Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB
Institutsteil Industrielle Automation

Labor Big Data in der Produktion

Labor Big Data in der Produktion

Unsere Mission ist die Steigerung der Transparenz, Effizienz und Qualität von Produktion und Produkten. Hierzu entwickeln wir Lösungen zur einfachen Erfassung, Verwaltung, Visualisierung und Analyse großer industrieller Datenmengen (Industrial Big Data). Die Arbeit mit Industrial Big Data bedeutet heute immensen Aufwand für die Prozessdatenerfassung aus heterogenen Kommunikationstechnologien und deren Aufbereitung (Data Engineering). Unser Ziel ist es, diesen Aufwand gerade für KMU zu reduzieren. Das Thema Interoperabilität nimmt hierbei eine Schlüsselrolle ein. 

Die Vision ist eine standardisierte Kommunikation für die Industrie 4.0 - mit zuverlässigen Standards, einheitlichen Schnittstellen und aussagekräftigen Informationsmodellen. Nur so gelingt die Integration von Maschinen- und Anlagen-Daten nach dem Plug & Monitor-Prinzip, sowie deren automatisierte Interpretation, beispielweise mit Hilfe maschineller Lernverfahren und künstlichen neuronalen Netzen (Deep Learning). Eine wichtige Rolle spielt hier die OPC Unified Architecture (OPC UA). Gemeinsam mit dem Verband Deutscher Maschinen- und Anlagenbau e.V. (VDMA) hat Fraunhofer IOSB-INA einen Leitfaden zur Einführung in den Mittelstand erarbeitet.

Big Data Aktivitäten

DatumVeranstaltungThemaReferent

 4.-7. September 2018

2018 IEEE 23rd International Conference on Emerging Technologies and Factory Automation

A Survey of Internet of Things and Big Data Integrated Solutions for Industrie 4.0

Khaled Al-Gumaei

  27. September 2018

Automation Symposium 2018, Garching

Systemarchitekturen für Smart Data  Ansätze — Aggregiertes Konzept aus mehreren Projekten 

Florian Pethig 

 16. Oktober 2018

Anwenderforum Industrie 4.0: Retrofit & Data Analytics, Stuttgart

Plug & Monitor für Big Data Analysen in Industrie 4.0

  Jan Nicolas Weskamp

 21. November 2018

3. Fachtagung Industrie 4.0 und das Internet of Things, Ostfildern

Big Data Plattformen für Digitale Zwillinge 

Florian Pethig

21. November 2018

Kommunikation in der Automation – KommA, Lemgo

Untersuchung der Netzlastrobustheit von OPC UA - Standard, Profile, Geräte und Testmethoden

Bal Poudel

Big Data Success Stories

OPC UA Leitfaden zur Einführung in den Mittelstand 

Kundennutzen: • Leitfaden Industrie 4.0-Kommunikation mit OPC UA gibt den Unternehmen Orientierung 
• Grafische Entwicklungsschritte zeigen den Unternehmen einen Migrationspfad zur Industrie-4.0-Kommunikation
• Englische Übersetzung des Leitfadens zielt auf zunehmende internationale Bedeutung
• Zukünftige Vorgehensweise zur Industrie 4.0-Standardisierung im VDMA geschärft
Kundenstatement:  „Der VDMA zielt gemeinsam mit dem Fraunhofer IOSB-INA auf den Aufbau von Kompetenzen im Bereich der Industrie-4.0-Kommunikation.“
Dr. Christian Mosch (VDMA)
Projektvolumen:  70 TEUR

 

Umsetzung der Verwaltungsschale für einen Messedemonstrator

Kundennutzen:
• Demonstration von Industrie 4.0-Lösungskompetenz
• Demonstration des Industrie 4.0-Anwendungsszenarios Value-Based-Services
Kundenstatement:  „Gemeinsam wurde mit diesem Projekt Neuland betreten, um ein tieferes Verständnis zu erarbeiten und am Demonstrator termingerecht vorzustellen“
Projektvolumen:  30 TEUR

 

 

 

