SFB 614:  Selbstoptimierende Systeme des Maschinenbaus

• Fachliche Zuordnung: Maschinenbau und Produktionstechnik ; Informatik, System- und Elektrotechnik
• Förderung: Förderung von 2002 bis 2013
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5485260

• Erstellungsjahr: 2013

Zusammenfassung der Projektergebnisse

Der Sonderforschungsbereich 614 „Selbstoptimierende Systeme des Maschinenbaus“ beruhte im Kern auf einer der herausragenden Stärken der Universität Paderborn, der Symbiose von Informatik, Ingenieurwissenschaften und Mathematik. Diese äußert sich u. a. in der ausgeprägten Mechatronik-Kompetenz, die in Verbindung mit Optimierungsmethoden die Ausgangsbasis des SFB 614 bildete. Gegenstand des SFB waren maschinenbauliche Systeme von morgen. Diese bestehen aus Konfigurationen von Systemelementen mit einer inhärenten Teilintelligenz. Das Verhalten des Gesamtsystems wird durch die Kommunikation und Kooperation der intelligenten Systemelemente geprägt. Aus informationstechnischer Sicht handelt es sich nach unserem Verständnis um verteilte Systeme von miteinander kooperierenden Agenten. Daraus eröffnen sich faszinierende Möglichkeiten für die Gestaltung von maschinenbaulichen Erzeugnissen. Der Begriff Selbstoptimierung charakterisiert diese Perspektive: Unter Selbstoptimierung eines technischen Systems wird die endogene Änderung der Ziele des Systems auf veränderte Einflüsse und die daraus resultierende zielkonforme autonome Anpassung der Parameter und ggf. der Struktur und somit des Verhaltens dieses Systems verstanden. Damit geht Selbstoptimierung über die bekannten Regel- und Adaptionsstrategien wesentlich hinaus; Selbstoptimierung ermöglicht handlungsfähige Systeme mit inhärenter „Intelligenz“, die in der Lage sind, selbstständig und flexibel auf veränderte Betriebsbedingungen zu reagieren. Die langfristige Vision des SFB war eine neue Schule des Entwurfs der maschinenbaulichen Systeme von morgen. Das entsprechende Instrumentarium bestehet aus einem Referenzprozess, Entwurfsmethoden und -werkzeugen sowie Praktiken. Auf dem Weg zur Verwirklichung dieser Vision wurden in der 1. Förderperiode die grundlegenden Leitlinien des wissenschaftlichen Programms sowie die Basiskonzepte wie beispielsweise die Operator-Controller-Architektur und die Spezifikationstechnik zur domänenübergreifenden Beschreibung der Prinziplösung eines intelligenten mechatronischen Systems im Sinne eines ersten Entwurfs erarbeitet und validiert. In der 2. Förderperiode bestätigten sich die Leitlinien und Basiskonzepte. Zudem waren die Ergebnisse zu diesem Zeitpunkt bereits so konkret und von höchster Praxisrelevanz, dass in der 2. Hälfte 2008 fünf Transferprojekte gestartet werden konnten. Andererseits war noch in erheblichem Umfang grundlegende Forschungsarbeit, aber auch aufwändige Konkretisierung und Komplementierung notwendig, um dem Maschinenbau und verwandten Branchen die angestrebten Impulse für den Wettbewerb von morgen geben zu können. In der 3. Förderperiode wurde der Schwerpunkt weiter auf die domänenübergreifende Konzipierung von selbstoptimierenden Systemen gelegt. Diese hat sich als Schlüsselfeld auf dem Weg zu einer neuen Konstruktionslehre erwiesen. Die Ergebnisse der 2. Förderperiode wurden um eine formale Modellierung der Prinziplösung, Modellierungs-Tools und die Unterstützung des Übergangs in den domänenspezifischen Entwurf ergänzt. Ferner wurden Techniken für den Entwurf von selbstoptimierenden Systemen mit kognitiven Fähigkeiten entwickelt. Die Ergebnisse der Projektbereiche wurden zum Ende des SFB noch stärker verzahnt, sodass ein durchgäniges Vorgehen für die Entwicklung selbstoptimierender Systeme enstanden ist. Das Gesamtprogramm ist von Beginn an so durchdacht worden, dass der SFB über die Jahre kontinuierlich an der Verwirklichung seiner Vision arbeiten konnte. Die Klarheit der konzeptionellen Linie des SFB hat das zielorientierte Zusammenwirken der Teilprojekte und Arbeitskreise sehr gefördert. Das sehr fruchtbare Zusammenwirken der Teilprojekte und Arbeitskreise äußert sich am Ende in der außergewöhnlich hohen Anzahl der Demonstratoren. Diese beruhen auf einem teilprojektübergreifenden Wechselspiel von Analyse und Synthese. Der SFB hat die gesetzten Ziele erreicht, die Vision konnte verwirklicht werden. Es hat sich gezeigt, dass die Ergebnisse eine sehr gute Grundlage für Unternehmen bieten einen Innovationssprung von der Mechatronik hin zu intelligenten technischen Systemen zu ermöglichen. Die Ergebnisse des SFB 614 haben entscheidend zum Gewinn des BMBF-Spitzenclusters „Intelligente Technische Systeme Ostwestfalen- Lippe (it’s OWL)“ 2012 beigetragen. Damit besteht eine hervorragende Möglichkeit, die Methoden und Werkzeuge in die industrielle Praxis nachhaltig zu transferieren. Insbesondere die gegen Ende der Förderung des SFB noch offenen Forschungsfragen können auf diese Weise bearbeitet und gelöst werden:  Welche Informationen müssen neben den erarbeiteten Methoden und Verfahren bereitgestellt werden, damit beispielsweise auch nicht mathematisch geschultes Personal Verfahren zur Mehrzieloptimierung eigenständig einsetzen kann?  Welche Anwendungshemmnisse treten beim Einsatz von mathematischen Optimierungsverfahren, selbstoptimierenden Regelungen sowie Lernverfahren auf und wie können diese Hemmnisse für die Entwickler beseitigt werden?  An welchen Stellen ist das Vorgehen für die Entwicklung selbstoptimierender Systeme aus Sicht der Entwickler in den Unternehmen bislang unzureichend bzw. unvollständig und muss somit durch zusätzliche Methoden vervollständigt werden?  Wie können Zielfunktionen systematisch identifiziert, formuliert und integriert werden, die explizit zur Steigerung der Verlässlichkeit eines Systems beitragen?  Wie kann das Wirkparadigma der Selbstoptimierung auf Produktionssysteme im Kontext Industrie 4.0 übertragen werden?

