Plattform zur Echtzeit-Co-Simulation für die virtuelle Inbetriebnahme

Volltext

(1)

CHRISTIAN SCHEIFELE

Plattform zur Echtzeit-Co-Simulation für die

virtuelle Inbetriebnahme

(2)

Christian Scheifele

Plattform zur Echtzeit-Co-Simulation für die virtuelle

Inbetriebnahme

Herausgeber:

Univ.-Prof. Dr.-Ing. Thomas Bauernhansl

Univ.-Prof. Dr.-Ing. Kai Peter Birke

Univ.-Prof. Dr.-Ing. Marco Huber

Univ.-Prof. Dr.-Ing. Oliver Riedel

Univ.-Prof. Dr.-Ing. Dipl.-Kfm. Alexander Sauer

Univ.-Prof. Dr.-Ing. Dr. h.c. mult. Alexander Verl

(3)

Telefon 07 11/ 9 70-11 01

info@ipa.fraunhofer.de; www.ipa.fraunhofer.de

STUTTGARTER BEITRÄGE ZUR PRODUKTIONSFORSCHUNG

Herausgeber:

Univ.-Prof. Dr.-Ing. Thomas Bauernhansl1,2

Univ.-Prof. Dr.-Ing. Kai Peter Birke1,4

Univ.-Prof. Dr.-Ing. Marco Huber1,2

Univ.-Prof. Dr.-Ing. Oliver Riedel3

Univ.-Prof. Dr.-Ing. Dipl.-Kfm. Alexander Sauer1,5

Univ.-Prof. Dr.-Ing. Dr. h.c. mult. Alexander Verl3

Univ.-Prof. a. D. Dr.-Ing. Prof. E.h. Dr.-Ing. E.h. Dr. h.c. mult. Engelbert Westkämper1,2

1 Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA, Stuttgart 2 Institut für Industrielle Fertigung und Fabrikbetrieb (IFF) der Universität Stuttgart

3 Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen (ISW)

der Universität Stuttgart

4 Institut für Photovoltaik (IPV) der Universität Stuttgart

5 Institut für Energieeffizienz in der Produktion (EEP) der Universität Stuttgart

Titelbild: © Christian Scheifele

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über www.dnb.de abrufbar.

ISSN: 2195-2892

ISBN (Print): 978-3-8396-1534-8

D 93

Zugl.: Stuttgart, Univ., Diss., 2019

Druck: Mediendienstleistungen des Fraunhofer-Informationszentrum Raum und Bau IRB, Stuttgart Für den Druck des Buches wurde chlor- und säurefreies Papier verwendet.

© by FRAUNHOFER VERLAG, 2019

Fraunhofer-Informationszentrum Raum und Bau IRB Postfach 80 04 69, 70504 Stuttgart Nobelstraße 12, 70569 Stuttgart Telefon 0711 9 70-25 00 Telefax 0711 9 70-25 08 E-Mail verlag@fraunhofer.de URL http://verlag.fraunhofer.de

Alle Rechte vorbehalten

Dieses Werk ist einschließlich aller seiner Teile urheberrechtlich geschützt. Jede Ver wertung, die über die engen Grenzen des Urheberrechtsgesetzes hinausgeht, ist ohne schriftliche Zustimmung des Verlages unzulässig und strafbar. Dies gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikro ver filmungen sowie die Speiche rung in elektronischen Systemen.

Die Wiedergabe von Warenbezeichnungen und Handelsnamen in diesem Buch berechtigt nicht zu der An nahme, dass solche Bezeichnungen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und deshalb von jedermann benutzt werden dürften.

(4)

Plattform zur Echtzeit-Co-Simulation für die virtuelle

Inbetriebnahme

Von der Fakultät Konstruktions-, Produktions- und Fahrzeugtechnik der Universität Stuttgart

zur Erlangung der Würde eines Doktor-Ingenieurs (Dr.-Ing.) genehmigte Abhandlung

Vorgelegt von

Christian Sven Martin Scheifele, M.Sc.

aus Bietigheim-Bissingen

Hauptberichter: Prof. Dr.-Ing. Dr. h.c. mult. Alexander Verl

Mitberichter: Prof. Dr.-Ing. Steffen Ihlenfeldt

Mitberichter: Prof. Dr.-Ing. Sascha Röck

Tag der mündlichen Prüfung: 10. September 2019

Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen

(5)
(6)

Die vorliegende Arbeit entstand während meiner Tätigkeit als wissenschaftlicher Mitar-beiter am Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrich-tungen (ISW) der Universität Stuttgart.

Herrn Prof. Dr.-Ing. Dr. h.c. Alexander Verl danke ich herzlichst für die wohlwollende Un-terstützung und Förderung bei der Erstellung dieser Arbeit sowie für die Übernahme des Hauptberichtes.

Ebenso danke ich Herrn Prof. Dr.-Ing. Steffen Ihlenfeldt und Herrn Prof. Dr.-Ing. Sascha Röck für das Interesse an dieser Arbeit sowie die Bereitschaft den Mitbericht zu überneh-men.

Weiterhin geht der Dank an alle aktuellen und ehemaligen Mitarbeiter des Instituts für die kollegiale, offene und freundschaftliche Zusammenarbeit über all die Jahre. Insbesondere danke ich Herrn Prof. Dr.-Ing. Oliver Riedel, Herrn Dr.-Ing. Armin Lechler, Herrn Dr.-Ing. Simon Hoher, Herrn Dipl.-Ing. Matthias Keinert, Herrn Dipl.-Ing. Christian Friedrich, Herrn Dipl.-Ing. Philipp Neher, Herrn Dipl.-Ing. Adrian Neyrinck, Herrn Dipl.-Ing. Stefan Scheifele, Herrn Dipl.-Ing. Karl Kübler, Herrn Florian Jaensch M.Sc., Herrn Shan Fur M.Sc., Frau An-nika Kienzlen M.Sc., Frau Daniella Brovkina M.Sc. und Herrn Frederik Wulle M.Sc. für die Diskussionen und wertvollen Anregungen.

Ein großer Dank geht an die Kollegen der ISG Industrielle Steuerungstechnik GmbH für die vielen fruchtbaren Diskussionen im gemeinsamen Forschungsprojekt, insbesondere Herrn Dipl.-Ing. Ulrich Eger, Herrn Dr.-Ing. Christian Daniel, Herrn Dipl.-Inf. Edmund Buchal und Herrn Simon Fauser M.Sc.

Die vielseitige Unterstützung aus meinem Familien- und Freundeskreis hat ferner zum Ge-lingen dieser Arbeit einen großen Beitrag geleistet. Ich danke von Herzen meinen Eltern, Frau Edith Scheifele und Herrn Dr.-Ing. Dieter Scheifele, sowie meinem Bruder Herrn Dipl.-Ing. Stefan Scheifele für die Unterstützung in all den Jahren. Herzlichen Dank für den großen Rückhalt während der gesamten Zeit meiner Ausbildung.

(7)
(8)

Abkürzungsverzeichnis ... V Abbildungsverzeichnis ... VII Tabellenverzeichnis ... XI Abstract ... XIII Zusammenfassung ... XV 1 Einleitung ... 1 1.1 Motivation ... 1 1.2 Problemstellung ... 3

1.2.1 Begrenzter Konkretisierungsgrad einer HILS ... 3

1.2.2 Fehlende Co-Simulationsmechanismen ... 8

1.2.3 Fehlende Integrationsmöglichkeiten ... 11

1.3 Aufgabenstellung ... 13

2 Begriffsdefinition und Anforderungen ... 15

2.1 Begriffsdefinition ... 15

2.2 Anforderungen an eine Plattform zur Co-Simulation ... 17

2.2.1 Anforderungen in der Modellierungs- und Initialisierungsphase ... 18

2.2.2 Anforderungen in der Echtzeitberechnungsphase ... 22

2.2.3 Zusammenfassung der Anforderungen ... 25

3 Stand der Forschung und Technik ... 26

(9)

3.1.2 Parallelisierungskonzepte ... 32

3.1.3 Bewertung ... 33

3.2 Konzepte zur Steigerung der Modellkomplexität durch Co-Simulation ... 35

3.2.1 Kommerzielle Co-Simulationsplattformen ... 35

3.2.2 Forschungsarbeiten zur Co-Simulation ... 40

3.3 Zusammenfassung Kapitel 3 ... 47

4 Zielsetzung einer Plattform zur Echtzeit-Co-Simulation ... 48

5 Konzeption der Modellierung und Initialisierung ... 50

5.1 Ganzheitliche Darstellung im Blockschaltbild ... 50

5.2 Integrationsschnittstellen ... 52

5.2.1 Integration von Verhaltensmodellen (verteilte Modellierung) ... 54

5.2.2 Integration von Simulationsbibliotheken (geschlossene Modellierung) ... 57

5.3 Parallelisierung der Modellberechnung ... 58

5.3.1 Parallelisierungsansätze ... 59

5.3.2 Komponentenübergreifende Partitionierung ... 63

5.3.3 Echtzeit-Ebenen und Steuerungskopplung ... 65

5.3.3.1 Auslagerung von Teilmodellen ... 65

5.3.3.2 Echtzeit-Ebenen ... 69

5.3.4 Partitionierungsmechanismen ... 72

5.4 Modellierungs- und Initialisierungsphase der Echtzeit-Co-Simulation ... 74

5.4.1 Analoge und spezifische Abläufe zur Partitionierung ... 76

(10)

5.4.3 Automatisierte Initialisierung und Kopplung ... 84

5.5 Zusammenfassung Kapitel 5 ... 87

6 Entwurf eines Kopplungs- und Synchronisationsmechanismus ... 89

6.1 Mechanismen für die Echtzeitberechnung ... 89

6.2 Kopplungsmechanismus ... 91

6.2.1 Parametrierung des Kommunikationskanals ... 93

6.2.2 Signalvorverarbeitung ... 94 6.2.3 Signalnachverarbeitung ... 94 6.3 Synchronisationsmechanismus ... 96 6.3.1 Selbstgetaktete NRTOS-Simulationstask ... 98 6.3.2 Fremdgetaktete NRTOS-Simulationstask ... 98 6.4 Zusammenfassung Kapitel 6 ... 104

