Első munkaszakasz - 2016.11.01 - 2018.10.31

IPAR 4.0. kutatási és innovációs kiválósági központ
GINOP 2.3.2-15-2016-00002 projekt
műszaki-szakmai eredmények
2016.11.01. - 2018.10.31.

A hivatkozott, és a Labor további kapcsolódó publikációi itt elérhetők.

A témákban készült demonstrációs videók itt megtekinthetők


FF1: Szituáció-tudatos, erőforrás-hatékony és robusztus termeléstervezés és irányítás

FF1/1 rész-téma - Ütemezés elméleti eredmények.

Eredmények rövid összefoglalása

  • A Labor kutatási fókuszában a termeléstervezés és – irányítás azon ütemezési és erőforrás elosztási problémái álltak, melyek nagy a gyakorlati, ipari relevanciája, ám az ütemezés elmélet számára is még nyitottak. Kiemelt problémakörünk a nem-megújuló erőforrásokkal – például nyersanyag, energia, pénz – korlátozott ütemezési problémák megoldhatóságának vizsgálata volt, ez ugyanis a hatékony, elfogadható válaszidővel rendelkező megoldási módszerek kulcsa. Ha a célfüggvény a minimalizálandó maximális befejezési idő, akkor megoldási javaslatok a [2], [3] publikációkban találhatók. A maximális késés minimalizálására is született egy egzakt módszer [4].
  • Ütemezés-elméleti apparátussal került sor az integrált jármű és vezető ütemezési probléma vizsgálatára, amelyre egy új matematikai modellt kidolgozása történt meg [8]. Ehhez kapcsolódik egy elméleti eredmény, amely a korlátozás-és-árazás módszerekben oly gyakran felmerülő erőforrás korlátos legrövidebb út probléma approximálhatóságát elemzi [9].
  • Robusztus – tehát váratlan eseményeknek bizonyos mértékig érzéketlen –egygépes ütemezési modellt kifejlesztése arra az esetre történt meg, amikor a feladatok kezdési és végrehajtási ideje bizonytalan, ám határideje előre adott. A modell termeléstervezési döntések támogatására szolgál, amit egy ipari esettanulmány demonstrált [17].


FF1/2 rész-téma - Általános célú konfigurálható termelésütemező rendszer fejlesztése.

Eredmények rövid összefoglalása

  • Elemezésre kerültek gyakorlati, igen nehéznek számító ütemezési problémák [50], valamint a mai korszerű ütemező rendszerekkel szemben támasztott elvárások. Egy általános célú, kliens-szerver alapú termelésütemező rendszer is kifejlesztetésre került, amely szükség esetén képes probléma-specifikus interfész segítségével az ütemezési probléma átvételére a komplex vállalatirányítási (ún. Enterprise Resource Planning, ERP) rendszerből, majd ebből az ütemezés számára megfelelő belső matematikai modell felépítésére. Az ütemezés gördülő időhorizonton történik, azaz - amennyiben rendelkezésre állnak adatok a gyártásfelügyeleti (ún. Manufacturing Execution System, MES) rendszerből - a termelés előrehaladása alapján az ütemterv folyamatosan aktualizálható, vagyis a modellezés figyelembe veszi az aktuálisan futó munkák állapotát is.
  • Az elkészült ütemtervek több formátumban exportálhatók, szükség esetén egyedi, probléma-specifikus interfész segítségével. A kifejlesztett rendszer két hazai iparvállalatnál egyedileg testre szabva került bevezetésre.


FF1/3 rész-téma - Autonóm járművek (AGV) dinamikus ütemezése.

Eredmények rövid összefoglalása

  • Új elméleti eredmények születtek autonóm járművek (AGV) ütemezésekor releváns dinamikus logisztikai problémák modellezésében és megoldásában. Az első problémakör szállítási feladatok járművekhez rendelése. A szállítási feladatok esetén kezdetben csak az ismert, honnan hova kell szállítani, valamint egy bizonytalansági információval kiegészített időablak, ami a szállítási feladat kezdésének lehetséges időpontjait adja meg egy valószínűségi eloszlással. Amikor a szállítási feladat konkréttá válik, akkor az a konkrét időablak kerül rögzítésre, és a járműveket a feladatokhoz kell online hozzárendelni, hogy a feladatokból származó költségeket minimalizáljuk. Ez a módszer lényegesen javít az ismert eredményeken [5].
  • A kifejlesztett szoftverrendszer tartalmazza a feladatok kiosztását a járművekhez, a járművek ütemezését az egyes útszakaszokon, továbbá a járművek követését. Támogatja a csarnokokban a járművek számára használható közlekedési felületeket feltérképezését, valamint a biztonságosan használható útszakaszokat kijelölését. A rendszer egy szimulációs modul segítségével került tesztelésre [8].