Projektbezogene Publikationen (Auswahl)

• Towards the Compositional Verification of Real-Time UML Designs. In: SIGSOFT Software Engineering Notes 28/5, ACM Press, New York, 2003, pp. 38-47
  Giese, H.; Tichy, M.; Burmester, S.; Schäfer, W.; Flake, S.
  
• Covering Pareto Sets by Multilevel Subdivision Techniques. In: Journal of Optimization, Theory and Applications 1/05, Springer-Verlag, Heidelberg, Volume 124, 2005, pp. 113-136
  Dellnitz, M.; Schütze, O.; Hestermeyer, T.
  
• Dynamic Online Reconfiguration for Customizable and Self-Optimizing Operating Systems. In: 5th ACM international conference on Embedded software (EMSOFT'2005), September 18th-22nd 2005, Jersey City, 2005
  Oberthür, S.; Böke, C.; Griese, B.
  
• Symbolic Invariant Verification for Systems with Dynamic Structural Adaptation. In: 28th International Conference on Software Engineering (ICSE), May 20th-28th 2006, Shanghai, ACM Press, New York, 2006, pp. 72-81
  Becker, B.; Beyer, D.; Giese, H.; Klein, F.; Schilling, D.
  
• Hybrid Planning and Hierarchical Optimization of Mechatronic Systems. In: International Conference on Control, Automation and Systems (ICCAS), Oktober 14th-17th 2008, Seoul, 2008, pp. 1047-1054
  Münch, E.; Adelt, P.; Krüger, M.; Kleinjohann, B.; Trächtler, A.
  
• Multiobjective Optimization of Control Trajectories for the Guidance of a Rail-bound Vehicle. In: 17th IFAC World Congress, July 6th-11th 2008, Seoul, 2008
  Geisler, J.; Witting, K.; Trächtler, A.; Dellnitz, M.
  
• Tool Support for the Design of Self-optimizing Mechatronic Multi-agent Systems. In: International Journal on Software Tools for Technology Transfer 10/3, Springer- Verlag, Heidelberg, 2008, pp. 207-222
  Burmester, S.; Giese, H.; Münch, E.; Oberschelp, O.; Klein, F.; Scheideler, P.
  
• Energy Transfer via Linear Doubly-Fed Motor in Different Operating Modes. In: International Electric Machines and Drives Conference (IEMDC), May 3rd-6th 2009, Miami, IEEE Xplore Digital Library, Los Alamitos, 2009, pp. 598-605
  Schneider, T.; Schulz, B.; Henke, C.; Steenken, D.; Böcker, J.; Witting, K.
  
