Refine
Year of publication
- 2017 (5) (remove)
Document Type
Is part of the Bibliography
- no (5)
Keywords
- Big Data (1)
- BigPro (2)
- CPS (2)
- Digitalisierung (1)
- Industrie 4.0 (1)
- Internet der Dinge (1)
- IoT (1)
- Matching (1)
- Matchmaker (1)
- SV7190 (1)
Institute
- Informationsmanagement (5) (remove)
With big data-technologies on the rise, new fields of application appear in terms of analyzing data to find new relationships for improving process under-standing and stability. Manufacturing companies oftentimes cope with a high number of deviations but struggle to solve them with less effort. The research project BigPro aims to develop a methodology for implementing counter measures to disturbances and deviations derived from big data. This paper proposes a methodology for practitioners to assess predefined counter measures. It consists of a morphology with several criterions that can have a certain characteristic. Those are then combined with a weighting factor to assess the feasibility of the counter measure for prioritization.
This paper addresses the challenge of modelling individual cyber-physical systems (CPS) for small and medium-sized enterprises (SMEs) in manufacturing industries. CPS are key technology building blocks for the implementation of Industrie 4.0. Especially for SMEs the increase of production efficiency and reduction of manufacturing costs through CPS offer potential to maintain their competitiveness and innovation capacity. Although SMEs perceive the potential of CPS, they often lack financial and human resources to acquire the necessary CPS-competencies as well as an overview of all the currently available technological solutions. To overcome this issue a matching platform will offer SMEs support in finding suitable CPS-components by letting them express their functional and technical requirements. The matching logic is based on a set of morphologies that encompasses the functional and requirement spectrum of CPS-components. The matching algorithm analyses the input for congruence of requirements and available technologies and suggests suitable technology combinations. This paper describes the methodology of the matching platform, and introduces the research work to define and to develop the technology morphologies. The presented results facilitate the selection and configuration of CPS for SMEs.
Cyberphysische Systeme von kleinen und mittleren Unternehmen für kleine und mittlere Unternehmen
(2017)
Bisherige Ergebnisse der Plattformentwicklung beziehen sich auf die Referenzanwendungsfälle der Konsortialpartner des zugrundeliegenden Forschungsprojekts. Um mit dem CPS-Matchmaker eine mögl ichst große Anzahl von Anwendungsfällen und Technologien akkurat abzubilden, gilt es im nächsten Schritt, die Zuordnungen von Technologiemerkmalen zu den Anforderungen vollständig zu realisieren sowie den Fragenkatalog unter Hinzunahme weiterer Anwendungsfälle auszubauen. Des Weiteren sollen neben technischen Merkmalen ebenfalls wirtschaftliche Fragestellungen, wie beispielsweise das vom Werkzeugmaschinenlabor WZL der RWTH Aachen entwickelte Return-on-
Investment-Modell zur Betrachtung der Wirtschaftlichkeit des Technologieeinsatzes, in die Bewertung der Matchingqualität einer Technologie zu einem Anwendungsfall einbezogen werden.
Ein erster Demonstrator wurde dieses Jahr auf der 8. Aachener Informationsmanagement-Tagung im November 2017 vorgestellt. Dieser veranschaulicht das Funktionsprinzip der Plattform. Die Fertigstellung der Plattform soll zum Projektende Mitte 2019 erfolgen.
Derzeit prägen viele unterschiedliche Begriffe die Zukunftsdiskussionen in den Tages- und Fachzeitungen. Bislang gelingt es wenigen Unternehmen, diese Visionen auf ihre Problemstellungen und Herausforderungen zu übertragen und für sich zu nutzen. Dem können wir abhelfen - mit unserem Rapid-CPS-Workshop, speziell für interessierte Fachkräfte und Unternehmen entwickelt.
Produzierende Unternehmen sehen sich jeher den weitreichenden Konsequenzen von Produktionsausfällen und störungsbedingten Stillständen ausgesetzt. Als Lösung hierauf gilt Industrie 4.0 mit dem systematischen Lernen aus Daten für schnellere sowie bessere Entscheidungs- und Anpassungsprozesse. Neben kulturellen und organisationalen Anforderungen zur Umsetzung von Industrie 4.0 stellt der richtige Umgang mit Daten und insbesondere Big Data im zunehmend digital vernetzten Produktionsumfeld Unternehmen derzeit vor große Herausforderungen.