7 Realisierung und Anwendung ... 107

7.1 Beschreibung der Simulationsszenarien ... 107

7.1.1 Erhöhung der Modelltiefe bei der Materialflusssimulation ... 107

7.1.2 Erhöhung des Modellumfangs bei der Anlagensimulation ... 110

7.2 Realisierung der Plattform zur Echtzeit-Co-Simulation ... 113

7.3 Anwendung und Bewertung der Plattform zur Echtzeit-Co-Simulation ... 117

7.3.1 Simulationsszenario zur physikbasierten Materialflusssimulation ... 118

7.3.2 Simulationsszenario zur Anlagensimulation ... 122

(11)

Literaturverzeichnis... 133 Lebenslauf ... 151

(12)

API Application-Programming-Interface

BU Verhaltensmodell, englisch: Behaviour Unit

CNC Rechnergestützte numerische Steuerung, englisch: Computerized

Numerical Control

CO Cape-Open

CPS Conventional Parallel Staggered

CPU Central Processing Unit

CSS Conventional Serial Staggered

FBS Funktionsbausteinsprache

FEM Finite-Elemente-Methode

FMI Functional Mock-up Interface

FMU Functional Mock-up Unit

GU Geometriemodell, englisch: Graphical Unit

HILS Hardware-in-the-Loop Simulation

HILS-NRTOS Hardware-in-the-Loop Simulation Non-Real-Time Operating System

HILS-RTOS Hardware-in-the-Loop Simulation Real-Time Operating System

HLA High Level Architecture

IBN (Reale) Inbetriebnahme

LOD Level of Detail

(13)

MU Mechatronisches Maschinenmodul, englisch: Machine Unit

NC Numerische Steuerung, englisch: Numerical Control

NRT Non-Real-Time

NRTOS Nicht echtzeitfähiges Betriebssystem, englisch: Non-Real-Time

Operating System

NTP Network Time Protocol

OSGI Open Service Gateway Initiative

PTP Precision Time Protocol

RT Real-Time

RTOS Echtzeitbetriebssystem, englisch: Real-Time Operating System

SILS Software-in-the-Loop Simulation

TSN Time Sensitive Networking

VIBN Virtuelle Inbetriebnahme

VU Virtuelles Modul, englisch: Virtual Unit

(14)

Abbildung 1.1: Einsatz von Methoden und Werkzeugen der Digitalen Fabrik entlang der Lebenszyklusphasen in Anlehnung an Norm VDI

4499 Blatt 1:2008-02; Bracht et al. 2011 ... 1

Abbildung 1.2: Einsatz von Simulationswerkzeugen zur VIBN nach Studie

VDMA 2017 ... 3 Abbildung 1.3: Begrenzter Konkretisierungsgrad bei der HILS ... 4 Abbildung 1.4: HILS-RTOS in Anlehnung an Röck 2007 ... 6

Abbildung 1.5: Forschungsbedarf im Kontext von ausgewählten

wissenschaftlichen Arbeiten im Bereich der HILS (Pritschow et al. 2004; Mewes 2005; Zäh et al. 2005; Sekler 2012; Hoher

2017) ... 7

Abbildung 1.6: Zielsetzung einer umfassenden virtuellen Absicherung und

Auslegung im Rahmen der VIBN ... 14 Abbildung 2.1: Darstellung der Modellkomplexität von virtuellen

Produktionsanlagen nach Modelltiefe, Modellbreite und

Modellumfang ... 17

Abbildung 2.2: Anforderungen an eine Plattform zur Echtzeit-Co-Simulation

für die HILS-RTOS ... 25

Abbildung 3.1: Ausgewählte Konzepte zur Steigerung der Modellkomplexität:

a) Modellanpassungskonzepte b) Parallelisierungskonzepte ... 27 Abbildung 3.2: Steuerungsintegrierte Simulation am Beispiel der

Echtzeit-Struktursimulation in Anlehnung an Sekler 2012 ... 28

Abbildung 3.3: Simulationsansätze zur Beschreibung des Verhaltens von

(15)

Abbildung 5.1: Komponentenbasierte Strukturierung des Blockschaltbilds in

Modell-Ebenen ... 51

Abbildung 5.2: Integration von Verhaltensmodellen und

Simulationsbibliotheken ... 53 Abbildung 5.3: Modell-Import zur Integration eines abgeschlossenen

Verhaltensmodells in die Echtzeit-Co-Simulation ... 55 Abbildung 5.4: Einbindung eines simulationsdisziplinspezifischen Werkzeugs in

die Modellberechnung der Echtzeit-Co-Simulation (Werkzeug-Kopplung) ... 56 Abbildung 5.5: Integration einer Simulationsbibliothek mit einer unterlagerten

Programmbibliothek ... 58 Abbildung 5.6: Geschlossene Parallelisierung der Modellberechnung auf Basis

der Verschaltungen im Blockschaltbild ... 60 Abbildung 5.7: Geschlossene Parallelisierung der Modellberechnung in a) den

Bausteinalgorithmen und b) der Simulations-Engine ... 60 Abbildung 5.8: Parallelisierung der Modellberechnung durch Co-Simulation ... 61

Abbildung 5.9: Partitionierungsmechanismen: a) Nach Komponentengrenzen

b) Komponentenübergreifend ... 64 Abbildung 5.10: Peripherie-, RT- und NRT-Ebene als Echtzeit-Ebenen einer

virtuellen Produktionsanlage ... 70 Abbildung 5.11: Abläufe in der Modellierungs- und Initialisierungsphase ... 75

Abbildung 5.12: Analoge und partitionierungsmechanismusspezifische Abläufe

bei der Modellpartitionierung und Initialisierung ... 76

Abbildung 5.13: Modelldaten zwischen analogen und

(16)

Abbildung 5.14: Zuordnung der Komponenten zu Steuerungssystem und

Co-Simulationsnetzwerk ... 80

Abbildung 5.15: Aufteilung in Echtzeit-Ebenen ... 81

Abbildung 5.16: Programmablaufplan der heuristischen Modellpartitionierung ... 82

Abbildung 5.17: Teilmodellerzeugung auf Basis einer Partition ... 84

Abbildung 5.18: Einfügen von Koppelschnittstellen an den Koppelsignalen zwischen zwei Partitionen ... 85

Abbildung 5.19: Berechnung der Ausführungsreihenfolge ... 86

Abbildung 6.1: a) Kopplungsmechanismen und b) Synchronisationsmechanismen zur Durchführung einer Echtzeit-Co-Simulation ... 89

Abbildung 6.2: Parallele Ablaufsteuerung bei einer Echtzeit-Co-Simulation nach dem Jacobi-Schema ... 90

Abbildung 6.3: Kommunikationsstrukturen bei der Kopplung von Simulationstasks a) zentrale und b) dezentrale Kommunikationsstruktur ... 91

Abbildung 6.4: Kommunikationsbaustein-Paar zum Austausch der Koppelsignale zwischen zwei Simulationstasks ... 93

Abbildung 6.5: a) Reduktion auf notwendige Signale, b) Einsortierung von Koppelsignalen und c) Multi-Rate Methoden ... 94

Abbildung 6.6: Aufbau eines Simulators in Anlehnung an Röck 2007 ... 97

Abbildung 6.7: Fremdtaktung der NRTOS-Simulationstask über zyklische Überprüfung auf Verfügbarkeit der Koppelsignaleingänge ... 101

(17)

NRT-Abbildung 6.9: Verlust der Reproduzierbarkeit aufgrund einer verzögerten

Bereitstellung der Koppelsignale ... 103

Abbildung 6.10: Austausch von Koppelsignalen nach einer 4-fachen Taktung

der NRTOS-Simulationstask ... 104 Abbildung 7.1: Simulationsszenario zur physikbasierten Materialflusssimulation .. 109 Abbildung 7.2: Simulationsszenario zur Anlagensimulation ... 111 Abbildung 7.3: Berechnungszeit des Simulationsszenarios mit rein sequenzieller

Berechnung in einer geschlossenen Simulationsarchitektur pro Simulationsschritt [ms] aufgetragen über die Simulationszeit [s] ... 112 Abbildung 7.4: Realisierungsaspekte der Plattform zur Echtzeit-Co-Simulation .... 113 Abbildung 7.5: Blockschaltbild-Modell der Echtzeit-Co-Simulationsplattform

auf Komponentenebene ... 115 Abbildung 7.6: Visualisierung der Partitionen im Blockschaltbild auf der

Simulationsdisziplin-Ebene (Beispiel: Komponente „Roboter“) ... 116 Abbildung 7.7: Diagnose der Echtzeit-Co-Simulation ... 117 Abbildung 7.8: Die realisierte Plattform zur Echtzeit-Co-Simulation ... 118

Abbildung 7.9: Verteilung der Modellberechnung des virtuellen

Materialflusssystems in der Echtzeit-Co-Simulation ... 120 Abbildung 7.10: Berechnungszeit des physikbasierten Materialflussmodells pro

Simulations- und Kommunikationsschritt [ms] aufgetragen über die Simulationszeit [s] ... 121 Abbildung 7.11: Bereiche des Materialflussmodells zur Anlagensimulation ... 123 Abbildung 7.12: Berechnungszeit des Materialflussmodells pro

Simulationsschritt [ms] aufgetragen über die Simulationszeit [s] in jeder Simulationstask ... 124

(18)

Tabelle 1.1: Matrix der Simulationsarchitekturen in Anlehnung an Günther 2017 ... 10

Tabelle 3.1: Bewertung untersuchter Konzepte zur Steigerung der

Modellkomplexität bei der HILS-RTOS anhand der

Problemstellung ... 35

Tabelle 3.2: Bewertung bestehender kommerzieller Plattformen zur

Co-Simulation anhand der Anforderungen ... 40

Tabelle 3.3: Bewertung bestehender Forschungsarbeiten zur Co-Simulation

anhand der Anforderungen ... 46 Tabelle 5.1: Gegenüberstellung der Parallelisierungsansätze hinsichtlich der

für die Problemstellung der Arbeit wichtigen Faktoren ... 63 Tabelle 5.2: Informationsgewinnung für die heuristische Partitionierung ... 83

Tabelle 7.1: Darstellung der Problemstellung im Simulationsszenario der

physikbasierten Materialflusssimulation bei einer HILS-RTOS ... 110

Tabelle 7.2: Darstellung der Problemstellung im Simulationsszenario der

Anlagensimulation bei einer HILS-RTOS ... 112

Tabelle 7.3: Bewertung hinsichtlich der Problemstellung im

Simulationsszenario der physikbasierten Materialflusssimulation . 122

Tabelle 7.4: Bewertung hinsichtlich der Problemstellung im

Simulationsszenario der Anlagensimulation ... 125

Tabelle 7.5: Bewertung der erarbeiteten Plattform zur

(19)
(20)

In the development process of new production plants, simulations in various forms are used today in mechanical and plant engineering to accelerate processes and to increase quality while simultaneously reducing costs. In the development process, simulations are used for virtual commissioning of industrial control systems, in particular in hardware-in-the-loop simulations.

