Implementierung eines Cyber-physischen Systems in der Intralogistik: IoT in der Fördertechnik

Die Realisierung eines höheren Geschäftswertes in der Produktion und Lagerhaltung als Teil der Wertschöpfungskette von Produkten benötigt interne Logistiksysteme optimiert in den Bereichen Betriebsleistung, Verfügbarkeit und Nachhaltigkeit. Da das Internet der Dinge (IoT) neue Ansätze um solch eine Optimierung zu realisieren ermöglicht, beschäftigt sich dieses Projekt mit der Entwicklung und Umsetzung eines Demonstrators eines Cyber-physischen Systems (CPS) um eine IoT-basierte Datenanalyse für einen Anwendungsfall in der Intralogistik zu realisieren. Des Weiteren wird die Entwicklung eines künstlichen neuronalen Netzwerkes das in ein CPS für Anwendungen in der Intralogistik implementiert werden kann beschrieben. Während der erste Teil die Grundlagen zur Entwicklung solch eines CPS inklusive Voraussetzungen und angemessenen Kommunikationsprotokollen abdeckt, ist der zweite Teil auf die eigentliche Entwicklung des Demonstrators ausgerichtet. Beginnend mit der Definition eines repräsentativen Anwendungsfalls und der Identifizierung der gegebenen kontextbezogenen Situation werden anschließend auch die separaten Systeme die im Demonstrator eingebunden sind präsentiert. Zuerst erfolgt die Datenerfassung, wobei ein Modell das auf einem Einplatinencomputer läuft die transportierten und gefärbten Pakete auf einem Förderkreislauf mittels einer Webcam zählt und diese Daten zu Cloud-basierten Kanälen sendet. Dort erfolgt eine Bearbeitung der gespeicherten Daten um Informationen durch die Bestimmung von Leistungskennzahlen zu extrahieren. Abschließend werden diese Kennzahlen zu weiteren Kanälen gesandt und dort visualisiert. Dies ermöglicht die Überwachung der Betriebsbedingungen sowie Betriebsleistungen und unterstützt eine Analysierung der extrahierten Informationen um neues Wissen über interne Logistiksysteme aufzubauen. Zusätzlich wird ein mögliches CPS zur Identifizierung der Betriebsbedingungen eines Förderkreislaufes durch ein implementiertes Klassifizierungsmodell präsentiert. Dies beinhaltet die Entwicklung einer geeigneten Struktur eines Convolutional Neural Network (ConvNet) das auf die speziellen Bedingungen eines definierten Anwendungsfalles ausgerichtet ist sowie die Erstellung des dazugehörigen Modells. Solch ein CPS ermöglicht den Aufbau zusätzlichen Wissens um weitere Optimierungen in der Intralogistik zu realisieren.