Die steigenden Anforderungen der Produktionstechnik nach flexiblen und trotzdem wirtschaftlich effizienten Anlagen stellt die Automatisierungstechnik vor große Herausforderungen. Die Umstellung von beispielsweise einer Roboterzelle auf ein neues Produkt muss dabei schnell und aufwandsarm möglich sein. Die Steuerungssysteme, sowie die zugehörigen Engineering Methoden, müssen zunehmend intelligent und lernfähig werden, um möglichst viele der bisher manuellen Aufwände selbstständig zu übernehmen. Die Simulationsumgebung für eine Virtuelle Inbetriebnahme stellt eine geeignete Lernumgebung dar, in der das Steuerungssystem, mit Methoden des maschinellen Lernens, automatisch trainiert werden kann. Dafür müssen die Simulationswerkzeuge erweitert und möglichst standardisierte Schnittstellen geschaffen werden.
%0 Book Section
%1 Jaensch2024
%A Jaensch, Florian
%A Verl, Alexander
%B Echtzeitsimulation in der Produktionsautomatisierung: Beiträge zu Virtueller Inbetriebnahme, Digitalem Engineering und Digitalen Zwillingen
%C Berlin, Heidelberg
%D 2024
%E Verl, Alexander
%E Röck, Sascha
%E Scheifele, Christian
%I Springer Berlin Heidelberg
%K isw learning myown simulation
%P 213--227
%R 10.1007/978-3-662-66217-5_13
%T Simulationsmodelle der Virtuellen Inbetriebnahme als Lernumgebung für Reinforcement Learning
%U https://doi.org/10.1007/978-3-662-66217-5_13
%X Die steigenden Anforderungen der Produktionstechnik nach flexiblen und trotzdem wirtschaftlich effizienten Anlagen stellt die Automatisierungstechnik vor große Herausforderungen. Die Umstellung von beispielsweise einer Roboterzelle auf ein neues Produkt muss dabei schnell und aufwandsarm möglich sein. Die Steuerungssysteme, sowie die zugehörigen Engineering Methoden, müssen zunehmend intelligent und lernfähig werden, um möglichst viele der bisher manuellen Aufwände selbstständig zu übernehmen. Die Simulationsumgebung für eine Virtuelle Inbetriebnahme stellt eine geeignete Lernumgebung dar, in der das Steuerungssystem, mit Methoden des maschinellen Lernens, automatisch trainiert werden kann. Dafür müssen die Simulationswerkzeuge erweitert und möglichst standardisierte Schnittstellen geschaffen werden.
%@ 978-3-662-66217-5
@inbook{Jaensch2024,
abstract = {Die steigenden Anforderungen der Produktionstechnik nach flexiblen und trotzdem wirtschaftlich effizienten Anlagen stellt die Automatisierungstechnik vor gro{\ss}e Herausforderungen. Die Umstellung von beispielsweise einer Roboterzelle auf ein neues Produkt muss dabei schnell und aufwandsarm m{\"o}glich sein. Die Steuerungssysteme, sowie die zugeh{\"o}rigen Engineering Methoden, m{\"u}ssen zunehmend intelligent und lernf{\"a}hig werden, um m{\"o}glichst viele der bisher manuellen Aufw{\"a}nde selbstst{\"a}ndig zu {\"u}bernehmen. Die Simulationsumgebung f{\"u}r eine Virtuelle Inbetriebnahme stellt eine geeignete Lernumgebung dar, in der das Steuerungssystem, mit Methoden des maschinellen Lernens, automatisch trainiert werden kann. Daf{\"u}r m{\"u}ssen die Simulationswerkzeuge erweitert und m{\"o}glichst standardisierte Schnittstellen geschaffen werden.},
added-at = {2024-02-22T17:00:03.000+0100},
address = {Berlin, Heidelberg},
author = {Jaensch, Florian and Verl, Alexander},
biburl = {https://puma.ub.uni-stuttgart.de/bibtex/2ed5ac9680f01a806010b1c8133411ac2/isw-bibliothek},
booktitle = {Echtzeitsimulation in der Produktionsautomatisierung: Beiträge zu Virtueller Inbetriebnahme, Digitalem Engineering und Digitalen Zwillingen},
doi = {10.1007/978-3-662-66217-5_13},
editor = {Verl, Alexander and Röck, Sascha and Scheifele, Christian},
interhash = {590d7afb375cb3a264d43efe9daf1405},
intrahash = {ed5ac9680f01a806010b1c8133411ac2},
isbn = {978-3-662-66217-5},
keywords = {isw learning myown simulation},
pages = {213--227},
publisher = {Springer Berlin Heidelberg},
timestamp = {2024-02-22T17:00:03.000+0100},
title = {Simulationsmodelle der Virtuellen Inbetriebnahme als Lernumgebung für Reinforcement Learning},
url = {https://doi.org/10.1007/978-3-662-66217-5_13},
year = 2024
}