L4MS

Das am 1. Oktober 2017 gestartete L4MS^[1]-Projekt (Logistics for Manufacturing SMEs) wird von der Europäischen Kommission gefördert und vom VTT Technical Research Centre in Finnland koordiniert. Dieses Projekt konzentriert sich darauf, die Intralogistikautomation in Fabriken vollständig zu digitalisieren. Ziel ist es, dass Lieferanten von Automatisierungs- und Logistiklösungen bis zu zehnmal schneller und kostengünstiger als zu aktuellen Preisen entwickeln und produktiv sein können.

Optimierungsbedarf

In einer typischen Fabrik entfallen auf den Transport von Teilen und Komponenten 25% der Mitarbeiter, 55% der Fabrikfläche und 87% der Produktionszeit. Während große Hersteller schnell mobile Roboter einsetzen, um die Produktivität und Flexibilität in der Fabrik zu erhöhen, verwenden weniger als 2% der europäischen KMUs (kleine und mittelständische Unternehmen) fortschrittliche Fertigungstechnologien. Bei den KMUs, die 98% der Hersteller repräsentieren, besteht die Gefahr, dass die europäische Industrie zurückgelassen wird.

L4MS setzt genau dort an und ermöglicht eine kostengünstige, flexible und agile Logistikautomatisierung bei Kleinserien, welche durch Robotik und andere fortschrittliche Technologien wie künstliche Intelligenz und Virtualisierung erreicht werden soll.

OPIL –  Eine übergreifende Plattform für die IntraLogistik

L4MS bietet mit OPIL (Open Platform for Innovations in Logistics [OPIL]) eine vollständige Digitalisierung, um den kostengünstigen Einsatz von kleinen und flexiblen Logistiklösungen zu ermöglichen. Weitere Vorteile sind, dass keine Infrastrukturänderungen, keine Produktionsausfälle und kein internes Know-how benötigt werden, was eine Investition in die Logistikautomatisierung für KMU in der Fertigung äußerst attraktiv macht.

Unter Verwendung von OPIL- und einer externen 3D-Simulation (mit einer Beispiel-Implementierung von Visual Components®) können hochgradig autonome, konfigurierbare und hybride (Mensch-Roboter-) Logistiklösungen ermöglicht werden.

Mit OPIL als Basistechnologie für schnelles Experimentieren und Bereitstellen von Innovationen auf dem Markt können vorhandene und bewährte Komponenten leicht aktualisiert, angepasst oder durch fortschrittlichere Komponenten ersetzt werden, sobald neue technologische Erfindungen verfügbar sind.

OPIL Architektur^[2]

Die OPIL-Architektur besteht aus 3 Schichten: Die oberste Schicht entspricht dem Software-System Layer; die mittlere Schicht umfasst die Cyber-Physical Middleware und die untere Schicht die IoT-Agent Nodes, bestehend aus Menschen, Robotern und Sensoren. 

Basierend auf einer NGSI v2 API^[3] Implementierung können mit dem Fiware Orion Context Broker^[4][5], mithilfe einer REST API, Kontextinformationen (auch Entitäten genannt) verarbeitet werden.

Ein großer Vorteil ist, dass die vorhandene Infrastruktur zu einem Bruchteil aktueller Preise genutzt werden und je nach Bedarf als PaaS (Platform as a Service) und SaaS (Software as a Service) beschafft werden kann.

Realisierung in drei Pilot-Experimenten^[6]

L4MS wird von 3 AEs (Anwendungs-Experimenten) profitieren. Hierfür werden die Anforderungen aus der realen Welt der Experimente als Input für die Entwicklung von OPIL verwendet.

MURAPLAST^[7]:
Muraplast ist der führende Hersteller von Polyethylen-Blasfolien in Kroatien und Südosteuropa. Muraplast will durch die Verwendung von OPIL den Prozess der Abholung der Produkte (Rollen mit PE-Folie) von den Produktionslinien optimieren. Dabei sollen die Rollen gewogen zum Lagerbereich transportiert werden, während die Informationen an das lokale ERP-System übertragen werden. Eine Optimierung würde die Produktionsproduktivität erhöhen, den menschlichen Fehlerfaktor bei Messungen reduzieren und die manuelle Arbeit, die zur Manipulation der Produkte erforderlich ist, vereinfachen.

