11 Interfakultäre Einrichtungen
Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/12
Browse
6 results
Search Results
Item Open Access Spatio-temporal and immersive visual analytics for advanced manufacturing(2019) Herr, Dominik; Ertl, Thomas (Prof. Dr.)The increasing amount of digitally available information in the manufacturing domain is accompanied by a demand to use these data to increase the efficiency of a product’s overall design, production, and maintenance steps. This idea, often understood as a part of Industry 4.0, requires the integration of information technologies into traditional manufacturing craftsmanship. Despite an increasing amount of automation in the production domain, human creativity is still essential when designing new products. Further, the cognitive ability of skilled workers to comprehend complex situations and solve issues by adapting solutions of similar problems makes them indispensable. Nowadays, customers demand highly customizable products. Therefore, modern factories need to be highly flexible regarding the lot size and adaptable regarding the produced goods, resulting in increasingly complex processes. One of the major challenges in the manufacturing domain is to optimize the interplay of human expert knowledge and experience with data analysis algorithms. Human experts can quickly comprehend previously unknown patterns and transfer their knowledge and gained experience to solve new issues. Contrarily, data analysis algorithms can process tasks very efficiently at the cost of limited adaptability to handle new situations. Further, they usually lack a sense of semantics, which leads to a need to combine them with human world knowledge to assess the meaningfulness of such algorithms’ results. The concept of Visual Analytics combines the advantages of the human’s cognitive abilities and the processing power of computers. The data are visualized, allowing the users to understand and manipulate them interactively, while algorithms process the data according to the users’ interaction. In the manufacturing domain, a common way to describe the different states of a product from the idea throughout the realization until the product is disposed is the product lifecycle. This thesis presents approaches along the first three phases of the lifecycle: design, planning, and production. A challenge that all of the phases face is that it is necessary to be able to find, understand, and assess relations, for example between concepts, production line layouts, or events reported in a production line. As all phases of the product lifecycle cover broad topics, this thesis focuses on supporting experts in understanding and comparing relations between important aspects of the respective phases, such as concept relationships in the patent domain, as well as production line layouts, or relations of events reported in a production line. During the design phase, it is important to understand the relations of concepts, such as key concepts in patents. Hence, this thesis presents approaches that help domain experts to explore the relationship of such concepts visually. It first focuses on the support of analyzing patent relationships and then extends the presented approach to convey relations about arbitrary concepts, such as authors in scientific literature or keywords on websites. During the planning phase, it is important to discover and compare different possibilities to arrange production line components and additional stashes. In this field, the digitally available data is often insufficient to propose optimal layouts. Therefore, this thesis proposes approaches that help planning experts to design new layouts and optimize positions of machine tools and other components in existing production lines. In the production phase, supporting domain experts in understanding recurring issues and their relation is important to improve the overall efficiency of a production line. This thesis presents visual analytics approaches to help domain experts to understand the relation between events reported by machine tools and comprehend recurring error patterns that may indicate systematic issues during production. Then, this thesis combines the insights and lessons learned from the previous approaches to propose a system that combines augmented reality with visual analysis to allow the monitoring and a situated analysis of machine events directly at the production line. The presented approach primarily focuses on the support of operators on the shop floor. At last, this thesis discusses a possible combination of the product lifecycle with knowledge generating models to communicate insights between the phases, e.g., to prevent issues that are caused from problematic design decisions in earlier phases. In summary, this thesis makes several fundamental contributions to advancing visual analytics techniques in the manufacturing domain by devising new interactive analysis techniques for concept and event relations and by combining them with augmented reality approaches enabling an immersive analysis to improve event handling during production.Item Open Access Concepts and methods for the design, configuration and selection of machine learning solutions in manufacturing(2021) Villanueva Zacarias, Alejandro Gabriel; Mitschang, Bernhard (Prof. Dr.