Automatisierungs-Engineering neu definiert

BU
BU – Bild: Siemens AG

Der Sondermaschinenbauer MTS stand vor der Herausforderung, Automatisierung nahtlos in die bestehenden Workflows zu integrieren. Klassische Ansätze im Automatisierungsengineering wurden den immer anspruchsvolleren Kundenanforderungen nicht mehr gerecht. Die Maschinen wurden komplexer, und die Kunden verlangten hochwertige Produktionsdaten. Doch die klassischen Automatisierungsparadigmen erschwerten die Zusammenarbeit in der Entwicklung, die Wiederverwendung von Code und die Qualitätssicherung. MTS erkannte, dass diese Herausforderungen in der Softwareentwicklung zwar bereits gelöst waren. Um diese erprobten Praktiken auch auf die Automatisierung anzuwenden, fehlten dem Unternehmen jedoch die richtigen Werkzeuge.

„Wir haben schon lange versucht, unsere Softwarepraktiken auf die OT-Entwicklung zu übertragen, aber bei jeder Plattform, die wir gewählt haben, stießen wir an eine Grenze. Wir kamen nicht weiter und konnten nicht wie gewohnt die bekannten Methoden aus der Softwareentwicklung nutzen. Simatic AX ist das Werkzeug und die Umgebung, mit der wir IT-Praktiken endlich in der OT umsetzen können“, erklärt Peter Kurhajec, Chief Technology Officer bei MTS.

IT-ähnliches Engineering

Simatic AX Logic Control Engineering ist eine IT-ähnliche Engineering-Umgebung für Simatic-Steuerungen. Das Tool basiert auf Visual Studio Code und vereint einen text- und dokumentenbasierten Ansatz, objektorientierte Programmierung, Paketmanagement, native Versionskontrolle und Unit-Testing. Automatisierungsingenieure können so bewährte Methoden aus der Softwareentwicklung in ihren Workflows anwenden.

„In Simatic AX Engineering kannst du die gleichen Workflows übernehmen, wie du sie aus der Softwareentwicklung kennst. Man kann also dieselben Pipelines anwenden, wenn man Pakete ausliefert, Software testet oder Änderungen vornimmt“, sagt Kurhajec.

Zudem nutzt MTS die Offenheit des Systems, um die Entwicklung zu automatisieren. Das ist möglich, weil „man Zugriff auf Details im System bekommt, die bei anderen Plattformen nicht zugänglich sind. Das erlaubt es uns, ein komplett neues System auf Simatic AX aufzubauen, das unsere Entwicklungsgeschwindigkeit und Effizienz steigert“, sagt Kurhajec. Dieses System, genannt AX#, wird von MTS als Open-Source-Software veröffentlicht und unterstützt das Team, die Entwicklung ihrer Maschinen zu automatisieren. „Das AX#Framework unterstützt dabei, komplexe Maschinen mit vielen Komponenten sehr schnell zusammenzustellen. Jede Komponente ist von der Hardware entkoppelt, da es sich um eine Softwarekomponente handelt“, sagt Blazej Kuhajda, Senior Developer bei MTS. Das fehlende Puzzleteil für die weitere Automatisierung der Prozesse war die Engineering-Umgebung selbst.

Datenqualität und Code-Effizienz

Doch warum investiert MTS so viel Zeit und Energie in diesen neuen Ansatz? „Unsere Kunden wollen Daten in die Cloud senden; sie wollen aus diesen Daten Erkenntnisse gewinnen“, erklärt Martin Hareznik, Leiter der Softwareabteilung.

Siemens hat objektorientierte Programmierung in Structured Text eingeführt, sodass MTS die Datenerfassung direkt in das Komponentendesign integrieren kann. Eine ‚Motor‘-Komponente protokolliert automatisch relevante Messwerte – Drehmoment, Geschwindigkeit, Temperatur, Fehlerereignisse – jeweils mit präzisem Zeitstempel.