For a comprehensive virtual validation and design of production plants, the interactions between process, machine, control system and operator must be mapped by the virtual-ization. There is a direct correlation between the expressiveness of the virtualization and the achievable degree of concretization within the context of a hardware-in-the-loop sim-ulation. Existing investigations have shown that the precise mapping of process and ma-chine behaviour in a real-time simulation is increasingly a major challenge of hardware-in-the-loop simulation for virtual commissioning due to the limited computing power. In order to face this growing deficit, this thesis investigates the increase of the informative value of virtual production plants for a comprehensive virtual validation and design during virtual commissioning. The objective of this thesis is the conception and development of a platform for real-time co-simulation for hardware-the-loop simulations, which in-creases the usable computing power for model calculation based on a parallel real-time calculation in a co-simulation architecture.

In the context of the state of the art and research investigations, this work shows that the investigation of co-simulation architectures and thus the distribution of the calculation to several simulation tasks in order to increase the model complexity is still pending in the field of hardware-in-the-loop simulations with industrial control systems. Existing work on co-simulation from other simulation domains does not meet the specific requirements for a platform for real-time co-simulation with regard to the integration of industrial control systems. This requires the conception and development of a platform for real-time co-simulation under consideration of an integration of industrial control systems for virtual

(21)

The conception of the platform for real-time co-simulation in this thesis is divided into the subtasks of the conception of modelling and initialization and into the design of a cou-pling and synchronization mechanism for real-time simulation.

The modelling of the virtual production plant is done in a holistic representation in a block diagram that can be generated on the basis of a component-based structuring. For the integration of powerful discipline-specific simulation solutions, different integration meth-ods are provided. In order to parallelize the model calculation in a real-time co-simulation architecture, different possibilities for model partitioning are shown and a heuristic parti-tioning mechanism is designed. The high effort of manual model creation for virtual com-missioning is already met by approaches of automatic model generation, which are inte-grated into the development process of new production plants. The realization of an au-tomated parameterisation, initialization and coupling of a real-time co-simulation after an automatic model generation ensures the economic use of the designed platform solution in mechanical and plant engineering.

The conception of a coupling and synchronization mechanism takes into account both the requirement for lossless and time-synchronous communication with the control sys-tem and the guarantee of reproducibility of simulation runs in a hardware-in-the-loop simulation. In the conception of the coupling and synchronization mechanism, a real-time co-simulation architecture of simulation tasks with different clocking and execution plat-forms is considered.

The thesis concludes with the realization of the designed platform for real-time co-simu-lation and its application in two simuco-simu-lation scenarios. It is shown how the designed plat-form can be used to solve the problem of this work in the chosen material flow scenarios. The realization of the platform is evaluated on the basis of the defined requirements of the thesis.

(22)

Im Entwicklungsprozess neuer Produktionsanlagen werden heute im Maschinen- und An-lagenbau abgestimmte Simulationen in verschiedenen Ausprägungen eingesetzt, um die Prozesse zu beschleunigen und die Qualität bei gleichzeitiger Kostensenkung zu erhöhen. Im Entwicklungsprozess kommen Simulationen zur virtuellen Inbetriebnahme von indust-riellen Steuerungssystemen, im Speziellen im Rahmen der Hardware-in-the-Loop Simula-tion, zur Anwendung.

Für eine umfassende virtuelle Absicherung und Auslegung von Produktionsanlagen müs-sen die Wechselwirkungen zwischen Prozess, Maschine, Steuerungssystem und Bediener durch die Virtualisierung abgebildet werden. Es besteht eine direkte Korrelation zwischen der Aussagekraft der Virtualisierung und dem möglichen Konkretisierungsgrad im Rah-men einer Hardware-in-the-Loop Simulation. Bestehende Arbeiten zeigen, dass die prä-zise Abbildung des Prozess- und Maschinenverhaltens in einer Echtzeit-Simulation auf-grund der beschränkten Rechenleistung zunehmend eine große Herausforderung der Hardware-in-the-Loop Simulation für die virtuelle Inbetriebnahme ist.

Um diesem wachsenden Defizit zu begegnen, untersucht diese Arbeit die Steigerung der Aussagekraft virtueller Produktionsanlagen für eine umfassende virtuellen Absicherung und Auslegung im Rahmen einer virtuellen Inbetriebnahme. Ziel der Arbeit ist die Kon-zeption und die Entwicklung einer Plattform zur Echtzeit-Co-Simulation für die Hardware-in-the-Loop Simulation, welche die zur Modellberechnung nutzbare Rechenleistung auf Basis einer parallelisierten Echtzeitberechnung in einer Co-Simulationsarchitektur steigert. Die Arbeit stellt im Rahmen der Untersuchungen zum Stand der Forschung und Technik dar, dass in bestehenden Arbeiten aus dem Bereich der Hardware-in-the-Loop Simulation mit industriellen Steuerungssystemen die Untersuchung von Co-Simulationsarchitekturen und damit die Verteilung der Berechnung auf mehrere Simulationstasks zur Steigerung der Modellkomplexität bislang ausstehend ist. Bestehende Arbeiten zur Co-Simulation aus anderen Simulationsdomänen werden den spezifischen Anforderungen an eine Plattform

(23)

zur Echtzeit-Co-Simulation bei der Einbindung industrieller Steuerungssysteme nicht ge-recht. Dies macht die Konzeption und die Entwicklung einer Plattform zur Echtzeit-Co-Simulation unter Berücksichtigung einer Einbindung industrieller Steuerungssysteme für eine virtuelle Inbetriebnahme notwendig.

Die Konzeption der Plattform zur Echtzeit-Co-Simulation im Rahmen der Arbeit ist in die Teilaufgaben der Konzeption der Modellierung und Initialisierung und in den Entwurf ei-nes Kopplungs- und Synchronisationsmechanismus für die Echtzeitberechnung unterteilt. Die Modellierung der virtuellen Produktionsanlage erfolgt in einer ganzheitlichen Darstel-lung in einem generierbaren Blockschaltbild auf Basis einer komponentenbasierten Struk-turierung. Zur Einbindung leistungsfähiger disziplinspezifischer Simulationslösungen wer-den unterschiedliche Integrationsmöglichkeiten zur Verfügung gestellt. Zur Parallelisie-rung der Modellberechnung in einer Echtzeit-Co-Simulationsarchitektur werden unter-schiedliche Möglichkeiten zur Modellpartitionierung aufgezeigt und ein heuristischer Par-titionierungsmechanismus entworfen. Dem hohen Aufwand einer manuellen Modeller-stellung für eine virtuelle Inbetriebnahme begegnen heute bereits Ansätze der automati-schen Modellgenerierung, welche sich in den Entwicklungsprozess neuer Produktionsan-lagen integrieren. Durch die Realisierung einer automatisierten Parametrierung, Initialisie-rung und Kopplung der Echtzeit-Co-Simulation im Anschluss an eine automatische Mo-dellgenerierung wird der wirtschaftliche Einsatz der entworfenen Plattformlösung im Ma-schinen- und Anlagenbau sichergestellt.

Der Entwurf des Kopplungs- und Synchronisationsmechanismus berücksichtigt sowohl die Einhaltung der verlustfreien und zeitsynchronen Kommunikation mit dem Steuerungssys-tem als auch die Gewährleistung der Reproduzierbarkeit von Simulationsläufen im Rah-men einer Hardware-in-the-Loop Simulation. Beim Entwurf des Kopplungs- und Synchro-nisationsmechanismus wird eine Echtzeit-Co-Simulationsarchitektur aus Simulationstasks mit unterschiedlicher Taktung als auch unterschiedlicher Ausführungsplattform berück-sichtigt.

(24)

Die Arbeit schließt mit der Realisierung der entworfenen Plattform zur Echtzeit-Co-Simu-lation sowie deren Anwendung in zwei beispielhaften SimuEchtzeit-Co-Simu-lationsszenarien. Es wird dar-gestellt, wie mit der entworfenen Plattform der Problemstellung dieser Arbeit in den aus-gewählten Materialflussszenarien begegnet werden kann. Die Umsetzung der Plattform wird anhand der definierten Anforderungen der Arbeit bewertet.

