Treffer: Effizienzsteigerung industrieller Prozesse durch AAS-Integration von Zeitreihendaten und Serviceanfragen.
Weitere Informationen
The advancing digitalization in industrial manufacturing offers significant potential for process optimization and efficiency enhancement. A central standard supporting this development is the Asset Administration Shell (AAS), which enables interoperable information exchange. This paper examines the integration of time series data and automated service requests using relevant AAS submodels, aiming to improve the efficiency and reliability of industrial processes. The architecture required for asset integration, as well as the integration of time series, is explained with its components. A case study demonstrates their practical application using software components such as Eclipse BaSyx, InfluxDB, and external tools for anomaly detection. This occurs through the use of established interfaces of current control systems. [ABSTRACT FROM AUTHOR]
Die Digitalisierung in der industriellen Fertigung bietet erhebliche Potenziale zur Prozessoptimierung und Effizienzsteigerung. Ein zentraler Standard zur Unterstützung dieser Entwicklung ist die Asset Administration Shell (AAS), die einen interoperablen Informationsaustausch ermöglicht. Dieser Beitrag untersucht die Integration von Zeitreihendaten und automatisierten Serviceanfragen der dafür relevanten AAS-Teilmodelle, mit dem Ziel, die Effizienz und Zuverlässigkeit industrieller Prozesse zu verbessern. Die für die Asset-Integration, sowie Integration von Zeitreihen erforderliche Architektur wird mit ihren Bestandteilen erläutert. Eine Fallstudie demonstriert deren Anwendung unter Einsatz von Softwarekomponenten wie Eclipse BaSyx, InfluxDB und externen Tools zur Anomaliedetektion. Dies erfolgt unter Nutzung etablierter Schnittstellen aktueller Steuerungssysteme. [ABSTRACT FROM AUTHOR]
Copyright of Automatisierungstechnik is the property of De Gruyter and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)