Highly customizable assemblies using object-based automated planning

Abstract

In den letzten Jahren gibt es ein schnell wachsendes Interesse an Automatisierung und KI-basierten Lösungen in der Fertigungsindustrie, was von einigen als die vierte industrielle Revolution beschrieben wird. Da die Komplexität der Produkte zunimmt und viele verschiedene Varianten von Produkten hergestellt werden, wird schnell ersichtlich, dass die gesamte Planung der Prozesse nicht effizient von menschlichen Arbeitskräften durchgeführt werden kann. Cyber-physische Produktionssysteme (CPPS) haben sich als eine mögliche Lösung für dieses Problem erwiesen. Diese Systeme werden als Systeme mit komplexen Interaktionen zwischen menschlichen Arbeitskräften (z. B. DesignerInnen, IngenieurInnen, HandwerkerInnen) und Maschinen konzipiert. CPPS, wie sie in der Literatur definiert wurden, sind jedoch noch immer nicht gut etabliert, und einer der Hauptgründe, der dafür genannt wird, ist der Mangel an existierender Software-Infrastruktur, um sie zu unterstützen. Ein Bereich, in dem noch nicht viele praktische Lösungen existieren, ist der Planungsschritt. Wie soll man ausgehend von der Spezifikation eines Endprodukts und einer Liste der verfügbaren Materialien und Akteure einen realisierbaren Plan für die Fertigung des Endprodukts erstellen? Diese Frage bleibt weitgehend unbeantwortet. In dieser Arbeit untersuchen wir den derzeitigen Forschungsstand zu CPPS und die von verschiedenen AutorInnen vorgeschlagene Forschungsagenda. Basierend auf diesen Erkenntnissen schlagen wir eine Planungslösung vor, die gut für reale Domänen geeignet ist, in denen Objekte, die anhand bestimmter Attribute beschrieben werden können, und im Laufe des Montageprozesses dynamisch erzeugt und verbraucht werden. Darüber hinaus erlauben wir dem/der EndbenutzerIn, das System mit benutzerdefinierten Funktionen zu erweitern. Wir konzipieren und implementieren zwei verschiedene Lösungsstrategien für unser Planungsproblem. Wir sind in erster Linie davon motiviert, die Lücke zwischen den in der Literatur vorgeschlagenen cyber-physischen Produktionssystemen und ihren realen Gegenstücken zu schließen und ein Gebiet zu erforschen, welches bislang nicht besonders stark erforscht war. In dieser Hinsicht sind wir uns auch bewusst, dass unsere Arbeit nicht die endgültige Lösung des Problems darstellt. Wir dokumentieren und diskutieren die Grenzen unseres derzeitigen Ansatzes, mit der Absicht, den Weg für zukünftige Forschung und Entwicklung im Bereich der automatischen Produktionsplanung zu ebnen.

In recent years, there has been a rapidly growing interest in automation and AI-based solutions in the manufacturing industry, which is described by some as the 4$^{\text{th}}$ industrial revolution. As the complexity of products increases, and many different variations of products are produced, it quickly becomes apparent that the entire planning of operations cannot be efficiently done by human operators. Cyber-physical production systems (CPPS) have emerged as a potential solution to this problem. These systems are conceptualized as systems of complex interactions between human actors (e.g., designers, engineers, workers) and machines. However, CPPS as they have been defined in the literature are still not well-established, and one of the main reasons cited is the lack of existing software infrastructure to support them. In particular, one area where not many practical solutions exist is the planning step. How should one go from the specification of a finished product and a list of available materials and actors, and create a viable plan for assembling the final product? This question remains largely unanswered. In this work, we study the existing state of CPPS and the research agenda proposed by different authors. Based on this, we propose and develop a planning solution that is well-suited for real world domains, in which objects that can be described in terms of certain attributes, and are dynamically created and consumed throughout the assembly process. Furthermore, we allow the end-user to extend the system with custom functions. We conceptualize and implement two different solution strategies for our planning problem. We are primarily driven by the motivation to bridge the gap between the the cyber-physical production systems proposed in literature and their real-world counterparts, and to start exploring what was previously not a very-well researched area. As such, we also recognize that our work is not the definite solution to the problem. We document and discuss limitations of our current approach, with the intent of paving the way for future research and development in the field of automated production planning.