-Ing. habil.)The application of Machine Learning (ML) techniques and methods is common practice in manufacturing companies. They assign teams to the development of ML solutions to support individual use cases. This dissertation refers as ML solution to the set of software components and learning algorithms to deliver a predictive capability based on available use case data, their (hyper) paremeters and technical settings. Currently, development teams face four challenges that complicate the development of ML solutions. First, they lack a formal approach to specify ML solutions that can trace the impact of individual solution components on domain-specific requirements. Second, they lack an approach to document the configurations chosen to build an ML solution, therefore ensuring the reproducibility of the performance obtained. Third, they lack an approach to recommend and select ML solutions that is intuitive for non ML experts. Fourth, they lack a comprehensive sequence of steps that ensures both best practices and the consideration of technical and domain-specific aspects during the development process. Overall, the inability to address these challenges leads to longer development times and higher development costs, as well as less suitable ML solutions that are more difficult to understand and to reuse. This dissertation presents concepts to address these challenges. They are Axiomatic Design for Machine Learning (AD4ML), the ML solution profiling framework and AssistML. AD4ML is a concept for the structured and agile specification of ML solutions. AD4ML establishes clear relationships between domain-specific requirements and concrete software components. AD4ML specifications can thus be validated regarding domain expert requirements before implementation. The ML solution profiling framework employs metadata to document important characteristics of data, technical configurations, and parameter values of software components as well as multiple performance metrics. These metadata constitute the foundations for the reproducibility of ML solutions. AssistML recommends ML solutions for new use cases. AssistML searches among documented ML solutions those that better fulfill the performance preferences of the new use case. The selected solutions are then presented to decision-makers in an intuitive way. Each of these concepts was evaluated and implemented. Combined, these concepts offer development teams a technology-agnostic approach to build ML solutions. The use of these concepts brings multiple benefits, i. e., shorter development times, more efficient development projects, and betterinformed decisions about the development and selection of ML solutions.Item Open Access Modell zum maschinellen Lernen von Wirkzusammenhängen bei der Holzverarbeitung auf Basis von online-erfassten Werkzeugmaschinendaten(Stuttgart : Fraunhofer Verlag, 2018) Lenz, Jürgen Herbert; Westkämper, Engelbert (Univ.-Prof. a. D. Dr.-Ing. Prof. E.h. Dr.-Ing. E.h. Dr. h.c. mult.)Aufgrund des immer härter werdenden globalen Wettbewerbs müssen produzierende Unternehmen, die auch in der Zukunft profitabel produzieren wollen, ihre Leistungsreserven nutzten. Die Möbelfertigung, die größte holzverarbeitende Industrie, besteht im Hauptprozess aus dem Fräsen von Holzwerkstoffen. Hierbei gibt es Leistungsreserven in der Einsatzplanung der Fräswerkzeuge. Gute Einsatzplanung ist die Voraussetzung für eine hohe Verfügbarkeit des Produktionssystems. Die Einsatzplanung wird durch Entwicklungen wie individuelle Möbelstücke, kleinere Losgrößen und neue Schneidstoffe erschwert. Die Herausforderung der Planungsunsicherheit beim Werkzeugeinsatz in der Holzbearbeitung wächst zusätzlich durch die größere Anzahl an industriell hergestellten Holzwerkstoffen mit jeweils unterschiedlicher Abrasivität. Dadurch wird die Bestimmung der Reststandzeit eines Werkzeuges erschwert. Zielsetzung dieser Arbeit ist die Planungssicherheit des Werkzeugeinsatzes durch eine exakte Planung des Werkzeugwechselfensters sowie durch Prognose der Reststandzeit zu erhöhen. Mithilfe dieser Prognose kann das gesamte Standvermögen des Werkzeuges verwendet werden. Das