FF1/4 rész-téma - Autonóm járművek vezérlése.

Eredmények rövid összefoglalása

  • A kutatások elsősorban a gyártástámogató robotok, illetve robotrendszerek irányításával kapcsolatos problémák megoldására irányultak. Tekintve, hogy ezekben a rendszerekben nagyszámú, nemlineáris dinamikával leírható mobil robot irányítását kell megoldani, hierarchikus szabályozási struktúra javasolt, ahol a komplex feladat több szinten elosztva kezelhető [21]. Az alsó szinten a robotok pályakövető irányítása szerepel, melynél a fő kritérium a megbízhatóság, robusztusság valamint az idő- és energia-hatékony működés. A kutatási programban kiemelt figyelmet kapott a meghibásodás esetén alkalmazható rekonfigurálható irányítások kérdésköre, melyben a szenzor vagy aktuátorhiba érzékelése esetén a szabályozási struktúra automatikusan megváltoztatható úgy, hogy a zárt szabályozási kör performancia tulajdonságai ne változzanak meg.
  • A hierarchikus irányítórendszer következő szintje a robotok automatizált pályatervezése, melynek célja a gyártási ütemtervhez igazodó, ütközéselkerülő robotpályák kiszámítása. Erre épül, legfelső szintként, az intelligens döntési irányítás, amely előre nem látható, komplex szituációk kezelésére (pl. mozgó akadály, ember a munkatérben, stb.) alkalmazható. A hierarchikus irányítási rendszer egyes komponensei függetlenül tervezhetők meg, ezért figyelembe kell venni, hogy a teljes rendszer integrációjával kapott komplex irányítási struktúra biztosítsa az előírt minőségi követelményeket, így foglalkozni kell a nagydimenziós, multi-ágens rendszerek analízisének kérdéseivel is [44], [45].


FF1/5 rész-téma - Gépi tanulás sztochasztikus, dinamikus rendszerekben.

Eredmények rövid összefoglalása

  • A gépi tanulási kutatásaink a módszertani megalapozástól az alkalmazásokig terjednek. Az egyik központi kérdés, hogy miként lehet tapasztalati adatokból (például szenzor-mérésekből) becsült dinamikus, sztochasztikus rendszermodellek megbízhatóságát felmérni. A projekt során – olasz és ausztrál kutatókkal együttműködve – kidolgozásra került egy új, véletlenített, korrelációs együtthatókon alapuló becslési módszer, amely minimális statisztikai feltevések mellett képes nem-aszimptotikus, eloszlás-független konfidencia tartományok konstrukciójára [18], [22]. Az új módszer az SPCR (Sign-Perturbed Correlation Regions) nevet kapta, mivel ötvözi a korábban kidolgozott LSCR (Leave-out Sign-Dominant Correlation Regions) algoritmus számítási előnyeit, az SPS (Sign-Perturbed Sums) módszer egzakt konfidenciájával.
  • Az SPS becslési módszer egy olyan változatának kidolgozása is megtörtént, amely továbbra is egzakt, nem-aszimptotikus, eloszlás-független konfidencia halmazokat épít sztochasztikus, dinamikus rendszer-modellek adott pont-becslései köré, ugyanakkor hosszútávon képes a rendszer esetleges alul-modellezettségének felismerésére [23].
  • Gépi tanulási, rendszer identifikációs és jelfeldolgozási módszerek kerültek alkalmazásra a szenzorhálózatokból érkező jelek hatékony elemzésére, például dinamikus modellek becslésére és ezek segítségével megbízhatósági adatokkal ellátott rövid-távú előrejelzések készítésére [1].


FF1/6 rész-téma - Ipari szenzoradatok nagytömegű analitikája és hasznosítása a döntéstámogatásban.