(25)
(26)

1.1 Motivation

Die Virtualisierung von Produktionsanlagen stellt eine zentrale Technologie von Industrie 4.0 dar (BITKOM et al. 2015). Im Maschinen- und Anlagenbau entstehen heute zuneh-mend Simulationsmodelle von Produktionsanlagen, um „die Produktentwicklung, die Pro-duktionsplanung, den Produktionsanlauf, den Produktionsbetrieb und die Auftragsab-wicklung“ (Bracht et al. 2011) mit abgestimmten Methoden und Werkzeugen zu unter-stützen. Dieses umfassende Netzwerk an simulationsbasierten Methoden und Werkzeu-gen entlang des Lebenszyklus einer Produktionsanlage wird unter dem Oberbegriff der

Digitalen Fabrik zusammengefasst (Norm VDI 4499 Blatt 1:2008-02). Abbildung 1.1

stellt den Einsatz von Modellen, Methoden und Werkzeugen der Digitalen Fabrik in den Lebenszyklusphasen dar. Besonders im Entwicklungsprozess, welcher sich über die Pro-duktionsplanung und den Produktionsanlauf erstreckt, finden heute im Maschinen- und Anlagenbau abgestimmte Simulationsmodelle in verschiedenen Ausprägungen Anwen-dung. Dabei wird das Ziel verfolgt, Prozesse zu beschleunigen und die Qualität bei

gleich-Abbildung 1.1: Einsatz von Methoden und Werkzeugen der Digitalen Fabrik entlang

Produktionsbetrieb und Auftragsabwicklung Produktionsanlauf Produktionsplanung Produktentwicklung

Modelle, Methoden und Werkzeuge der Digitalen Fabrik IBN VIBN u.a. En tw icklu ng sp ro zes s einer Pr od ukti on san lag e

VIBN … Virtuelle Inbetriebnahme

IBN … (Reale) Inbetriebnahme

(27)

zeitiger Kostensenkung zu erhöhen (VDMA 2018). Durch den Einsatz von Simulationsmo-dellen besteht bereits früh im Entwicklungsprozess die Möglichkeit zur virtuellen Absiche-rung von Produktionsabläufen (Norm VDI 4499 Blatt 1:2008-02).

Von zentraler Bedeutung für den Maschinen- und Anlagenbau ist die Methode der

virtu-ellen Inbetriebnahme (VIBN), welche in den letzten Jahren vermehrt zur Anwendung

kommt (VDMA 2018). Die VIBN bezeichnet „den der realen Inbetriebnahme (IBN) vorge-lagerten Gesamttest des Automatisierungssystems mithilfe eines Simulationsmodells der Anlage“ (Norm VDI/VDE 3693 Blatt 1:2016-08). In einer vom VDMA durchgeführten Stu-die sehen 57% befragter Maschinen- und Anlagenbauer zukünftig eine steigende bis stark steigende Nachfrage nach Lösungen zur VIBN im Entwicklungsprozess neuer Pro-duktionsanlagen (VDMA 2017).

Die VIBN unterscheidet zwischen drei Konfigurationen, welche sich „in der Repräsentation der Steuerung (emuliert oder real) sowie in der Implementierungsform des Steuerungs-codes“ (Norm VDI/VDE 3693 Blatt 1:2016-08) unterscheiden: Die Model-in-the-Loop

Simulation (MILS), die Software-in-the-Loop Simulation (SILS) und die Hardware-in-the-Loop Simulation (HILS). Während MILS und SILS im frühen Entwicklungsprozess

zum Einsatz kommen, ermöglicht die HILS am Ende des Entwicklungsprozesses die Durch-führung einer realitätsnahen IBN des industriellen Steuerungssystems (Röck 2007), da bei der HILS das reale Steuerungssystem über die reale Kommunikationsperipherie ohne An-passungen am Steuerungsprogramm oder der Steuerungskonfiguration mit der virtuellen Produktionsanlage gekoppelt wird. Für den Test und die Optimierung der eingesetzten Steuerungstechnik (Steuerungskonfiguration, -logik und -algorithmen) emuliert das Simu-lationsmodell das logische Feldbusverhalten, damit die eingesetzte Steuerungstechnik kei-nen Unterschied zwischen dem echten Verhalten einer Produktionsanlage und dem Ver-halten seiner Emulation am digitalen Feldbus erkennt. Die Hardwarekomponenten be-stimmen die Taktung der Simulation und stellen dadurch Echtzeitanforderungen an den Simulator, welche die mögliche Modellkomplexität der virtuellen Produktionsanlage be-schränken. Mit dem steigenden Einsatz von Lösungen zur VIBN im Entwicklungsprozess neuer Produktionsanlagen besteht der Wunsch nach einer Simulationslösung, die eine

(28)

möglichst präzise und umfassende Abbildung der Wechselwirkungen zwischen Prozess, Maschine, Steuerungssystem und Bediener zur Verfügung stellt. Die derzeit bestehende Beschränkung der Modellkomplexität bei der Echtzeit-Simulation motiviert diese Arbeit.

1.2 Problemstellung

1.2.1 Begrenzter Konkretisierungsgrad einer HILS

Im praktischen Einsatz wird die Durchführung einer VIBN bisher nur teilweise als Ersatz für einen realen Test oder für einen realen Prototypen gesehen. Abbildung 1.2 zeigt die Umfrageergebnisse einer Studie des VDMA zum Einsatz von Simulationswerkzeugen (VDMA 2017), wonach die VIBN den Entwicklungsprozess bislang meist nur informativ begleitet und nicht zu einer umfassenden virtuellen Auslegung bzw. Verbesserung der Entwicklung eingesetzt wird. Der im Rahmen einer VIBN erreichbare

Konkretisierungs-grad am virtuellen Modell ist damit begrenzt. Der Begriff des KonkretisierungsKonkretisierungs-grads wird

in dieser Arbeit als Maß für die Finalisierung der Hardware- und Softwarekomponenten im Entwicklungsprozess verwendet. In der Studie des VDMA wird im Weiteren die nicht ausreichende Abbildung physikalischer Effekte als ein Grund genannt, weshalb Simulati-onswerkzeuge in Unternehmen derzeit nicht eingesetzt werden und daher Auslegungen am realen Objekt notwendig sind. Für eine konsequente Reduzierung der Aufwände einer

Mehrfachnennungen möglich Begleitet den (Entwicklungs-)Prozess

informativ 24%

Ersetzt den Prototyp 3%

Treibt die Entwicklung voran

(Produkt-/Maschinen-/Anlagenverbesserung)

10% Keine Simulationslösung für die VIBN im

Einsatz 66%

(29)

realen IBN muss der erreichbare Konkretisierungsgrad im Rahmen einer VIBN, im Speziel-len bei der HILS, gesteigert werden. Vor allem die Aussagekraft des Simulationsmodells und damit die erreichbare Modellkomplexität haben direkten Einfluss auf den möglichen Konkretisierungsgrad. Abbildung 1.3 stellt die Notwendigkeit zur Steigerung der Aussa-gekraft der virtuellen Produktionsanlage bei der HILS dar.

Um die Jahrtausendwende wurde in verschiedenen wissenschaftlichen Arbeiten die Ar-chitektur von Simulatoren für die HILS untersucht. Aus einzelnen Arbeiten sind kommer-zielle Werkzeuge zur VIBN entstanden, die im Maschinen- und Anlagenbau heute pro-duktiv im Einsatz sind (VDMA 2018). Wünsch teilt wissenschaftliche Ansätze für die HILS unter anderem anhand der Simulationszeitbasen in Ansätze für Steuerungstakte von 100, zehn und einer Millisekunde ein (Wünsch 2007). Untersuchte Echtzeitansätze für zehn und 100 Millisekunden basieren auf einem nicht echtzeitfähigen Betriebssystem, im Wei-teren als HILS-NRTOS (NRTOS – Non-Real-Time Operating System) bezeichnet. Um Simu-lationszeiten bis in den Bereich unter einer Millisekunde verlässlich zu erreichen, ist nach Pritschow et al. 2004 die Verwendung eines Echtzeitbetriebssystems (RTOS – Real-Time

Abbildung 1.3: Begrenzter Konkretisierungsgrad bei der HILS

MILS SILS HILS Reale

IBN VIBN Konkretisierungs-grad (HW/SW) konkret -t begrenzter Konkretisierungsgrad abstrahiert Aufwände in einer realen IBN

keine Aussage am virtuellen Modell möglich

VIBN … Virtuelle Inbetriebnahme

IBN … Inbetriebnahme

MILS … Model-in-the-Loop Simulation

SILS ... Software-in-the-Loop Simulation

HILS ... Hardware-in-the-Loop Simulation

HW/SW … Hardware / Software

Notwendigkeit zur Steigerung der Aussagekraft der virtuellen Produktionsanlage bei der HILS

(30)

Operating System) notwendig. Röck stellt einen Echtzeitsimulator basierend auf einem RTOS für die HILS vor (Röck 2007), im Weiteren als HILS-RTOS bezeichnet. Um eine Syn-chronität zwischen Steuerung und Simulation sowie kurze und konstante Reaktionszeiten sicherzustellen, muss der Simulator nach Röck aus einem echtzeitfähigen Bustreiber, ei-nem echtzeitfähigen Betriebssystem und einer echtzeitfähigen Simulationstask bestehen. Die Simulationstask enthält einen Solver, der zur Laufzeit das Simulationsmodell der vir-tuellen Produktionsanlage berechnet. Mit diesem Simulator lässt sich das Reaktionshalten der virtuellen Produktionsanlage am Feldbus entsprechend der realen Anlage ver-lässlich abbilden. Der Simulator gewährleistet eine verlustfreie und zeitsynchrone Kom-munikation zwischen realer, unveränderter Steuerung und Simulation. Die Gesamtarchi-tektur eines Simulators für die HILS-RTOS enthält nach Röck eine echtzeitfähige Simulati-onstask und Datenschnittstellen für die Kommunikation zwischen Steuerungssystem und Simulationstask sowie zwischen Benutzer und Simulationstask. Abbildung 1.4 stellt die Architektur des beschriebenen Simulators dar.