CHEMI-PHARM^[8]:
Das Hauptgeschäft von Chemi-pharm ist die Herstellung und der Vertrieb von hochwertigen Desinfektions- und Reinigungsmitteln, hauptsächlich für den medizinischen Bereich. Zurzeit entwickelt Chemi-Pharm sein eigenes IT-System, das alle Abteilungen, Funktionen und Prozesse miteinander verbindet. Dies wird in vielerlei Hinsicht die Grundlage für zukünftige Automatisierung in Bezug auf Wissen, Information und Datenmanagement schaffen. Es trägt auch dazu bei, den Zeitaufwand für die Eingabe in IT-Systeme zu reduzieren, reduziert menschliche Fehler und macht die Planung und Nutzung von Ressourcen effizienter.

Engino^[9]:
Das Engino® Toy System hilft Schülern dabei, technologische Modelle kreativ und einfach zu erstellen, damit sie auf spielerische Weise mit Wissenschaft und Technik experimentieren und lernen können. Aufgrund des schnellen Wachstums von Engino, wird derzeit viel menschliche Arbeitskraft und Zeit für den Transport von Materialien von einem Produktionsbereich zum anderen benötigt. Dies ist jedoch nicht ohne weiteres möglich. Die mit OPIL realisierte Lösung soll hierbei die Arbeitskräfte unterstützen und für einen einfacheren Prozess sorgen.

Herausforderungen

Um die Ziele zu erreichen und den Einsatz neuer Technologien bei KMUs realisieren zu können, sind auch einige Herausforderungen zu nehmen. Dazu zählen u. a. die Produktivitätsherausforderung, eine Flexibilitätsherausforderung, die Investitionsherausforderung sowie die Skills & Competence Challenge.

In diesem Kontext zielt L4MS darauf ab, ein integriertes und gesamteuropäisches Ökosystem bereitzustellen, welches hilft, diese Herausforderungen zu bewältigen und das Innovationspotenzial der verarbeitenden Industrie, insbesondere von SME und Midcap-Unternehmen, in ganz Europa zu entfesseln. Im Rahmen eines Accelerator Programms wird der L4MS Marketplace als One-Stop-Shop für produzierende SME fungieren und einen "Katalog von Dienstleistungen" sammeln, der dann vom L4MS-Netzwerk angeboten wird. Dazu gehören Kompetenzzentren, Business Accelerators, Trainings und die übrigen Partner. Der L4MS Marketplace verbindet mittelständische und Mid-Cap-Unternehmen mit Anbietern von Automatisierungslösungen.

Open Call für weitere Industrie-Anwendungen

L4MS startet einen Open Call^[10][11] für Anwendungsexperimente (AEs), um die kostengünstige und schnelle Bereitstellung von mobilen Robotern in mittelständischen Fertigungsunternehmen und Mid-Caps durch Virtualisierung (OPIL + Visual Components®) zu validieren. Die Experimente demonstrieren den Wert der Lösung, um die Installations-, Bereitstellungs- und Konfigurationszeit und -kosten um den Faktor 10 zu senken. Die AEs werden unter Verwendung der OPIL-Integrationsplattform und Visual Components® durchgeführt, für die kostenlose Lizenzen und vollständige Anleitungen von L4MS bereitgestellt werden.

^[1] http://l4ms.eu/

^[2] http://l4ms.eu/OPIL

^[3] Fiware (2018) NGSI v2 Specification [Online] (Zugriff 23. August 2018).

^[4] https://fiware-orion.readthedocs.io/en/master/

^[5] https://github.com/telefonicaid/fiware-orion

^[6] http://l4ms.eu/Pilots

^[7] https://muraplast.com/de/

^[8] http://www.chemi-pharm.com/en/

^[9] http://www.engino.com/w/

^[10] http://l4ms.eu/Open-Calls

^[11] https://l4ms-open-call.fundingbox.com/

Veröffentlichungen

1. Towards a Plug and Play Architecture for a Materialflow Handling System

    Autoren: Peter Detzner; Tim Pose; Luca Fumagalli; Matteo Matteucci

    Konferenz: 2019 IEEE Conference on Open Systems (ICOS)

    Jahr: 2019 | Conference Paper | Publisher: IEEE

2. A Novel Task Language for Natural Interaction in Human-Robot Systems for Warehouse  Logistics

    Autoren: Peter Detzner; Thomas Kirks; Jana Jost

    Konferenz: 2019 14th International Conference on Computer Science & Education (ICCSE)

    Jahr: 2019 | Conference Paper | Publisher: IEEE

3. Analysing FIWAREs Platform - Potential Improvements

    Autoren: Peter Detzner; Peter Salhofer

    Konferenz: 53rd Hawaii International Conference on System Sciences (HICCS)

    Jahr: 2020

    Ort: Hawaii, USA

Zusammenarbeit von Robotern und Arbeitern zur Verbesserung der Werkslogistik

Zeitersparnis in der Produktion durch Automatisierung der Logistik