Eredmények rövid összefoglalása

  • Az ipari környezetben található gyártásfelügyeleti (MES) és adatgyűjtő (SCADA) rendszerekben folyamatosan gyűjtött és tárolt nagyméretű adathalmazok, a modern gépi tanuló és analitikai módszerek alkalmazásával, új lehetőséget teremtenek a döntéstámogatás számára. Nagytömegű ipari adatok feldolgozására olyan módszer került meghatározásra és implementálásra, amely képes kinyerni a termelésirányítás számára hasznos információkat a jellemzően érzékelők által generált zajos vagy hiányos adatsorokból [27], [28]. Az ún. gyártási logok feldolgozása kvázi-valósidőben történik: a MES rendszerből érkező strukturálatlan, vagy részben strukturált adatokat szűrést követően, jellegtől függően SQL vagy NoSQL adatbázisban tárolódnak. Ily módon a gyártási paraméterek előrejelzésére szolgáló modellek minden esetben a rendszer kvázi-aktuális állapotát tükrözik, a digitális ikermodell (ún. digital twin, DT) koncepciónak megfelelően [42].
  • A gyártási átfutási idők, kapacitásigények vagy selejtarányok a rendszer aktuális állapotát figyelembe véve pontosan becsülhetők. Összehasonlítva a norma alapú paraméterekkel vagy szabály-alapon generált tervekkel, a becslés által hatékonyabba válik az úgynevezett szituáció-tudatos termelésirányítás [28], [29].
  • Szimuláción alapuló döntéstámogatás érdekében olyan munkafolyamat került definiálásra, amiben a rendelkezésre álló nagytömegű historikus rendelési adatokat felügyelet nélküli gépi tanuló módszerekkel vannak tömörítve, és így jelentősen csökkenthető a jellegzetes szimulációs szcenáriók száma [41], [48].


FF1/7 rész-téma - Nagy, elosztott multi-ágens rendszerek elemzése és irányítása.

Eredmények rövid összefoglalása

  • A digitalizációs transzformáció eredményeképpen anyag, energia, információs és pénzügyi folyamatokkal rendkívül sűrűn, immár elválaszthatatlan összekötött, ugyanakkor saját autonómiával rendelkező elemekből álló rendszerek jönnek létre, melyek elemzése, tervezése és irányítása új megközelítést igényel. A vizsgált feladatok jellemzői a sztochasztikus környezet, a nem teljes-információs játék, valamint a több-szempontú döntéshozatal. Az alkalmazott apparátus egyfelől az axiomatikus játékelmélet, másfelől a multi-ágens szimuláció [10] [20].
  • Termelési hálózatokban ún. crowdsourcing elvre építve, elosztott gyártási struktúrákban alkalmazható olyan erőforrás megosztási módszer került kidolgozásra, amely lehetővé teszi a párhuzamosan működő gyártási kapacitások kiajánlását, ill. igénylését, valamint az igények és ajánlatok optimális egymáshoz rendelését. Ehhez kapcsolódik egy vizsgálati módszer sok elemből álló, hálózatelméleti jellemzőkkel leírható termelési hálózatok robusztusságának elemzésére [11].
  • A játékelméleti megközelítésben az energiahálózat üzemeltetője úgy állíthatja be a tarifát, hogy a fogyasztók keresleti válaszaként kiadódó hálózati szintű fogyasztás a hálózat szempontjából a lehető legjobb legyen. Formális bizonyítást adtunk az energiahálózatokban végzett tarifaoptimalizálás NP-teljességére. A bizonyítás számos, a szakirodalomban tanulmányozott, korábban ismeretlen számítási komplexitású modellre alkalmazható [15], [55].



FF2: I4.0 megoldásokat használó, demonstrációs mini gyártó- és logisztikai rendszer

FF2/1 rész-téma - Kiber-fizikai gyártórendszerek elméleti és informatikai megalapozása.