Nach Röck führt der Solver eine sequentielle Modellberechnung unter Verwendung der Rechenleistung eines einzelnen Prozessorkerns durch. Da die Simulationsarchitektur auf einer einzelnen Simulationstask basiert, die das vollständige Simulationsmodell enthält und berechnet, liegt nach Geimer et al. 2006 eine geschlossene

Simulationsarchitek-tur vor. Die mögliche Modellkomplexität des Simulationsmodells einer Produktionsanlage

ist aufgrund der Echtzeitbedingungen abhängig von der vom Prozessorkern zur Verfü-gung gestellten Rechenleistung. Im derzeitigen Einsatz der HILS-RTOS findet daher ein reduziertes Modell zur Emulation einer Produktionsanlage Anwendung (Scheifele et al. 2010). Weiterführende Fragestellungen einer VIBN machen neben einer möglichst präzi-sen Simulation des Verhaltens vor allem eine Abbildung der Wechselwirkungen zwischen Prozess, Maschine, Steuerungssystem, Bediener und Gesamtanlage notwendig.

Zur Erhöhung der Aussagekraft des Simulationsmodells wird in simulationsdisziplinspezi-fischen Betrachtungen mit auf den Anwendungsfall angepassten Vereinfachungen die benötigte Rechenleistung verschiedener Simulationsbibliotheken reduziert und

(31)

nicht-echtzeitfähige Algorithmen durch zeitdeterministische Ansätze ersetzt. Als Vertreter wis-senschaftlicher Untersuchungen sind in Abbildung 1.5 die Arbeiten zur zeitdeterministi-schen Materialflusssimulation (Hoher 2017) und der Online-Berechnung von Resonanz-frequenzen von Maschinenmechaniken (Sekler 2012) exemplarisch aufgeführt. Allerdings sind dieser Vorgehensweise aufgrund der beschränkten Rechenleistung bei einer sequen-tiellen Simulation Grenzen gesetzt. Detaillierte Modelle wie beispielsweise zur Strukturme-chanik-Simulation (z.B. Finite-Elemente-Methode (Röck et al. 2007), zur Simulation flexib-ler Mehrkörpersysteme (Sekflexib-ler 2012)), zur hochgenauen Prozesssimulation (z.B. Prozess-Maschinen-Interaktion beim Fräsen (Röck et al. 2010), Materialfluss (Hoher 2017)) und zur präzisen 3D-Kinematiksimulation mit Kollisionserkennung (Hoher et al. 2013b; Hoher et al. 2013a) können aktuell nur unter einer Reduzierung der Modellkomplexität

berück-Abbildung 1.4: HILS-RTOS in Anlehnung an Röck 2007

N RTOS Modellieren Beeinflussen Beobachten 3D-Visualisierung CPU-Kern 2 CPU-Kern n RTOS Steuerungssystem g e sc hlos se ne S imul a tions a rc hite k tur m it se quenzi e ll e r Be re chnun g Simulationstask CPU-Kern 1 3 6 7 1 2 4 5 Echtzeit-Task auf RTOS Modelldaten Eingangsdaten Zustandsdaten Feldbus Emulation der Feldbus-komponenten (Multi-Slave) … Peripherie-Signal … Simulationsbaustein mit Ausführungsreihenfolge n Solver … Ausführungsplattform

(32)

sichtigt werden. Abbildung 1.5 zeigt den bestehenden Forschungsbedarf zur echtzeitfä-higen Abbildung des Prozessverhaltens (Erhöhung der Modelltiefe) und des Verhaltens einer vollständigen Produktionsanlage (Erhöhung des Modellumfangs) im Rahmen einer HILS-RTOS.

Abbildung 1.5: Forschungsbedarf im Kontext von ausgewählten wissenschaftlichen

Arbeiten im Bereich der HILS (Pritschow et al. 2004; Mewes 2005; Zäh et al. 2005; Sekler 2012; Hoher 2017)

Prozess Maschine / Zentrum Produktionsanlage HILS-NRTOSZäh (2005) HILS-NRTOS Mewes (2005) Steuerungstakt Erhöhung der Modelltiefe Erhöhung des Modellumfangs HILS-RTOS Pritschow & Röck 2004 MF Hoher 2017 FMKS Sekler 2012 10 ms 100 ms 1 ms … Forschungsbedarf

… Arbeiten zur Architektur von

…Simulatoren für die HILS

… Simulationsbibliotheken … Materialfluss MF … Flexible Mehrkörpersysteme FMKS M odel lti e fe Mode ll um fa ng … Hardware-in-the-Loop Simulation

…Real-Time Operating System

HILS-RTOS

… Hardware-in-the-Loop Simulation

…Non-Real-Time Operating System

(33)

Es ergibt sich die nachfolgende Problemstellung:

Problemstellung 1 Beschränkter Konkretisierungsgrad an der virtuellen Produk-tionsanlage

Die VIBN ist im derzeitigen Einsatz aufgrund des beschränkten Konkretisierungsgrads an der virtuellen Produktionsanlage kein vollständiger Ersatz für Tests und Optimierungen in der realen IBN-Phase. Die Aussagekraft des Simulationsmodells und damit die bei der vir-tuellen Abbildung erreichbare Modellkomplexität haben direkten Einfluss auf den Kon-kretisierungsgrad. Es besteht die Notwendigkeit zur Steigerung der Aussagekraft der vir-tuellen Produktionsanlage bei der HILS-RTOS.

Problemstellung 2 Begrenzte Rechenleistung

Führt der Simulator zur HILS-RTOS eine ausschließlich sequentielle Berechnung auf einem einzelnen Prozessorkern durch, ist die Modellkomplexität der virtuellen Produktionsanlage aufgrund der begrenzten Rechenleistung beschränkt.

1.2.2 Fehlende Co-Simulationsmechanismen

Die Leistungsfähigkeit von Mikroprozessoren hat sich in den letzten Jahrzehnten nach dem „Mooreschen Gesetz“ entwickelt. Das „Mooresche Gesetz“ besagt, dass sich die Rechenleistung eines Mikroprozessors alle 18 Monate verdoppelt. Nach Manhart sollen im Jahr 2020 allerdings die physikalischen und finanziellen Grenzen der Prozessortechnik erreicht sein (Manhart 2014). Diese These scheint sich mittlerweile zu bestätigen. Als phy-sikalische Grenze stellte sich die begrenzte Möglichkeit zur kontinuierlichen Miniaturisie-rung heraus. Problematisch sind nach Manhart die exponentiell steigende Verlustleistung und damit die Wärmeabfuhr, wodurch eine weitere Steigerung der Leistungsfähigkeit durch eine Steigerung der Taktfrequenz nicht mehr weitergeführt werden kann. Die wirt-schaftliche Grenze resultiert aus dem enormen Herstelleraufwand, der bei den immer klei-neren Bauelementen und Mikrostrukturen entsteht und zukünftig nicht mehr im Verhält-nis zum erzielbaren Gewinn stehen wird. Wäre zukünftig weiterhin eine Steigerung der Leistungsfähigkeit eines Prozessorkerns zu erwarten, würde automatisch im Laufe der Zeit

(34)

die mögliche Modellkomplexität in einer HILS-RTOS zunehmen, da dem Solver automa-tisch mehr Rechenleistung zur Verfügung stehen würde. Es besteht damit zunehmend der gravierende Nachteil, dass „für die Echtzeitlösung die Leistungsfähigkeit des Prozessors die Komplexität der Modelle begrenzt“ (Dronka 2004).

Seit dem Jahr 2006 wird die Entwicklung von Mehrkernprozessoren vorangetrieben, um durch die Hinzunahme weiterer Prozessorkerne eine Steigerung der Leistungsfähigkeit ei-nes Mikroprozessors zu erzielen (Parkhurst et al. 2006). Während bei der Berechnung auf einem einzelnen Prozessorkern die Berechnung sequentiell durchgeführt wird, ermögli-chen Mehrkernprozessoren eine Parallelisierung der Berechnung (Dronka 2004). Zur op-timalen Ausnutzung von Mehrkernprozessoren müssen allerdings softwareseitig die Vo-raussetzung geschaffen werden, die zur Verfügung stehende Rechenleistung zu nutzen. Bislang rein sequentielle Berechnungen müssen in parallel ausführbare Einheiten aufge-teilt werden. Eine Möglichkeit ist die Parallelisierung der Modellberechnung innerhalb ei-ner Simulationstask. Aufgrund der Parallelisierung in eiei-ner geschlossenen Simulationsar-chitektur wird dieser Parallelisierungsansatz in der Arbeit als geschlossene

Parallelisie-rung bezeichnet. Eine andere Möglichkeit ist es, die Modellberechnung auf mehrere

mulationstasks in einer verteilten Simulationsarchitektur aufzuteilen. Hierzu wird das Si-mulationsmodell bereits vor Beginn der Simulation in unabhängige, parallel ausführbare Teilmodelle „partitioniert“1, welche zur Modellberechnung den einzelnen Simulations-tasks zugewiesen werden. Mit der Zuordnung von Prozessorkernen verteilen sich die Si-mulationstasks und damit die Modellberechnung auf dem Mehrkernprozessor. Durch die Modellpartitionierung und die über mehrere Simulationstasks parallelisierte Simulation können mit diesem Parallelisierungsansatz Rechenzeiten besonders effizient reduziert werden (Günther 2017). Zusätzlich zu der Parallelisierung der Berechnung ermöglicht die Realisierung sogenannter Co-Simulationsarchitekturen im Vergleich zu einer geschlos-senen Parallelisierung die „Anwendung unterschiedlicher Schrittweiten für die Integration

(35)

der Teilsysteme (Multi-Rate-Integration)“ (Dronka 2004), die Kopplung von Simulations-tasks „bei Verwendung unterschiedlicher Softwarewerkzeuge für Modellierung und Si-mulation“ (Dronka 2004) sowie die verteilte Berechnung auf unterschiedlichen Ausfüh-rungsplattformen (RTOS, NRTOS). Aus diesen Gründen wird in dieser Arbeit die Paralleli-sierung durch eine Co-Simulationsarchitektur betrachtet.

