Digitale Fabrikmodelle bilden eine wichtige Grundlage für die Planung und kontinuierliche Optimierung moderner Produktionsumgebungen. In der betrieblichen Praxis sind diese Modelle jedoch häufig unvollständig oder veraltet, da Veränderungen in der realen Fabrik nicht oder nur mit hohem manuellem Aufwand in die digitalen Modelle übertragen werden.
Diese Arbeit entwickelt ein durchgängiges Konzept zur automatisierten Erfassung struktureller Veränderungen in modularen Smart Factories und zur darauf aufbauenden zyklischen Aktualisierung digitaler Fabrikmodelle. Im Mittelpunkt steht ein mobiles, multimodales Erfassungssystem, das verschiedene Sensortechnologien kombiniert, um die Produktionsumgebung zu erfassen, relevante Objekte zu erkennen und deren Position im Fabrikmodell zu bestimmen. Die gewonnenen Informationen werden anschließend mit bestehenden digitalen Modellen abgeglichen, Veränderungen identifiziert und als strukturierte Modellaktualisierungen aufbereitet.
Das entwickelte Gesamtsystem wird sowohl unter Laborbedingungen als auch in einer realen Produktionsumgebung validiert. Die Ergebnisse zeigen, dass relevante Maschinen- und Layoutänderungen mit hinreichender Genauigkeit erfasst und weitgehend automatisiert in digitale Fabrikmodelle überführt werden können. Die Arbeit leistet damit einen Beitrag zur automatisierten Modellpflege und zur Entwicklung digitaler Schatten für modulare Smart Factories.
Randolf Schmitt
Modulare Smart Factory Digital Twin Digitaler Schatten automatisierte Modellaktualisierung multimodale Datenerfassung Digitale Fabrikmodelle