führt dazu, dass die Verfügbarkeit des Produktionssystems erhöht wird, da durch das Überschreiten der Werkzeugeinsatzgrenze bedingte Stillstände vermieden werden. Hierfür wurde ein Modell erstellt, das online erfasste Daten aus der Werkzeugmaschinensteuerung mit kontextbezogenen Informationen aus Datenbanken wie dem ERP-System und der Werkzeugverwaltung kombiniert. Aus diesen Informationen wird eine werkzeugspezifische Einsatzhistorie gebildet und mit gemessenen physikalischen Werten über den Werkzeugverschleiß und Kantenqualität des Werkstückes in Verbindung gebracht. Diese Verbindung von Bearbeitungshistorie und echten physikalischen Messgrößen bilden die Datenbasis für das maschinelle Lernen von Wirkzusammenhängen. Durch das Erlernen dieser Zusammenhänge kann die Reststandzeit eines Werkzeuges prognostiziert werden und somit die Planungsgenauigkeit des Werkzeugeinsatzes durch exakte Festlegung von Werkzeugwechselfenstern gesteigert werden. Zur Erprobung wurde das entwickelte Modell implementiert und seine Funktionsfähigkeit anhand einer Werkstoff-/Schneidstoffpaarung validiert. Diese Erprobung zeigte dass die Wirkzusammenhänge erlernt werden können.Item Open Access Smart Engineering Apps für eine mobile und situationssensitive Bereitstellung von Engineeringdaten(2019) Hoos, Eva; Mitschang, Bernhard (Prof. Dr.-Ing.)Globale Megatrends wie steigende Produktindividualisierung, kürzere Produktlebenszyklen und steigende Produktkomplexität führen zu erheblichen Herausforderungen im Engineering, also in der Produkt- und Produktionsprozessentwicklung. Die Informationsbereitstellung in der Engineeringdomäne ist zeitaufwendig und komplex, deshalb werden Engineeringprozesse nur unzureichend unterstützt. Gleichzeitig wird das Potenzial neuer Technologien wie mobile Apps oder situationssensitive Anwendungen bisher nicht genutzt. Um dies zu adressieren, stehen im Zentrum dieser Arbeit Smart Engineering Apps (SEA), die eine mobile und situationsabhängige Bereitstellung von Engineeringdaten ermöglichen. Die Beiträge der Doktorarbeit umfassen sowohl die Konzeption und prototypische Implementierung von SEAs als auch die Entwicklung von Methoden und Konzepten für deren strategischen Einsatz und Entwurf. Die Beiträge lassen sich in drei Teilbereiche untergliedern: (1) Es wird eine systematische, prozessorientierte Analysemethode zur Identifikation von App-Potenzialen bereitgestellt. Die Methode wird auf mehrere Engineeringprozesse angewendet, um eine Übersicht über App-Potenziale und den möglichen Geschäftsnutzen zu erhalten. (2) Für die systematische Konzeption der Situationssensitivität wird ein Entwurfsframework zur Verfügung gestellt. Es stellt sowohl ein Metamodell für Situationen als auch Entwicklungsmethoden und -bausteine für die Modellierung und Erfassung von Situationen bereit. (3) Die situationsabhängige Bereitstellung von Engineeringdaten stellt eine Kernfunktionalität von SEAs dar. Das erarbeitete Konzept ermöglicht die Realisierung von SEAs, die Anwendern nur die Engineeringdaten zur Verfügung stellen, die sie für ihre aktuelle Aufgabe benötigen. Auf Basis der entwickelten Konzepte und Methoden werden zwei SEAs realisiert. Die Evaluation der Forschungsbeiträge erfolgt durch die Anwendung der Konzepte und Methoden bei deren Entwurf. Damit wird gezeigt, dass die erarbeiteten Forschungsbeiträge in realen Anwendungsfällen einsetzbar sind und dass sie den Entwurf von SEAs unterstützen. Eine Expertenevaluation zeigt, dass durch SEAs Prozessverbesserungen erreicht werden können. Zusammenfassend kann gesagt werden, dass SEAs die Herausforderungen der Informationsbereitstellung im Engineering adressieren. Durch die entwickelten Lösungskonzepte werden der Entwurf und die Konzeption von SEAs unterstützt. Deren Einsatz liefert einen Beitrag für Prozessverbesserungen im Engineering.Item Open Access Aspekte des Change Management in großen koordinierten Systemverbünden(2019) Königsberger, Jan; Mitschang, Bernhard (Prof. Dr.-Ing. habil.)Diese Arbeit untersucht verschiedene Aspekte von Änderungsvorhaben im Rahmen großer Systemverbünde in serviceorientierten Architekturen (SOA). Entsprechende Änderungsaktivitäten und -prozesse werden unter dem Begriff Change Management zusammengefasst und sind ein Teilbereich der SOA Governance. Die SOA Governance definiert Prozesse und Richtlinien zur Steuerung und Überwachung einer SOA. Änderungsprozesse müssen für jede Änderung an einem Bestandteil eines SOA-Systemverbundes, wie etwa eines Services oder seiner Schnittstellen, durchlaufen werden. Daher ist es essentiell, dass solche Prozesse klar dokumentiert und möglichst schlank gehalten werden. Aufgrund der Komplexität eines Systemverbundes ist die Unterstützung der Änderungsprozesse durch