Die Begriffsdefinitionen einer Co-Simulation unterscheiden sich in der Literatur. Dronka bezeichnet die Kopplung von Simulationstasks als Co-Simulation. Geimer versucht in An-lehnung an Dronka eine Begriffsvereinheitlichung, die auf der Unterteilung hinsichtlich der Anzahl verwendeter Modellierungswerkzeugen sowie der Anzahl eingesetzter Simu-lationstasks basiert (Geimer et al. 2006). Dabei beschränkt Geimer den Begriff der Co-Simulation auf die Verwendung mehrerer Co-Simulationstasks und auch mehrerer Modellie-rungswerkzeuge. Schmoll verwendet ebenfalls den Begriff der Co-Simulation sowohl für die Kopplung von mehreren Modellierungsumgebungen als auch mehreren Simulations-tasks (Schmoll 2015). In dieser Arbeit soll unter einer Co-Simulation, in Anlehnung an Günther, die Verwendung mehrerer, miteinander gekoppelter Simulationstasks verstan-den werverstan-den, ohne dabei die Anzahl verwendeter Modellierungswerkzeuge zu berücksich-tigen. Tabelle 1.1 systematisiert die Simulationsarchitekturen hinsichtlich der Anzahl der verwendeten Modellierungswerkzeuge und der Anzahl der verwendeten Simulations-tasks.

(36)

Während in bestimmten Anwendungsgebieten der Simulationstechnik bereits Ansätze für Co-Simulationen vorhanden sind, steht eine Untersuchung für die Anwendung bei der HILS-RTOS aus. Neben einer intelligenten Partitionierung besteht die Herausforderung da-rin, die Randbedingungen einer HILS-RTOS (Pritschow et al. 2004; Röck 2007) beim Ent-wurf von Co-Simulationsmechanismen einzuhalten.

Die Problemstellung der vorliegenden Arbeit lässt sich damit erweitern:

Problemstellung 3 Betrachtung von Co-Simulationsarchitekturen für die HILS-RTOS ausstehend

Bisherige Betrachtungen beschränken sich auf eine geschlossene Simulationsarchitektur. Eine Untersuchung von Co-Simulationsarchitekturen für die HILS-RTOS zur Erhöhung der verfügbaren Rechenleistung durch die Ausnutzung der Rechenleistung von Mehrkernpro-zessoren ist vielversprechend, um die Modellkomplexität bei der HILS-RTOS zu steigern.

1.2.3 Fehlende Integrationsmöglichkeiten

Zur simulativen Abbildung von Einzelmaschinen, z.B. Werkzeugmaschinen (Pritschow 2006), unterscheidet Pritschow zwischen den Simulationsdisziplinen zur Simulation von Steuerungssystemen, von Antriebssystemen, der Maschinenmechanik und des Ferti-gungsprozesses (Pritschow et al. 2003). Pritschow führt an, dass in jeder Fachdisziplin spezialisierte Werkzeuge existieren, die an die jeweiligen Problem- und Fragestellungen der Disziplin angepasst sind. Verbindet man mehrere Einzelmaschinen zu einer Produkti-onsanlage stellt die Materialflusssimulation eine weitere Simulationsdisziplin bei der simu-lationsbasierten Beschreibung dar (Hoher 2017). In Anlehnung an Pritschow et al. 2003; Röck 2007; Hoher 2017 kommen bei der VIBN folgende Simulationsdisziplinen zur Be-schreibung des Maschinen- und Anlagenverhaltens zum Einsatz:

 Simulation von steuerungstechnischen Feldbuskomponenten (z.B. Simulation von Antriebssystemen zur Erzeugung von Peripherie-Signalen)

(37)

Finite-Elemente-Me- Simulation von Prozessen (z.B. Fertigungsprozesse nach Norm DIN 8580:2003-09)  Simulation von Materialflüssen mit den Teilfunktionen Fördern, Lagern und

Hand-haben nach Norm VDI 2411:1970-06

In den letzten Jahren im Kontext der Digitalen Fabrik entstandene disziplinspezifische Si-mulationslösungen sind mittlerweile sehr leistungsfähig im Hinblick auf die Abbildungs-genauigkeit als auch auf die Berechnungsperformanz. Allerdings sind diese meist spezia-lisiert auf eine präzise virtuelle Abbildung ausgewählter Vorgänge. Für eine umfassende und aussagekräftige Abbildung des Prozess-, Maschinen- und Anlagenverhaltens sowie den auftretenden Wechselwirkungen müssen hochauflösende Teilmodelle in die virtuelle Produktionsanlage integriert und in einer Gesamtsimulation gekoppelt werden.

Integrationskonzepte sind in verschiedenen Simulationsdomänen seit langem Thema wis-senschaftlicher Beiträge. Bereits in den Anfängen der wissenschaftlichen Betrachtungen der HILS-RTOS wird die Notwendigkeit einer Integration von Simulationslösungen in der Literatur erwähnt. Im Kontext der multidisziplinären Modellierung von NC-Bearbeitungs-maschinen sieht Pritschow ein zentrales Problem in der Vereinigung von Modellen ver-schiedener Simulationsdisziplinen zu einem multidisziplinären Gesamtmodell (Pritschow et al. 2003). Pritschow erwähnt hierzu die Vereinigung von Modelldaten aller Modelle über eine neutrale einheitliche Datenschnittstelle als einheitliches Datenformat zur Be-schreibung der Modelle unterschiedlicher Fachdisziplinen. Das gesamte System soll dabei in einem Simulationswerkzeug zusammengeführt bzw. berechnet werden.

Hersteller von Simulationssoftware bestätigen mittlerweile diese These durch die ver-mehrte Bereitstellung von Möglichkeiten zur Anbindung von Teilmodellen aus anderen Simulationswerkzeugen. Erste Realisierungen zur Integration bestehender Simulationsmo-delle sind verfügbar (Blochwitz et al. 2012). Im Bereich der HILS-RTOS wurden Integrati-onsschnittstellen bislang nicht umfassend betrachtet, da die zu integrierende Simulations-lösungen entweder meist keine Ausführung unter RTOS unterstützen oder die zur Verfü-gung stehende Rechenleistung die mögliche Modelltiefe beschränkt und maßgeschnei-derte Simulationsbibliotheken erforderlich macht.

(38)

Wird durch das Lösen von Problemstellung 2 und Problemstellung 3 die zur Verfügung stehende Rechenleistung bei einer HILS-RTOS gesteigert, kann durch die Integration be-stehender leistungsfähiger und rechenintensiver Simulationslösungen Problemstellung 1 begegnet werden. Im Hinblick auf ein umfassendes Simulationsmodell ist die Möglichkeit zur Integration spezialisierter Teilmodelle von essentieller Bedeutung.

Die Problemstellung der vorliegenden Arbeit lässt sich damit erweitern:

Problemstellung 4 Fehlende Integrationsmöglichkeiten für disziplinspezifische Simulationslösungen

Kann die zur Verfügung stehende Rechenleistung bei einer HILS-RTOS gesteigert werden, stellt sich die Frage nach einer Einbindung disziplinspezifischer Simulationslösungen zur Steigerung der Modellkomplexität. Hierzu ist eine Betrachtung von Integrationsschnitt-stellen notwendig.

1.3 Aufgabenstellung

Um der dargestellten Problemstellung zu begegnen ist die Aufgabe der vorliegenden Ar-beit die Konzeption und die Entwicklung einer Plattform zur Co-Simulation. Ziel der Platt-form ist die Realisierung einer umfassenden virtuellen Absicherung und Auslegung im Rahmen einer VIBN von Produktionsanlagen durch die Steigerung des erreichbaren Kon-kretisierungsgrads beim Einsatz einer virtuellen Produktionsanlage in einer HILS-RTOS. Hierfür ist eine hochauflösende Abbildung des Verhaltens und der Wechselwirkungen zwischen Prozess, Maschine, Steuerungssystem und Bediener notwendig. Abbildung 1.6 stellt die Zielsetzung der Arbeit dar.

Die im Rahmen der Arbeit zu entwerfende Plattform soll die Rechenleistung von Mehr-kernprozessoren auf Basis einer parallelisierten Echtzeitberechnung in einer Co-Simulati-onsarchitektur nutzbar machen. Hierzu werden Parallelisierungs-, Partitionierungs-, Kopp-lungs- und Synchronisationsmechanismen für eine Co-Simulation der virtuellen

(39)

Produkti-rung, Initialisierung und Kopplung der Co-Simulation betrachtet werden, um den wirt-schaftlichen Einsatz der entworfenen Plattformlösung im Maschinen- und Anlagenbau sicherzustellen. Zur umfassenden Abbildung komplexer Prozesse müssen vorhandene Si-mulationslösungen in das Gesamtsystem integriert werden. Daher untersucht die Arbeit notwendige Integrationsschnittstellen für die Plattform zur Einbindung leistungsfähiger disziplinspezifischer Simulationslösungen.

Zu erwarten ist eine Steigerung der möglichen Modellkomplexität und damit der Aussa-gekraft virtueller Produktionsanlagen zur umfassenden Absicherung und Auslegung bei einer HILS-RTOS.

Abbildung 1.6: Zielsetzung einer umfassenden virtuellen Absicherung und

Ausle-gung im Rahmen der VIBN

MILS SILS HILS-RTOS IBN

VIBN t Reale IBN Zeitersparnis Konkretisierungs-grad (HW/SW) konkret -abstrahiert

Steigerung des erreichbaren Konkretisierungsgrads Zielsetzung: Umfassende virtuelle Absicherung und Auslegung … Forschungsbedarf

VIBN … Virtuelle Inbetriebnahme

IBN … Inbetriebnahme

MILS … Model-in-the-Loop Simulation

SILS ... Software-in-the-Loop Simulation

HILS-RTOS … Hardware-in-the-Loop Simulation Real-Time Operating System

(40)

In diesem Kapitel erfolgt zunächst eine Einführung zentraler Begrifflichkeiten in Kapitel 2.1. Danach werden in Kapitel 2.2 Anforderungen an eine Plattform zur Co-Simulation für die HILS-RTOS untersucht.