• Management of Cross-Domain Model Consistency During the Development of Advanced Mechatronic Systems, 17th Int. Conference on Engineering Design, August 24th-27th 2009, Stanford, 2009
  Greenyer, J.; Schaefer, W.; Gausemeier, J.; Kahl, S.; Pook, S.; Rieke, J.
  
• Solution Patterns for the Development of Self-Optimizing Systems. MV-Verlag, Münster, 2009
  Dumitrescu, R.; Gausemeier, J.; Dangelmaier, W.; Klöpper, B.
  
• Specification Technique for the Description of Self-Optimizing Mechatronic Systems, Engineering – Research and Development, Springer-Verlag, Heidelberg, 2009
  Gausemeier, J.; Frank, U.; Donoth, J.; Kahl, S.
  
• A Systematic Approach to Combined HW/SW System Test. In: DATE - Design, Automation und Test in Europe, March 8th-12th 2010, Dresden
  Krupp, A.; Müller, W.
  
• Design of a real-time optimized emulation method. In: Design, Automation & Test in Europe Conference & Exhibition (DATE), March 8th- 12th 2010, Dresden, 2010
  Kerstan, T.; Oertel, M.
  
• Increasing The Reliability Of A Self-Optimizing Railway Guidance System. In: Reliability And Maintainability Symposium (RAMS), 25. – 28. Januar 2010, San Jose, 2010
  Sondermann-Wölke, C.; Geisler, J.; Sextro, W.
  
• Run-Time Reconfiguration of Multiprocessors Based on Compile-Time Analysis. In: ACM Transactions on Reconfigurable Technology and Systems (TRETS), Volume 3, Issue 17, ACM Digital Library, New York, 2010, pp. 1-25
  Purnaprajna, M.; Porrmann, M.; Rueckert, U.; Hussmann, M.; Thies, M.; Kastens, U.
  
• Specification of Solution Patterns for the Conceptual Design of Advanced Mechatronic Systems. In: International Conference on Advances in Mechanical Engineering (ICAME2010), December 2nd-5th, Shah Alam, 2010
  Dumitrescu, R.; Anacker, H.; Gausemeier, J.
  
• Systematic Testing of Intelligent Mechatronic Systems in a Virtual Environment. In: ASME 2010 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference (IDETC/CIE), August 15th-18th 2010, Montreal, 2010
  Radkowski, R.; Krupp, A.
  
• Design Optimizations for Tiled Partially Reconfigurable Systems. In: IEEE Transactions on VLSI Systems, Volume 19, Issue 6, IEEE Circuits and Systems Society, 2011, pp. 1048-1061
  Köster, M.; Luk, W.; Hagemeyer, J.; Porrmann, M.; Rueckert, U.
  
• Design-space Exploration for Flexible WLAN Hardware. In: Zorba, N.; Skianis, C.; Verikoukis, C. (Eds.): Cross Layer Designs in WLAN Systems, Troubador Publishing, Leicester, 2011, pp. 521- 564
  Jungeblut, T.; Liß, C.; Porrmann, M.; Rueckert, U.
  
• Discrete mechanics and optimal control: an analysis. In: Control, Optimisation and Calculus of Variations 2/11, Cambridge University Press, Cambridge, Volume 17, 2011, pp. 322-352
  Ober-Blöbaum, S.; Junge, O.; Marsden, J. E.
  
• Parametric Model-Order Reduction in Hierarchical Multiobjective Optimization of Mechatronic Systems. In: 18th IFAC World Congress, August 28th - September 2nd 2011, Mailand, Volume 18, Elsevier, Oxford, 2011
  Krüger, M.; Witting, K.; Trächtler, A.; Dellnitz, M.
  
• A variational approach to define robustness for parametric multiobjective optimization problems. In: Journal of Global Optimization, Springer, Heidelberg, 2012, pp. 1-15
  Witting, K.; Ober-Blöbaum, S.; Dellnitz, M.
  (Siehe online unter https://doi.org/10.1007/s10898-012-9972-6)
• Binary Mutation Testing Through Dynamic Translation. In: 42nd Annual IEEE/IFIP International Conference on Dependable Systems and Networks (DSN), June 25th-28th 2012, Boston, 2012
  Becker, M.; Kuznik, C.; Joy, M.; Müller, W.; Xie, T.
  
• Conceptual Design of Advanced Condition Monitoring for a Self-Optimizing System based on its Principle Solution. In: Annual European Safety and Reliability Conference (ESREL), June 25th-29th 2012, Helsinki, 2012
  Sondermann-Wölke, C.; Meyer, T.; Dorociak, R.; Gausemeier, J.; Sextro, W.
  