Eredmények rövid összefoglalása

  • A kutatást a komplex kiber-fizikai gyártórendszerek problémái motiválták, melyekben magának az embernek a jelenléte, igénye, aktív szerepe és közreműködése elengedhetetlen e rendszerek működtetése szempontjából, ugyanakkor számos bizonytalanság és probléma forrása. Számos elemezés, és egyebek közt nemzetközi együttműködésben való részvételünkkel is írt átfogó cikk is arra utal, hogy az ipar digitalizációján (ún. Ipar4.0) túlmutató programokra van szükség, ami az egész társadalom digitális átalakulását célozza meg [12], [49].
  • A felhő-alapú számítási modellek és szolgáltatások gyökeresen megváltoztatták a termelésinformatikai lehetőségei, egyben új kihívásokat is teremtve. Elemezésre kerültek az interoperabilitás kritikus tényezői, ebből a szempontból összevetés történt a két alapvető szabványosítási törekvést, amik leginkább az Industrial Internet Reference Architecture (IIRA) és a Reference Architectural Model Industrie (RAMI 4.0) koncepciókban nyilvánulnak meg, és ez elemzés alapján egy prototípus architektúra meghatározására került sor [16], [51].
  • A nemzetközi trendek felmérése alapján az Ipar 4.0 Nemzeti Technológiai Platform vezetőjeként a Labor jelentős szerepet vállalt a gazdasági kormányzat számára készített átfogó nemzeti Ipar 4.0 stratégia kidolgozásában.


FF2/2 rész-téma - Ipar4.0 demonstrációs mini gyártó- és logisztikai mintarendszer kialakítása.

Eredmények rövid összefoglalása

  • Az MTA SZTAKI győri telephelyén megtervezésre és kialakításra került egy I4.0 demonstrációs mini gyártó- és logisztikai mintarendszer, annak teljes számítástechnikai és hálózati hátterével. A mintegy 200 m2 alapterületű labor a Széchenyi Egyetem (SzE) Új-Tudástér épületében került kialakításra. Itt elhelyezésre és integrálásra kerültek a beszerzett robotikai, érzékelő, gyártó és logisztikai eszközök, továbbá az I4.0 szervezési elveknek megfelelően a már korábban meglévő, ún. „legacy” eszközök: a SzE Járműgyártási Tanszék FESTO szerelőrendszer és Fanuc robot cellái. A labort közvetlenül összekötöttük az SZTAKI cloud szolgáltatásával.
  • A rendszer robotos szerelési feladatok elvégzésére dedikált, az elemek kiválasztása, az elrendezés, az elektromos és informatikai hálózat kialakítása az újra-konfigurálható gyártórendszerek szervezési elveit követi. Az öt darab robotos munkaállomás kialakításában különös jelentőségű az ember-robot együttműködés támogatása: ez indokolta az ún. kollaboratív robotok és több-csatornás szenzor rendszerek (kamera, pontfelhő, erő, nyomaték, lézer szkenner, UWB) installálását [34]. A rendszert erre a célra tervezett univerzális szerelési készülékekkel és palettákkal láttuk el. A szállítást két hazai tervezésű és gyártmányú autonóm targonca (AGV) valósítja meg; egyikük mobil robotként is működik [35].
  • A rendszer egyes elemeinek digitális ikermodellje a reprezentációra legalkalmasabb formában valósult meg: az ember-robot munkaállomások modellje Mathematica és Solidworks szoftverben, az AGV-k és az örökölt FESTO alrendszer modellje Siemens Plant Simulation rendszerben. Az AGV-k működésének alternatív, multi-ágens modelljét is létrehoztuk. Virtuális megjelenítésre a SZTAKI által fejlesztett ApertusVR rendszert integráltuk. Az egyes hardver eszközöket és digitális modelleket a telepített MESS rendszer kapcsolja össze.
  • A rendszer leírását az „I4.0 megoldásokat használó, demonstrációs mini gyártó- és logisztikai rendszer” jelentés tartalmazza.


FF2/3 rész-téma - Ipar4.0 Intelligens Gyártás Végrehajtási és Támogatási Rendszer(MESS) kifejlesztése.