2.1 Begriffsdefinition

Ziel dieses Kapitels ist die Einführung von grundlegenden Begrifflichkeiten für die Unter-suchungen in dieser Arbeit.

Unter einer Simulationsdomäne wird in dieser Arbeit das Anwendungsgebiet einer Si-mulation verstanden. Anwendungsgebiete stellen beispielsweise die Produktionstechnik, die Fahrzeugtechnik oder die Luft- und Raumfahrttechnik dar.

Unter einer Simulationsdisziplin wird die Fachdisziplin eines Simulationsmodells verstan-den. Zur Beschreibung des Maschinen- und Anlagenverhaltens werden unter anderem die Fachdisziplinen der Mechanik, der Elektrik und der Thermodynamik benötigt. Auch spezi-fische Disziplinen, wie beispielsweise die Simulation von Materialflüssen, werden in dieser Arbeit als Simulationsdisziplinen bezeichnet.

In einer Simulationsdisziplin sind unterschiedliche Simulationsansätze verfügbar. Mate-rialflüsse können beispielsweise durch ein ereignisbasiertes Modell, ein kinematikbasiertes Modell, ein physikbasiertes Modell oder ein Flussmodell beschrieben werden.

Ein Modell ist das „(vereinfachende) Abbild einer (partiellen) Realität“ (Bungartz et al. 2013). Bildet man in einem Modell das Verhalten ab, wird im Speziellen der Begriff des

Verhaltensmodells verwendet.

Zur ganzheitlichen Abbildung des Verhaltens einer Produktionsanlage müssen Verhaltens-modelle unterschiedlicher Simulationsdisziplinen miteinander gekoppelt werden (Pritschow et al. 2003). Bei der Kopplung von Verhaltensmodellen aus unterschiedlichen Simulationsdisziplinen entsteht eine gekoppelte Simulation, die eine durchgängige

(41)

Be-schreibung und Berechnung des Verhaltens ermöglicht. Andere Begriffe für eine gekop-pelte Simulation sind die multidisziplinäre Simulation, die Multi-Domänen-Simulation oder die Systemsimulation.

In dieser Arbeit wird die Modellkomplexität als Oberbegriff für die Modelltiefe, den Modellumfang sowie die Modellbreite verwendet.

Als Modelltiefe wird die Abbildungsgenauigkeit eines Verhaltensmodells definiert. In ei-ner Simulationsdisziplin sind unterschiedliche Simulationsansätze zur Abbildung des Ver-haltens verfügbar. Die Simulationsansätze unterscheiden sich dabei hinsichtlich der Ge-nauigkeit der Abbildung. Ein Simulationsansatz bildet das zu beschreibende Verhalten entweder abstrakt / idealisiert oder konkret / präzise ab. Beispielsweise kann ein Antriebs-system stark abstrahiert auf Basis von ereignisorientierten fest definierten Zustandsverläu-fen abgebildet, oder das elektrische, pneumatische oder hydraulische Verhalten im Ver-haltensmodell berücksichtigt werden. Im Bereich der Computergrafik wird auch der Be-griff Level of Detail (LOD) zur Unterscheidung verschiedener Detailstufen verwendet (Schlender 1999; Luebke et al. 2003). In Anlehnung an die in Norm VDI 2206:2004-06 definierten Abstraktionsebenen des topologischen Modells, des physikalischen Modells, des mathematischen Modells sowie des numerischen Modells formuliert Kufner die Mo-dellierungstiefe von Modellen für die HILS (Kufner et al. 2010).

Unter der Modellbreite soll im Rahmen der Arbeit die Anzahl bei der Beschreibung einer Komponente beteiligten Simulationsdisziplinen verstanden werden.

Der Modellumfang beschreibt die Größe des Simulationsmodells. Je nach Modellumfang kann das Simulationsmodell eine einzelne Komponente, eine Einzelmaschine oder eine vollständige Produktionsanlage beschreiben.

Bei der Wahl der Modelltiefe und der Modellbreite in einer modellierten Komponente entsteht eine Simulationskonfiguration.

Abbildung 2.1 stellt die Modellkomplexität von virtuellen Produktionsanlagen nach Mo-delltiefe, Modellbreite und Modellumfang dar.

(42)

2.2 Anforderungen an eine Plattform zur Co-Simulation

In diesem Kapitel werden die Anforderungen an eine Plattform zur Co-Simulation für die HILS-RTOS hergeleitet. Die Betrachtung der Anforderungen erfolgt anhand der Phasen eines Simulationslaufs. In Kapitel 2.2.1 werden die Anforderungen in der Modellierungs- und Initialisierungsphase und in Kapitel 2.2.2 die Anforderungen in der Berechnungs-phase diskutiert.

Abbildung 2.1: Darstellung der Modellkomplexität von virtuellen

Produktionsanla-gen nach Modelltiefe, Modellbreite und Modellumfang

Ko m po nen ten m od ell konk ret / präz ise

Modellbreite(Anzahl der Simulationsdisziplinen)

Feldbus-komponenten Mechanik Prozess

M odel lti e fe (Level of D et ai l) … Simulationskonfiguration

… Verhaltensmodell mit Simulationsansatz

Materialfluss

von der einzelnen Komponente zur Maschine oder Anlage

abs trakt / ideal isiert … Simulations-disziplinen … Komponentenmodell

(43)

2.2.1 Anforderungen in der Modellierungs- und Initialisierungsphase Anforderung 1 Ganzheitliche Darstellung im Blockschaltbild

Zur Modellierung sind Modellierungsansätze verfügbar, welche entweder auf mathema-tischen Gleichungen oder einer grafischen Darstellung basieren (Gipser 1999). Ein grafi-scher Modellierungsansatz ist das Blockschaltbild (oder Strukturbild) (Norm DIN 19226:1968-05) zur Abbildung der Wirkstruktur eines dynamischen Systems. Das Block-schaltbild beschreibt, „aus welchen Teilsystemen sich ein System zusammensetzt und wie die Teilsysteme durch Signale verkoppelt sind“ (Lunze 2016). Kufner führt darüber hinaus den Programmcode, Modellierungsmittel der Ablauflogik, algebraische Gleichungssys-teme, Listen oder Strukturdiagramme als Modellierungsansätze auf (Kufner 2012). Röck verwendet eine Blockschaltbild-Modellierung zur Beschreibung des Verhaltens von virtu-ellen Produktionsanlagen im Rahmen einer HILS-RTOS (Röck 2007). Vorteile einer Block-schaltbild-Modellierung sind:

 Verständliche Modellierung durch eine vereinfachende Beschreibung: Die Verschaltung der Peripherie-Signale mit den Ein- und Ausgängen der Modellbau-steine aus den einzelnen disziplinspezifischen Simulationsbibliotheken in einem Blockschaltbild ist für alle am Entwicklungsprozess einer Produktionsanlage betei-ligten Disziplinen (Mechanik, Elektronik, Software) verständlich. Besonders für den Steuerungstechniker weist die Blockschaltbild-Modellierung Ähnlichkeiten zur gra-fischen SPS-Programmierung mit der Funktionsbausteinsprache (FBS) (Pritschow 2006) nach Norm DIN EN 61131-3:2014-06 auf.

 Einfache Modellierung komplexer Verhaltensmodelle: Das Simulationswerk-zeug stellt dem Anwender Simulationsbibliotheken bereit, die es ihm erlauben komplexe Modelle auf Basis einfacher Grundmodelle leicht verständlich zu model-lieren und zu parametrieren. Dabei sind meist keine tiefgreifenden Kenntnisse über die eingesetzten mathematischen Algorithmen notwendig.

 Unterstützt die Modellierung in verschiedensten Simulationsdisziplinen: Das Blockschaltbild stellt einen Modellierungsansatz dar, der die Modellierung von Verhaltensmodellen von vielen relevanten Simulationsdisziplinen ermöglicht. Das

(44)

Blockschaltbild eignet sich besonders zur Modellierung von konzentrierten Syste-men. Für verteilte Systeme sind Blockschaltbilder eher ungeeignet. Falls eine Simu-lationsdisziplin den Einsatz eines anderen Modellierungsansatzes erfordert, kann über einen „Black-Box“ Ansatz das Verhaltensmodell nach außen über die Ein- / Ausgänge und Parameter beschrieben und in das Simulationsmodell integriert wer-den.

 Unterstützt die informationstechnische Verarbeitung z.B. für die

automa-tische Modellgenerierung: Blockschaltbild-Modelle können auf Basis einer

for-malen Sprache, wie z.B. durch XML (Extensible Markup Language), zur informati-onstechnischen Verarbeitung dargestellt werden. Dieser Aspekt bildet unter ande-rem die Basis für Ansätze einer automatischen Modellgenerierung.

Insbesondere aufgrund des letzten Vorteils der Blockschaltbild-Modellierung wird das Ver-haltensmodell einer virtuellen Produktionsanlage für die HILS-RTOS in dieser Arbeit eben-falls als Blockschaltbild realisiert. Die Unterstützung einer informationstechnischen Verar-beitung ist von großer Bedeutung, da zur Durchführung einer HILS-RTOS der größte Auf-wand bei der Erstellung geeigneter Simulationsmodelle für die VIBN entsteht. Zur Errei-chung eines wirtschaftlichen Einsatzes einer VIBN im Entwicklungsprozess sind daher Lö-sungen zur automatischen Generierung virtueller Produktionsanlagen auf Basis wieder-verwendbarer Modelle und der Verwendung der Blockschaltbild-Modellierung zur Be-schreibung des Verhaltens verfügbar (Scheifele et al. 2016a). Hierbei wird eine verein-fachte Integration der VIBN in die Abläufe des Entwicklungsprozesses des Maschinen- und Anlagenbaus erreicht, indem aus Daten und Dokumenten des Entwicklungsprozesses au-tomatisch das Blockschaltbild-Modell der virtuellen Produktionsanlage abgeleitet wird. Das Blockschaltbild-Modell wird dabei aus den einzelnen Komponentenmodellen zusam-mengesetzt. Eine Komponente kann auch als ein „mechatronisches Maschinenmodul (MU, englisch „Machine Unit“)“ bezeichnet werden, das als „zueinander kompatible, in-stanziierbare, versions- und variantenbehaftete mechatronische Einheiten ohne eigenes Steuerungssystem“ (Scheifele et al. 2016a) definiert ist. Das Simulationsmodell einer MU

(45)

unterteilt sich in ein „Verhaltens- (BU, englisch behaviour unit)“ und in ein „Geometrie-modell (GU, englisch graphical unit)“ welche zusammen das „virtuelle Modul (VU, englisch virtual unit)“ darstellen (Scheifele et al. 2016a). Das VU ist das „virtuelle Äquivalent zur MU im Baukasten“ (Scheifele et al. 2016a). Das BU steht für das Komponentenmodell, welches als Blockschaltbild-Modell vorliegt. Bei der automatischen Modellgenerierung werden die BU zu einem kundenspezifischen Blockschaltbild-Modell der virtuellen Pro-duktionsanlage zusammengesetzt.