Big Data Veröffentlichungen

YearTitle/AuthorDocument Type
2018 Machine learning in automation 
Beyerer, Jürgen; Niggemann, Oliver
Journal Article
2018 A checklist based approach for evaluating augmented reality displays in industrial applications 
Paelke, Volker; Büttner, Sebastian; Mucha, Henrik; Röcker, Carsten
Conference Paper
2017 Using self-organizing maps to learn hybrid timed automata in absence of discrete events 
Birgelen, Alexander von; Niggemann, Oliver
Conference Paper
2017 HCI in der SmartFactoryOWL - Angewandte Forschung & Entwicklung 
Büttner, Sebastian; Mucha, Henrik; Robert, Sebastian; Hellweg, Fabian; Röcker, Carsten
Conference Paper
Fulltext
2017 Managing complexity: Towards intelligent error-handling assistance trough interactive alarm flood reduction 
Büttner, Sebastian; Wunderlich, Paul; Heinz, Mario; Niggemann, Oliver; Röcker, Carsten
Conference Paper
2017 The design space of augmented and virtual reality applications for assistive environments in manufacturing: A visual approach 
Büttner, Sebastian; Mucha, Henrik; Funk, Markus; Kosch, Thomas; Aehnelt, Mario; Robert, Sebastian; Röcker, Carsten
Conference Paper
Fulltext
2017 Universal process optimization assistant for medium-sized manufacturing enterprises as self-learning expert system 
Diedrich, Alexander; Eickmeyer, Jens; Niggemann, Oliver; Li, Peng; Hoppe, Tobias; Fuchs, Martin
Conference Paper
2017 Semantic interoperability for asset communication within smart factories 
Diedrich, Christian; Bieliaiev, Alexander; Schröder, Tizian; Vialkowitsch, Jens; Willmann, Alexander; Usländer, Thomas; Koziolek, Heiko; Wende, Jörg; Pethig, Florian; Niggemann, Oliver
Conference Paper
2017 Sprache für I4.0-Komponenten 
Diedrich, Christian; Bieliaiev, Alexander; Schröder, Tizian; Bock, Jürgen; Gössling, Andreas; Willner, Alexander; Hänisch, Rolf; Koziolek, Heiko; Kraft, Andreas; Pethig, Florian; Niggemann, Oliver; Reich, Johannes; Vialkowitsch, Jens; Vollmar, Friedrich; Wende, Jörg; Hadlich, Thomas
Conference Paper
2017 Interaktionsmodell für Industrie 4.0 Komponenten 
Diedrich, Christian; Bieliaiev, Alexander; Bock, Jürgen; Gössling, Andreas; Hänisch, Rolf; Kraft, Andreas; Pethig, Florian; Niggemann, Oliver; Reich, Johannes; Vollmar, Friedrich; Wende, Jörg
Journal Article
2017 Towards a framework for assistance systems to support work processes in smart factories 
Fellmann, Michael; Robert, Sebastian; Büttner, Sebastian; Mucha, Henrik; Röcker, Carsten
Conference Paper
2017 Defining and validating similarity measures for industrial alarm flood analysis 
Fullen, Marta; Schüller, Peter; Niggemann, Oliver
Conference Paper
2017 Towards Industrie 4.0 compliant configuration of condition monitoring services 
Pethig, Florian; Niggemann, Oliver; Walter, Armin
Conference Paper
2017 A new approach to model-based test case generation for industrial automation systems 
Pinkal, Kevin; Niggemann, Oliver
Conference Paper
2017 Automated process planning for cyber-physical production systems 
Rogalla, Antje; Niggemann, Oliver
Conference Paper
2017 Learning parallel automata of PLCs 
Windmann, Stefan; Lang, Dorota; Niggemann, Oliver
Conference Paper
2017 A novel self-configuration method for RFID systems in industrial production environments 
Windmann, Stefan; Niggemann, Oliver; Ruwe, Holger; Becker, Friedrich
Conference Paper
2017 A self-configurable fault detection system for Industrial Ethernet networks 
Windmann, Stefan; Niggemann, Oliver
Journal Article
2017 Structure learning methods for Bayesian networks to reduce alarm floods by identifying the root cause 
Wunderlich, Paul; Niggemann, Oliver
Conference Paper
2016 Optimizing modular and reconfigurable cyber-physical production systems by determining parameters automatically 
Otto, Jens; Vogel-Heuser, Birgit; Niggemann, Oliver
Conference Paper