„Das Schwierige ist, hochwertige Daten aus der Produktion zu bekommen, weil dafür viel manuelle Arbeit und Tests nötig sind“, merkt Peter Kurhajec an. Softwareentwicklungsmechanismen wie Git-Versionierung oder Paketmanagementsysteme ermöglichen iterative Entwicklungsprozesse und stellen hohe Qualität und Versionskonsistenz über mehrere Entwickler hinweg sicher. „Was wir mit Simatic AX erreichen konnten, ist die Entwicklung von Systemen, die tatsächlich qualitativ hochwertige, fein aufgeschlüsselte Daten liefern“, sagt Hareznik. „Wenn wir z.B. Daten in einer Datenbank speichern wollen, genügt in der SPS nur eine einzige Codezeile“.

Das hat die Arbeitsabläufe bei MTS grundlegend verändert. „AX kann viele Prozesse für uns automatisieren. Wir können unseren Applikationsingenieuren sehr schnell neue Services bereitstellen“, ergänzt Martin.

AX# und AXOpen

Zusätzliches Potenzial liegt in der Erweiterbarkeit der Software. So wie Softwareentwickler eigene Toolchains und Frameworks schaffen, um domänenspezifische Herausforderungen zu lösen, erkannte MTS, dass sie auf Basis der offenen Architektur von AX ihre eigenen Tools entwickeln konnten. Im Ergebnis entstanden individuelle Entwicklungswerkzeuge, die die Engineering-Prozesse unterstützen und durch Bereitstellung als Open Source Projekte der gesamten Automatisierungsgemeinschaft zugutekommen können.

Ihre Projekte AX# und AXOpen sind in ihrer GitHub-Community zu finden. AX# übersetzt automatisch SPS-Programme in .NET-Bibliotheken, ermöglicht dadurch strukturierten Datenzugriff und automatisierte HMI-Generierung. Manuelle UI-Programmierung ist nicht notwendig.

AXOpen bietet ein Anwendungs-Framework mit Koordination von primitiven, umfangreichem Datenhandling und vorkonfigurierten Komponenten. Gemeinsam beschleunigen diese Erweiterungen die Maschinenzusammenstellung erheblich. „All das war möglich, weil AX von Grund auf offen ist und APIs bereitstellt, die es ermöglichen, die Umgebung zu erweitern und zu bereichern“, betont Kurhajec.

IT und OT zusammenführen

Da Automatisierung zunehmend mit Cloud-Systemen und Datenanalysen kombiniert wird, benötigen Hersteller Entwicklungsansätze, die ihre Wettbewerbsfähigkeit unterstützen. „Als ich in die Industrie kam, habe ich diese große Lücke gesehen zwischen dem Vorgehen in der Softwarewelt und dem in der industriellen Automatisierung. Ich denke, wir konnten mit Simatic AX Engineering diese Konvergenz zwischen IT und OT effizient herstellen“, betont Kurhajec. Der Einsatz des Tools bei Modern Technology Systems zeigt den Wandel, den industrielle Automatisierung durchläuft. Bewährte Praktiken aus der Softwareentwicklung können übernommen werden und unterstützen Hersteller dabei, Verbesserungen in Geschwindigkeit, Qualität und Leistungsfähigkeit zu erzielen.



  • Unternehmen können KI-Erwartungen des Managements nicht erfüllen

    Unternehmen können KI-Erwartungen des Managements nicht erfüllen

    Deutsche Führungskräfte wollen dem Hype um künstliche Intelligenz (KI) folgen, so das Ergebnis einer Studie von IFS. Die Unternehmen sind jedoch noch nicht in der Lage, die Erwartungen an die…

    mehr lesen: Unternehmen können KI-Erwartungen des Managements nicht erfüllen

  • Trumpf und SiMa.ai statten Lasersysteme mit KI-Chips aus

    Trumpf und SiMa.ai statten Lasersysteme mit KI-Chips aus

    Die Unternehmen Trumpf und SiMa.ai entwickeln KI-Chips und Software zur Verbesserung von Schweiß-, Schneid- und Markierprozessen. Die Technologie soll für effizientere Laseranwendungen sorgen.

