Software Defined Manufacturing

Was ist Software Defined Manufacturing

Software Defined Manufacturing (SDM) eröffnet der industriellen Produktion die Möglichkeit, das Potential einer flexiblen und agilen Fabrik bestmöglich auszuschöpfen. Deshalb sehen wir Software Defined Manufacturing als Zielbild der modernen Produktion. In einer „Software-getriebenen Fertigung“ werden die Software und die Hardware von Maschinen oder Anlagen als getrennte, sich bedingende Komponenten betrachtet. Dabei übernimmt Software die zentrale und steuernde Rolle.

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

YouTube immer entsperren

Software Definded Manufacturing als Lösung

generische Hardware

+ intelligente Software
= Software Defined Manufacturing

Software Defined Manufacturing revolutioniert den traditionellen Produktionsprozess. Sämtliche physischen Bearbeitungsschritte und Prozesse werden ausschließlich durch die Software geplant, gesteuert und selbstlernend optimiert. Aus der Verlagerung der Intelligenz von der Hardware in die Software ergeben sich gravierende Vorteile hinsichtlich Wirtschaftlichkeit, Qualität und vor allem der Flexibilität der Produktion.

Die erforderlichen Technologien sind inzwischen weitestgehend vorhanden. Für die Umsetzung müssen in der Fertigung von morgen generische und rekonfigurierbare Hardwaresysteme bereitgestellt werden, die durch standardisierte Schnittstellen offen sind und auf einer Softwareschicht leicht modifiziert werden können. Einmal erstellter Code kann dann für verschiedene Maschinen wiederverwendet werden.

Probleme klassischer Produktionsprozesse

unflexible Strukturen

lange Entwicklungszyklen

hoher manueller Aufwand

Vorteile von Software Defined Manufacturing

Durch das Zusammenspiel generischer Hardware mit intelligenter Software ergeben sich zahlreiche Chancen in und für Unternehmen. Damit lassen sich interne Prozesse automatisieren und effizientere Prozesse etablieren somit auch die Entwicklungsgeschwindigkeit erhöhen.

Darüber hinaus ergeben sich Möglichkeiten für gänzlich neue Geschäftsmodelle und Geschäftsfelder. Unternehmen werden so befähigt, den Herausforderungen des modernen Marktumfelds zu begegnen.

erhöhte Entwicklungsgeschwindigkeit

Realisierung neuer Geschäftsmodelle

Anpassungsfähigkeit an geänderte Anforderungen

Anforderungen an Maschinen

Wichtigstes Merkmal geeigneter Maschinen ist die Modularität. Um SDM in der Produktion zu realisieren, muss eine Maschine jeweils für einen bestimmten Bearbeitungsvorgang (z.B. Bohren, Fräsen, Sägen, Stanzen oder Schweißen) optimiert sein. Für jeweils genau einen dieser Vorgänge ist sie mechanisch, elektrisch und steuerungstechnisch optimal ausgelegt und gerüstet.

Dabei sollte das Spektrum bearbeitbarer Fertigungsstücke je Maschine möglichst breit sein. Ebenso sollte der Einsatz nutzbarer Werkzeuge variabel sein und der Werkzeugwechsel automatisiert ablaufen. Die dazugehörige Steuerungssoftware beherrscht die Durchführung des jeweiligen Bearbeitungsvorgangs perfekt und kennt dafür alle Eigenschaften der Maschine – nicht mehr und nicht weniger.

Die moderne Maschine ist zudem offen zu anderen Systemen und Instanzen. Dafür hat sie definierte Schnittstellen, über die sie alle relevanten Informationen in strukturierter Form eines „Digitalen Zwillings“ zur Verfügung stellt.

Optimiert auf einzelne Vorgänge

Variabler Einsatz von Werkzeugen

Offene, definierte Schnittstellen

Anforderungen an Software

Die zur Umsetzung von SDM notwendige intelligente Steuerung besteht aus gekapselten Softwaremodulen. Jede Funktionalität ist jeweils nur in einem Modul vorhanden und wird nach Bedarf genutzt, egal für welche Steuerungsfunktion oder von welcher Maschine.

Die Steuerungssoftware ist hierarchisch möglichst „weit oben“ angesiedelt, z.B. in der Cloud oder Edge Cloud. Über standardisierte Schnittstellen stehen der Steuerung dort alle Daten und Informationen sämtlicher Maschinen und Prozessschritte zur Verfügung.

Über die ihr zur Verfügung stehenden Daten kann die Software mittels Machine Learning bzw. Künstliche Intelligenz den gesamten Fertigungsprozess im Blick behalten, analysieren und übergreifend optimieren.

Kopierbare, gekapselte Softwaremodule

Bedarfsoptimierte Nutzung von Funktionalität

Datenbasierte Optimierung mit KI & ML