Eredmények rövid összefoglalása

  • A projekt egy Intelligens Gyártás Végrehajtási és Támogatási Rendszer (MESS) megvalósítását tűzte ki célul. A MESS egyik fő feladata, hogy a System-of-Systems szemlélet alapján integrálja és koordinálja a különböző kiber-fizikai rendszereket (CPS), mint egy következő generációs, autonóm egységek együttműködését támogató termelésinformatikai rendszer. A MESS szoftver- és hardverkomponensekből álló integrált rendszer, amely biztosítja a termelési tevékenységek menedzseléséhez szolgáló funkciókat, a megbízásoktól kezdve a végtermékekig. Az aktuális és pontos adatok felhasználásával a MESS útmutatókat és jelentéseket készít a gyártási tevékenységekről, illetve kezdeményező félként esemény vezérelt módon képes reagálni a különböző gyártási folyamatokra.
  • A gép-gép és az ember-gép együttműködés új lehetőségeket teremt az automatizált összeszerelés és gyártás számára, melynek architekturális középpontjában a MESS szerepel. Ehhez csatlakoznak automatikus módon a CPS-ek, melyek a digitális iker (DT) reprezentációkkal kiegészülve képesek egy adaptív és komplex kiber-fizikai termelési rendszert megvalósítani. A MESS rendszer a győri I4.0 laboratóriumban telepítésre és tesztelésre került.
  • Az eredmények, a rendszerek belső technikai tanulmányokban és jelentésekben kerültek leírásra.


FF2/4 rész-téma - Fejlett szerelés informatikai támogatása.

Eredmények rövid összefoglalása

  • A szerelés témaköre központi jelentőségű a projekt programjában: különösen az újra-konfigurálható szerelő rendszerek, a szerelési technológiai folyamatok automatikus tervezése, a robotokkal folytatott szerelés, és kiváltképpen az ember-robot együttműködés. Ezen feladatok megoldása a hazai vállaltok – és jórészt a kis- és középvállalatok (KKVk) számára is – a rugalmasság és hatékonyság kulcsát jelenthetik. Így az I 40. mintarendszer egyik fő célja volt az ilyen típusú problémák mind a fizikai, mind a kiber „térben” való elemzésének és megoldásának a támogatása [6].
  • Új eredményeket ért el a Labor a szerelő rendszerek konfigurációja, menedzsmentje, a szereléstervezés és a tervek végrehajtásának támogatása terén. A szerelés tervezés automatizálása érdekében kombinatorikus optimalizálási és geometriai következtetési módszerek felhasználásával dekompozíciós elven működő, többlépcsős iteratív munkafolyamat került meghatározásra. Az implementált rendszerrel egyebek közt autóipari, és a győri mintarendszerből szármató szerelési feladatokat megoldása történt meg [13], [14], [31], [33].
  • Kiemelt téma volt az ember-robot kollaborációt. Termelési környezetben megvalósuló ember-robot együttműködést támogató, kétirányú, multi-modális – egyebek közt gesztus kontrolt is támogató - interakciót biztosító kommunikációs rendszert került megtervezésre és megvalósításra. A szereléstervezés és a szerelési instrukció-generálás összekapcsolásával a multi-modális tartalom automatikus létrehozható [24], [32].


FF2/5 rész-téma - Gyártórendszer konfigurálás és karbantartás diszkrét esemény-alapú szimulációval.

Eredmények rövid összefoglalása

  • A diszkrét esemény-alapú szimuláció ma a gyártórendszer tervezés és elemzés egyik legfontosabb eszköztárát biztosítja. A BME GPK GTT-vel együttműködve olyan integrált tervezőrendszert kifejlesztésére került sor, mely alkalmas AGV-kkel kiszolgált robotos szerelő cellák elrendezésének tervezésére, az elrendezések elemzésére, és az anyagáramlás szimulálására a termelés adott ütemezése és irányítása mellett. A tervezőrendszer Siemens Plant Simulation szimulációs szoftverben készült el.
  • Az elrendezés tervező és az AGV pályatervező részmodulok olyan szimulációs objektumokat hoznak létre, amelyek egyben lehetővé teszik a karbantartás tervezését és az anyagáram modellezését. A karbantartás-tervező részmodul meghatározza a leginkább megfelelő karbantartási stratégiát, valamint tervezett karbantartás esetén a karbantartási időintervallumok optimális hosszát úgy, hogy a gyártórendszer életciklus költsége minimális és a berendezések rendelkezésre állása maximális legyen.
  • A szimulációs rendszerben megvalósítottuk és elemeztük a győri I4.0 minta gyártó és logisztikai rendszer modelljét. Az eredményeket belső technikai jelentések foglalják össze.