Einplatinenrechner als Simulationsplattform

Konzept zur dezentralen Simulation im Feld

  • Christian Härle
  • Mike Barth Hochschule Pforzheim
  • Alexander Fay Helmut-Schmidt-Universität Hamburg

Abstract

Simulationen sind bereits ein wichtiger Bestandteil im Engineering von Automatisierungssystemen. Zunehmend aufkommende Anwendungsfälle, wie beispielsweise höherwertige Optimierungen oder neue Dienstleistungen in Kombination mit prädiktiven Logiken, erfordern Simulationen als Teil der betriebenen Maschine oder Anlage. Aktuelle Simulationsanwendungen nutzen zentrale Simulationsarchitekturen oder integrieren Simulationsarbeitsplätze. Dieser Beitrag schlägt ein Konzept sowie eine prototypische Implementierung für die dezentrale Simulation von physikalischen Systemen oder Prozessen im Feld vor. Simulationsmodelle werden auf Einplatinenrechnern (engl. Single-board computer, SBC) ausgeführt, die einen neuen Teil der Maschinenautomationssysteme bilden. Zur Bewertung des Konzepts werden die Ergebnisse von state-of-the-art Simulations-Benchmarks aufgezeigt. Ziel ist die Validierung der Einsatztauglichkeit von SBCs für maschineninterne Echtzeitsimulationen.

References

  1. Rosen, R., Von Wichert, G., Lo, G., & Bettenhausen, K. D. (2015). About the importance of autonomy and digital twins for the future of manufacturing. IFAC-PapersOnLine, 48(3), 567-572.
  2. Shahim, N., & Møller, C. (2016, December). Economic justification of virtual commissioning in automation industry. In Proceedings of the 2016 Winter Simulation Conference (pp. 2430-2441). IEEE Press.
  3. Vermaak, H., & Niemann, J. (2017, May). Virtual commissioning: A tool to ensure effective system integration. In Electronics, Control, Measurement, Signals and their Application to Mechatronics (ECMSM), 2017 IEEE International Workshop of (pp. 1-6). IEEE.
  4. Thongnuch, S., & Fay, A. (2017, July). A practical simulation model generation for virtual commissioning. In Advanced Intelligent Mechatronics (AIM), 2017 IEEE International Conference on (pp. 1077-1082). IEEE.
  5. Barth, M., & Fay, A. (2013). Automated generation of simulation models for control code tests. Control Engineering Practice, 21(2), 218-230.
  6. Boer, C. A., De Bruin, A., Verbraeck, A. (2006). Distributed simulation in industry-a survey part 2-experts on distributed simulation. In Simulation Conference, 2006, WSC 06, Proceedings of the Winter, IEEE, 1061-1068.
  7. Dotoli, M., Fay, A., Miśkowicz, M., & Seatzu, C. (2018). An overview of current technologies and emerging trends in factory automation. International Journal of Production Research, 1-21.
  8. Kraft, N. (o. J.) Open Source SW im industriellen Einsatz. Abgerufen von: https://subs.emis.de/LNI/Proceedings/Proceedings154/gi-proc-154-244.pdf
  9. Gómez, F., Vanfretti, L., & Olsen, S. H. (2014, October). A Modelica-based execution and simulation engine for automated power system model validation. In Innovative Smart Grid Technologies Conference Europe (ISGT-Europe), 2014 IEEE PES (pp. 1-6). IEEE.
  10. Schneider, G. F., Peßler, G. A., & Steiger, S. (2017, July). Modelling and Simulation of Standardised Control Functions from Building Automation. In Proceedings of the 12th International Modelica Conference, Prague, Czech Republic, May 15-17, 2017 (No. 132, pp. 209-218). Linköping University Electronic Press.
  11. Hoernicke, M., Fay, A., & Barth, M. (2015, September). Virtual plants for brown-field projects. In Emerging Technologies & Factory Automation (ETFA), 2015 IEEE 20th Conference on (pp. 1-8). IEEE.
  12. Dizqah, A. M., Maheri, A., Busawon, K., & Fritzson, P. (2013, April). Acausal modelling and dynamic simulation of the standalone wind-solar plant using modelica. In Computer Modelling and Simulation (UKSim), 2013 UKSim 15th International Conference on (pp. 580-585). IEEE.
  13. Kulhánek, T., Ježek, F., Mateják, M., Šilar, J., & Kofránek, J. (2015, August). Experiences in teaching of modeling and simulation with emphasize on equation-based and acausal modeling techniques. In Engineering in Medicine and Biology Society (EMBC), 2015 37th Annual International Conference of the IEEE (pp. 3683-3686). IEEE.
  14. Engelson, V., Larsson, H., & Fritzson, P. (1999, July). A design, simulation and visualization environment for object-oriented mechanical and multi-domain models in Modelica. In iv (p. 188). IEEE.
  15. Titus, J. (1976). Build dyna-micro an 8080 microcomputer, Construction manual from the Maker-scene. Abgerufen von: https://de.scribd.com/document/234922267/re-1976-06
  16. Barth, M. (2017). Mikrorechner in modularen Anlagen. atp magazin, 59(03), 30-39.
  17. Patil, S. A., & Pinki, V. (2017). Home Automation Using Single Board Computing as an Internet of Things Application. In Proceedings of International Conference on Communication and Networks (pp. 245-253). Springer, Singapore.
  18. Axceleon, Inc. (2005). Multi-Core Utilization without Threading: EnFuzion Lets Single-Threaded Applications Execute in Parallel, Without Re-Writing. Abgerufen von: http://www.cloudfuzion.com/info/AxceleonIntelSolution_Profile.pdf
  19. Frenkel, J., Schubert, C., Kunze, G., Fritzson, P., Sjölund, M., & Pop, A. (2011, June). Towards a benchmark suite for Modelica compilers: Large models. In Proceedings of the 8th International Modelica Conference; March 20th-22nd; Technical Univeristy; Dresden; Germany (No. 63, pp. 143-152). Linköping University Electronic Press.
  20. Bélanger, J., Venne, P., Paquin, J.-N. (2018). The What, Where and Why of Real-Time Simulation. Abgerufen von:
  21. www.opal-rt.com
  22. Marti, J. R., & Lin, J. (1989). Suppression of numerical oscillations in the EMTP. IEEE Power Engineering Review, 9(5), 71-72.
  23. Noda, T., Takenaka, K., & Inoue, T. (2009). Numerical integration by the 2-stage diagonally implicit Runge-Kutta method for electromagnetic transient simulations. IEEE Transactions on Power Delivery, 24(1), 390-399.
  24. Hopfgarten, S. (2017). Objektorientierte Simulation. Technische Universität Ilmenau.
  25. OpenModelica. (2018). Roadmap. Abgerufen von: https://openmodelica.org/home/roadmap
  26. T. Jung, N. Jazdi, and M. Weyrich. (2018). Dynamische Co-Simulation von Automatisierungssystemen und ihren Komponenten im Internet der Dinge. In VDI Tagungsband Automation, 2018, Baden-Baden.
Veröffentlicht
2018-11-22
Zitieren
HÄRLE, Christian; BARTH, Mike; FAY, Alexander. Einplatinenrechner als Simulationsplattform. atp magazin, [S.l.], v. 60, n. 11-12, p. 56-67, nov. 2018. ISSN 2364-3137. Verfügbar unter: <http://ojs.di-verlag.de/index.php/atp_edition/article/view/2388>. Date accessed: 18 dez. 2018.

Am häufigsten gelesenen Artikel dieser/dieses Autor/in