    mehr lesen: Trumpf und SiMa.ai statten Lasersysteme mit KI-Chips aus

  • Werkzeugbahnen im virtuellen Raum planen und skizzieren

    Werkzeugbahnen im virtuellen Raum planen und skizzieren

    Werkzeugbahnen für Zerspanprozesse in CAM-Systemen zu planen erfordert Expertenwissen. Viele Parameter müssen bestimmt und geprüft werden, um die Bahnplanung Schritt für Schritt zu optimieren. Im Projekt CAMStylus arbeiten die Beteiligten…

    mehr lesen: Werkzeugbahnen im virtuellen Raum planen und skizzieren

  • Automatisierungstreff wieder erfolgreich

    Automatisierungstreff wieder erfolgreich

    Die Agentur Strobl als Veranstalter des Automatisierungstreffs hat für die diesjährige Ausgabe im April ein positives Fazit gezogen.

    mehr lesen: Automatisierungstreff wieder erfolgreich

  • TXOne ernennt neuen CRO

    TXOne ernennt neuen CRO

    Stephen Driggers, zuletzt CRO bei Nozomi Networks, heuert bei TXOne Networks an und übernimmt dort ebenfalls die Position des Chief Revenue Officers.

    mehr lesen: TXOne ernennt neuen CRO

  • VDI-Kongress diskutiert Zukunftstrends der Industrie

    VDI-Kongress diskutiert Zukunftstrends der Industrie

    Auf dem 25. VDI-Kongress Automation haben die mehr als 350 Teilnehmenden unter dem Motto ’AI beats Automation?‘ über Zukunftstrends diskutiert.

    mehr lesen: VDI-Kongress diskutiert Zukunftstrends der Industrie

  • Neun Tipps für mehr OT-Sicherheit

    Neun Tipps für mehr OT-Sicherheit

    Durch NIS2 und KRITIS-Dachgesetz erweitert sich die Zahl der regulierten Organisationen auf über 30.000. Der Eco Verband gibt Unternehmen daher Tipps an die Hand, wie sie die Cyber-Resilienz ihrer industrieller…

    mehr lesen: Neun Tipps für mehr OT-Sicherheit

  • GenISys will Abfüllanlagen einfach konfigurierbar machen

    GenISys will Abfüllanlagen einfach konfigurierbar machen

    Im Projekt GenISys entwickeln Forschende der Bergischen Universität gemeinsam mit zwei Praxispartnern generative KI-Modelle, mit denen der Bau von Abfüllanlagen zukünftig intelligenter und ressourcenschonender vonstatten gehen soll.

    mehr lesen: GenISys will Abfüllanlagen einfach konfigurierbar machen

  • Maschinenbauer rechnen erst 2025 mit Erholung

    Maschinenbauer rechnen erst 2025 mit Erholung

    Die Stimmung im Maschinenbau hat sich eingetrübt, auch mit Blick auf das Gesamtjahr. Laut VDMA-Konjunkturumfrage werden die Investitionen erst 2025 wieder steigen.

    mehr lesen: Maschinenbauer rechnen erst 2025 mit Erholung

  • Babtec eröffnet Standort in Friedrichshafen

    Babtec eröffnet Standort in Friedrichshafen

    Vom Bodensee aus soll eine neue Entwicklungsabteilung die Teams des Wuppertaler Softwarespezialisten unterstützen.

    mehr lesen: Babtec eröffnet Standort in Friedrichshafen

  • Was Deskless Worker bewegt

    Was Deskless Worker bewegt

    Eine aktuelle Studie des Aachener Softwarespezialisten Inform unter Mitarbeitenden aus dem produzierenden Gewerbe zeigt, dass sich sogenannte Deskless Worker von ihren Arbeitgebern neben guter Bezahlung vor allem bessere Kommunikation und…

    mehr lesen: Was Deskless Worker bewegt

  • Selbstlernende Optimierung für hybride Bearbeitung

    Selbstlernende Optimierung für hybride Bearbeitung

    Open Mind beteiligt sich am Verbundprojekt ’CICAM – Computational Intelligence for Computer-aided Manufacturing’ des Instituts für Werkzeugmaschinen und Betriebswissenschaften an der Technischen Universität München und Spanflug Technologies. Das Forschungsprojekt hat…

    mehr lesen: Selbstlernende Optimierung für hybride Bearbeitung