Auf oberster Modellebene entsteht eine Sicht auf die MU der virtuellen Produktionsan-lage, die die Anlage flach beschreibt und das Systemverständnis für das Gesamtsystem fördert. Betrachtet man das Innere einer BU ist die detaillierte Modellierung einsehbar. Das Blockschaltbild stellt die virtuelle Produktionsanlage damit ganzheitlich dar.

Diese Betrachtung führt zur Anforderung einer ganzheitlichen Darstellung der virtuellen Produktionsanlage im Blockschaltbild. Die zu betrachtenden Co-Simulationsmechanismen müssen auf der Blockschaltbild-Modellierung und der beschriebenen Strukturierung in ei-ner komponentenbasierten Beschreibung mit mehreren Modellebenen aufsetzen.

Anforderung 2 Bereitstellung von Integrationsschnittstellen

In den letzten Jahren im Kontext der Digitalen Fabrik entstandene disziplinspezifische Si-mulationslösungen sind mittlerweile sehr leistungsfähig im Hinblick auf die Abbildungs-genauigkeit als auch die Berechnungsperformanz. Für eine umfassende und aussagekräf-tige Abbildung des Prozess-, Maschinen- und Anlagenverhaltens sowie den auftretenden Wechselwirkungen müssen diese Lösungen in die virtuelle Produktionsanlage integriert werden. Beim Entwurf des Gesamtkonzepts müssen hierzu Integrationsschnittstellen be-rücksichtigt werden.

Bestehende, disziplinspezifische Simulationslösungen, wie beispielweise „Physik-Engi-nes“2, sind hauptsächlich für die Verwendung unter einem NRTOS ausgelegt. Meist wird

2 Physik Engine – „Funktionseinheit der Informationstechnologie zur Simulation physikalischer Prozesse“

(Wikipedia 2018a), u.a. die 3D-Kollisionserkennung, die Starrkörpersimulation sowie die Simulation fle-xibler Körper

(46)

eine Anwendung auf anderen Ausführungsplattformen, im Speziellen auf einem RTOS unter Echtzeitbedingungen, nicht unterstützt. Daher besteht sowohl die Anforderung nach Integrationsschnittstellen für RTOS-Simulationen als auch die Anforderung nach In-tegrationsschnittstellen für NRTOS-Simulationen um spezielle, hochspezialisierte Lösun-gen integrieren zu können.

 Anforderung 2.1 Integrationsschnittstellen für NRTOS-Simulationen  Anforderung 2.2 Integrationsschnittstellen für RTOS-Simulationen

Anforderung 3 Automatisierte Konfiguration der Co-Simulation

Der Aspekt der hohen personellen Aufwände für den Einsatz von Simulationswerkzeugen wird zudem durch das Fehlen von qualifiziertem Personal im Unternehmen verschärft (VDMA 2017). Das Fehlen von Mitarbeitern „mit entsprechender Erfahrung oder Expertise auf dem Gebiet der VIBN“ (Norm VDI/VDE 3693 Blatt 2:2018-12) ist ein Grund, weshalb „die Neueinführung der VIBN in einem Unternehmen mit einer Reihe von Herausforde-rungen verbunden ist“ (Norm VDI/VDE 3693 Blatt 2:2018-12). Steigt die Modellkomple-xität der virtuellen Abbilder und wird die Konfiguration des Simulators aufgrund von Par-titionierung und parallelisierter Simulation komplexer, müssen sich Simulationslösungen umso mehr benutzerfreundlich in den Entwicklungsprozess integrieren, um die Akzeptanz und Umsetzbarkeit bei den Anwendern im Maschinen- und Anlagenbau zu gewährleis-ten. Um den wirtschaftlichen Einsatz der entworfenen Plattformlösung im Maschinen- und Anlagenbau sicherzustellen, sind Mechanismen zur automatisierten Konfiguration der Co-Simulation notwendig. Nur durch eine automatisierte Konfiguration kann die Um-setzbarkeit bei den Anwendern im Maschinen- und Anlagenbau gewährleistet werden. Das Blockschaltbild-Modell einer virtuellen Produktionsanlage soll direkt und ohne weitere manuelle Modellierungsaufwände in einer Co-Simulation verteilt werden. Die Partitionie-rung des Gesamtmodells und die Konfiguration des Simulators zur Co-Simulation müssen zwingend automatisiert erfolgen, um einen weiteren Modellierungsaufwand zu verhin-dern.

(47)

Die Anforderung nach einer automatisierten Konfiguration der Co-Simulation unterglie-dert sich in die Anforderung nach einem automatisierten Partitionierungsmechanismus und in die Anforderung nach einer automatisierten Konfiguration der Simulationstasks.

 Anforderung 3.1 Automatisierter Partitionierungsmechanismus

Zur Verteilung der Berechnung auf mehrere Simulationstasks muss das ganzheitli-che Blockschaltbild-Modell automatisiert in passende Partitionen zerteilt werden. Hierzu ist die Entwicklung eines Partitionierungsmechanismus erforderlich. Bei der Partitionierung des Gesamtmodells entstehen einzelne Partitionen, für die sich spe-zifische Eigenschaften formulieren lassen.

 Anforderung 3.2 Automatisierte Konfiguration und Kopplung

Zur automatisierten Konfiguration der Simulationstasks müssen aus den einzelnen Partitionen die jeweilige Konfiguration einer Simulationstask automatisiert abge-leitet werden. Hierzu zählen neben der Taktung weitere Eigenschaften wie die Ausführungsplattform (RTOS, NRTOS). In der Initialisierungsphase erfolgt die auto-matisierte Initialisierung der Simulationstasks durch die Initialisierung der Teilmo-delle. Die Simulationstasks müssen automatisiert miteinander gekoppelt werden, um im Rahmen der Modellberechnung die bei der Partitionierung des Gesamtmo-dells entstehenden Koppelsignale austauschen zu können. Hierbei zu beachten ist, dass das Konzept die Initialisierung und Kopplung von Simulationstasks auch über Plattformgrenzen hinweg (RTOS, NRTOS) berücksichtigt.

2.2.2 Anforderungen in der Echtzeitberechnungsphase

Anforderung 4 Erfüllung der Anforderungen einer HILS-RTOS

Röck definiert Anforderungen an eine geschlossene Simulationsarchitektur zur HILS-RTOS (Röck 2007). Bei der Parallelisierung der Modellberechnung in einer Co-Simulationsarchi-tektur müssen diese berücksichtigt werden.

(48)

 Anforderung 4.1 Verlustfreie und zeitsynchrone Kommunikation mit

dem Steuerungssystem

Trotz der Aufteilung des Gesamtsystems auf mehrere Partitionen mit unterschied-licher Taktung und Ausführungsplattform muss die verlustfreie und zeitsynchrone Kommunikation zur Steuerung gewährleistet werden. Röck beschränkt sich auf die Betrachtung einer geschlossenen Simulationsarchitektur mit einer Simulationstask. Für eine Aufteilung der Modellberechnung auf mehrere Simulationstasks muss die Erfüllung dieser Anforderung neu untersucht werden.

 Anforderung 4.2 Taktgenaue Reproduzierbarkeit von Simulationsläufen Taktgenaue Reproduzierbarkeit bedeutet, dass die Wiederholung eines Simulati-onslaufs stets zu denselben Simulationsergebnissen an den Peripherie-Signalen führt. Eine taktgenaue Reproduzierbarkeit ist von großer Bedeutung, um ein, im Rahmen einer VIBN auftretendes, Fehlverhalten reproduzieren zu können. Durch eine wiederholte Erzeugung des Fehlerzustandes können die Zusammenhänge nachvollzogen werden, die zum Fehlverhalten führen. Hierzu muss der Simulator auf eine Folge von Peripherie-Signalen stets mit demselben Antwortverhalten rea-gieren, um eine wiederholte Nachstellung des Fehlers zu ermöglichen. Bei der Co-Simulation lässt sich diese Anforderung nur dann sicherstellen, wenn über die Pe-ripherie-Signale hinaus an den Koppelsignalen stets dieselben Simulationsergeb-nisse vorliegen. Es sind geeignete Synchronisations- und Kopplungsmechanismen zu entwerfen, die diese Anforderung erfüllen.

Bei der HILS-RTOS liegen damit harte Echtzeitanforderungen vor. Das bedeutet, dass Si-mulationsergebnisse zuverlässig innerhalb einer festen Zeitschranke vorliegen müssen. Hoher verwendet hierfür auch den Begriff des Realzeitdeterminismus zur Beschreibung der Eigenschaft, „dass zu Beginn des Steuerungstakts mit der „Wahrscheinlichkeit gleich 1“ (Krämer 2002) ein Simulationsergebnis bereitgestellt wird. Die Realzeitsimulation mit Realzeitdeterminismus ermöglicht reproduzierbare Simulationsläufe, da der Simulations-lauf immer das gleiche Zeitverhalten aufweist“ (Hoher 2017). Zur Akzentuierung der

Abbildung

Updating...

Referenzen

Updating...