional Titles
Development of a Stochastic Workpiece Tracking within (Semi-)Automated Production Processes
AuthorKortmann, Karl-Philipp ; Seel, Alexander ; Zumsande, Johannes ; Wielitzka, Mark ; Ortmaier, Tobias
Published in
Fachtagung Mechatronik 2019, page 225-230
PublishedPaderborn : Universitätsbibliothek, 2019
Edition
Elektronische Ressource
Description1 Online-Ressource (7 Seiten) : Diagramme
LanguageGerman
Document TypesScientific Article (Published Electronically)
URNurn:nbn:de:hbz:466:2-35332 
DOI10.17619/UNIPB/1-775 
Files
Entwicklung eines stochastischen Werkstücktrackings für (teil-)automatisierte Produktionsprozesse [1.44 mb]
Links
Reference
Classification
Abstract (German)

In dieser Arbeit wird ein neues Verfahren zur datenbasierten Schätzung des zeitlichen Aufenthalts einzelner Werkstückeoder anderer diskreter Zwischenerzeugnisse in einem komplexen mechatronischen Produktionsprozess vorgestellt. Dasgezeigte Verfahren eignet sich insbesondere für teilautomatisierte Produktionsprozesse, die nicht vollständig digitalisiertsind oder bei denen ein hardwarebasiertes Tracking (z. B. mittels RFID) durch die Umgebungsumstände nicht möglich ist.Hierzu wird der Produktionsprozess zunächst in ein stochastisches Modell auf Basis eines gerichteten Graphen überführt.Der Optimierungsalgorithmus nutzt die Zeitstempel der zur Verfügung stehenden Feldbusdaten der Anlagensteuerungen,um den wahrscheinlichsten Pfad einzelner Objekte durch den Produktionsprozess zu rekonstruieren.Das Verfahren konnte in ersten Testphasen an simulierten Prozessdaten exemplarisch validiert werden.

Abstract (English)

This paper presents a new method for the data-based estimation of the temporal location of individual workpieces or otherdiscrete intermediate products in a complex mechatronic production process. The method shown is particularly suitablefor semi-automated production processes that are not completely digitalized or where hardware-based tracking (e. g. usingRFID) is not possible due to environmental conditions. For this purpose, the production process is first converted into astochastic model based on a directed graph. The optimization algorithm uses the time stamps of the available fieldbusdata of the shopfloors digital process controllers to reconstruct the most probable path of individual objects through theproduction process.In the first test phase, the method has been validated successfully with simulated process data.

License
CC-BY-License (4.0)Creative Commons Attribution 4.0 International License