Laufzeitüberwachung in selbst-organisierenden Industriesystemen

Die vorliegende Arbeit liefert Losungsansatze fur die Laufzeituberwachung eines Selbst-organisierenden industriellen Systems (SOIS). Dazu wird ein Konzept zur Erkennung und Analyse von Anomalien in raumbezogenen Daten mit Hilfe von Substrukturverzeichnissen vorgestellt. Dieser Ansatz ermoglicht es, den aufgrund der Autonomie des Systems enorm grosen Zustandsraum nachzubilden und damit Anderungen im Verhalten einzelner Systemteilnehmer oder auch Anderungen mit globalen Auswirkungen zuverlassig zu detektieren. Im Rahmen dieser Arbeit wurde dieses Konzept zunachst fur Bewegungsdaten von Objekten mit konstanter Geschwindigkeit, die sich in SOIS mit Fliesbandarchitektur ergeben, umgesetzt und umfanglich mit Hilfe von entsprechenden Simulationsmodellen von SOIS evaluiert. In einem weiteren Schritt wurde die Skalierbarkeit der Substrukturextraktion und die Onlinefahigkeit des Rekonstruktionsprozesses diskutiert. Fur beide Falle konnte eine Modullosung erarbeitet werden, die eine effiziente technische Realisierung des vorgestellten Ansatzes ermoglicht. Schlieslich wurde im Rahmen dieser Arbeit die Ubertragbarkeit des vorgestellten Konzepts auf weitere, komplexere raumbezogene Daten, die in einem SOIS verarbeitet werden, gezeigt. Dafur wurde das Konzept sowohl fur Bewegungsdaten von Objekten mit variabler Geschwindigkeit, als auch fur zustandsbeschreibende raumliche Schichtmodelle umgesetzt. Die umfanglichen Evaluierungen der beiden Verfahren bestatigen, dass auch in diesem Fall das vorgestellte Konzept das Problem des enorm grosen Zustandraums bei der Erkennung und Analyse von Anomalien in SOIS mit Hilfe von Substrukturverzeichnissen lost. Insgesamt liefert die vorliegende Arbeit damit einen wichtigen Beitrag zum Thema Qualitatssicherung in SOIS, da die vorgestellten Losungsansatze zur Laufzeituberwachung als Bestandteil eines Qualitatssicherungsprozesses eingesetzt werden konnen.