spezialisierte Softwareanwendungen unabdingbar zur effizienten Durchführung von Änderungsvorhaben. Das übergeordnete Ziel dieser Arbeit ist daher die Entwicklung von Methoden und Verfahren zur Unterstützung der Änderungsprozesse und der Governance serviceorientierter Architekturen. Zur Erreichung dieses Ziel liefert die vorliegende Arbeit mehrere Beiträge. Es werden zunächst Möglichkeiten zur Vereinfachung der Integration von neuen Service-Consumern in eine SOA vorgestellt. Hierzu wurde das Konzept der Business Objects plus entwickelt. Dieses zielt auf eine Vereinheitlichung von häufig genutzten Datenobjekten über Domänengrenzen hinweg ab, wodurch die Anbindung von Consumern vereinfacht wird. Einen weiteren Beitrag aus diesem Themenfeld stellt die REST-to-SOAP-Middleware Architecture dar. Sie ermöglicht die Anbindung von existierenden, klassischen SOAP-basierten Webservices in Anwendungsfällen, die das leichtgewichtigere REST-Architekturparadigma nutzen. Durch den Einsatz moderner Technologien können sich neue Möglichkeiten bei der Entwicklung von Softwaresystemen eröffnen. Konkret untersucht diese Arbeit dazu die Einsatzmöglichkeiten semantischer Technologien in der Entwicklung eines SOA-Governance-Informationssystems, das Stakeholdern einer SOA eine effiziente Erledigung ihrer Aufgaben ermöglichen soll. Ein weiterer wichtiger Themenkomplex ist die Durchführung von Software- und Schnittstellentests im Rahmen eines Änderungsprozesses. Insbesondere in einem Systemverbund sind dabei eine Vielzahl an Abhängigkeiten zwischen Systemen und Services zu beachten. Diese Arbeit liefert dazu eine Methode zur Risikobewertung von Änderungen, wodurch eine zielgerichtete und ressourcenschonende Testdurchführung ermöglicht wird. Zur Unterstützung der Testplanung und -durchführung wurde in einem weiteren Beitrag ein Konzept zur automatischen Generierung und Optimierung von Testzeitplänen entwickelt, welches existierende Abhängigkeiten und Randbedingungen mit einbezieht, durch die eine manuelle Erstellung eines solchen Zeitplans komplex wäre. Die in dieser Arbeit entwickelten Methoden und Konzepte wurden als Prototyp eines SOA-Governance-Informationssystems, dem SOA Governance Repository implementiert, das ebenfalls vorgestellt wird.Item Open Access Metadata management in virtual product development to enable cross-organizational data analytics(2024) Ziegler, Julian; Mitschang, Bernhard (Prof. Dr.-Ing. habil.)Due to the advancing digitalization, companies are increasingly adopting computer-aided technologies. Especially in product development, computer-aided technologies enable a gradual shift from physical to virtual prototypes. This shift towards virtual product development includes design, simulation, testing, and optimization of products, and reduces costs and time needed for these tasks. Companies with strong activities in the field of virtual product development generate large amounts of heterogeneous data and wish to mine these data for knowledge. In this context, metadata is a key enabler for data discovery, data exploration, and data analyses but often neglected. The diversity in the structure and formats of virtual product development data makes it difficult for domain experts to analyze them. Domain experts struggle with this task because such engineering data are not sufficiently described with metadata. Moreover, data in companies are often isolated in data silos and difficult to explore by domain experts. This calls for an adequate data and metadata management that is able to cope with the significant data heterogeneity in virtual product development, and that empowers domain experts to discover and access data for further analyses. This thesis identifies previously unsolved challenges for a data and metadata management that is tailored to virtual product development and makes three contributions. First, a metadata model that provides a connected view on all data, metadata, and work activities of virtual product development projects. A prototypical implementation of this metadata model is already being applied to a real-world use case of an industry partner. Based on this foundation, the second contribution uses this metadata model to enable feature engineering with domain experts as part of data analyses projects. Going further, data analyses can directly use the metadata structure to provide added value without having to access the large amounts of product data. To this end, the third contribution utilizes the metadata structure itself to enable a novel approach to process discovery for product development projects. Thus, process structures in development projects can be analyzed with little effort, e.g., to identify good or inefficient processes in development projects.