• Hierarchical Optimization of Coupled Self-optimizing Systems. In: 10th International Conference on Industrial Informatics, July 25th-27th 2012, Beijing, IEEE Xplore Digital Library, Beijing, 2012, pp. 1080-1085
  Hölscher, C.; Keßler, J.H.; Krüger, M.; Trächtler, A.; Zimmer, D.
  
• Mutation Analysis Driven Functional Verification of a Soft Microprocessor. In: 25th IEEE System On Chip Conference (SOCC), September, 12th-14th 2012, Niagara Falls, 2012
  Xie, T.; Müller, W.; Letombe, F.
  
• Online Model Checking for Dependable Real-Time Systems. In: 15th IEEE International Symposium on Object/Component/Service-Oriented Real-Time Distributed Computing, April 11th-13th 2012, Shenzhen, 2012, pp. 154- 161
  Zhao, Y.; Rammig, F.
  
• Planning for mechatronics systems - Architechture, methods and case study. In: Engineering Applications of Artificial Intelligence Volume 25, Issue 1, 2012, pp. 174-188
  Klöpper, B.; Aufenanger, M.; Adelt, P.
  
• Probabilistic Planning for Predictive Condition Monitoring and Adaptation within the Self-Optimizing Energy Management of an Autonomous Railway Vehicle. In: Journal for Robotics and Mechatronics Volume 24, Issue 1, 2012
  Klöpper, B.; Sondermann-Wölke, C.; Romaus C.
  
• Solving optimal control problems by exploiting inherent dynamical systems structures. In: Journal of Nonlinear Science, Band 22, Ausgabe 4, 2012, pp. 599-629
  Flaßkamp, K.; Ober-Blöbaum, S.; Kobilarov, M.
  (Siehe online unter https://doi.org/10.1007/s00332-012-9140-7)
• Towards Hierarchical Self-Optimization in Autonomous Groups of Mobile Robots. In: 10th International Conference on Industrial Informatics, July 25th-27th 2012, Beijing, 2012
  Rasche, C.; Jungmann, A.; Schierbaum, T.; Werdehausen, B.; Kleinjohann, B.
  
• A 65 nm 32 b Subthreshold Processor with 9T Multi-Vt SRAM and Adaptive Supply Voltage Control. In: IEEE Journal of Solid-State Circuits Volume 48, No. 1, IEEE Solid-State Circuits Society, 2013, pp. 8-19
  Lütkemeier, S.; Jungeblut, T.; Otnes Berge, H. K.; Aunet, S.; Porrmann, M.; Rückert, U.
  
• A Methodology for the Improvement of Dependability of Self-Optimizing Systems, Journal of Production Engineering – Research and Development, Springer-Verlag, Heidelberg, 2013
  Dorociak, R.; Gaukstern; T.; Gausemeier, J.; Iwanek, P.; Vaßholz, M.
  
• Closed-Loop Control with Optimal Tire-Force Distribution for the Horizontal Dynamics of an Electric Vehicle with Single-Wheel Chassis Actuators. In: American Control Conference (ACC), June 17th-19th 2013, Washington D.C., 2013
  Reinold, P.; Trächtler, A.
  
• Discrete Objective-based Control for Self-Optimizing Systems In: American Control Conference (ACC), June 17th-19th 2013, Washington D.C., 2013
  Krüger, M.; Remirez, A.; Keßler, J.H.; Trächtler, A.
  
• For the Improvement of Dependability of Self-Optimizing Systems, Journal of Production Engineering – Research and Development, Springer-Verlag, Heidelberg, 2013 Zentrale Ergebnisse des Sonderforschungsbereichs 29
  Dumitrescu, R.; Anacker, H.; Gausemeier, J.
  
• Modeling and Verifying Dynamic Communication Structures based on Graph Transformations. In: Computer Science - Research and Development 28/1, Springer-Verlag, Heidelberg, 2013, pp. 3-22
  Eckardt, T.; Heinzemann, C.; Henkler, S.; Hirsch, M.; Priesterjahn, C.; Schäfer, W.
  
• Online Capable Optimized Planning of Power Split in a Hybrid Energy Storage System. In: IEEE Region 8 Conference EuroCon 2013, July 1st-4th 2013, Zagreb, IEEE Xplore Digital Library, Los Alamitos, 2013
  Stille, K.S.; Romaus, C.; Böcker, J.
  
• Self Optimization Energy Management Considering Stochastics For a Hybrid Energy Storage System- In: IEEE International Electric Machines and Drives Conference, May 12th-15th 2013 Chicago, IEEE Xplore Digital Library, Los Alamitos, 2013
  Romaus C.; Wimmelbücker, D.; Stille, K.S.; Böcker, J.