Model difference analysis for CPPS engineering models with variability

Abstract

Cyber-Physical Production Systems (CPPSs), z. B. automatisierte Autofabriken, sind flexible Systeme, die aus intelligenten Maschinen und Software bestehen und sich selbstständig an wechselnde Anforderungen anpassen können. Ein CPPS produziert verwandte Produkte mit einer gemeinsamen Plattform, aber unterschiedlichen Eigenschaften, z. B. Autos in verschiedenen Konfigurationen, und bildet so eine Produktfamilie. Bei der Planung von CPPSs entwerfen die Ingenieure das CPPS unter Berücksichtigung von Produktfamilien. Daher modellieren sie die Produktionsprozesse für jedes Produkt und ermitteln deren Gemeinsamkeiten und produktspezifische Variabilität für eine integrierte Sicht auf die CPPS. Die unzureichende Wissensdarstellung der Produktionsprozesse mit ihrer Variabilität macht diese Identifizierung zeitaufwändig, fehleranfällig und schwer reproduzierbar. Wenn sich die Produktfamilie weiterentwickelt, d. h. wenn sich die Anforderungen an das Produkt oder das CPPS ändern, führen die Ingenieure die Identifizierung der Variabilität in der Regel von Grund auf neu durch. Darüber hinaus erschwert eine begrenzte Werkzeug unterstützung mit unklarer Semantik und ohne maschinenlesbare Struktur die Analyse und das Testen und verhindert effiziente Prozessoptimierungen und Qualitätssicherung. Diese Arbeit verwendet die Design-Science-Methodik, um den Model Variant Analysis (MVA)-Ansatz zu entwickeln, der aus (i) dem MVA-Metamodell zur Verbesserung der formalen Darstellung von Produktionsprozessen, (ii) einer Methode zur Identifizierung und Verbesserung von Merkmalen und (iii) einer Variabilitätsanalyse auf der Grundlage des Product-Process-Resource (PPR)-Ansatzes besteht. In dieser Arbeit wird der MVA-Ansatz qualitativ evaluiert, wobei die identifizierten Anforderungen mit den bereitgestellten Fähigkeiten verglichen werden. Dazu werden typische Anwendungsfälle aus dem CPPS-Engineering verwendet und es wird untersucht, wie diese vom MVA-Ansatz profitieren können. Die Auswertung zeigt, dass der MVA-Ansatz Fähigkeiten bietet, die CPPS-Ingenieure bei ihren typischen Planungsaktivitäten unterstützen. Die Evaluierung zeigt auch, dass das MVA-Metamodell sowie die Identifizierungs- und Analyseansätze für andere Modelltypen geeignet sind. Die Ergebnisse dieser Arbeit sollen ein wohldefiniertes Metamodell und strukturierte Modellanalyseansätze für Ingenieure bereitstellen. Allerdings ist eine empirische Evaluierung mit Branchenexperten und einer breiteren Palette von Anwendungsfällen erforderlich, um die Erkenntnisse zu erhärten.

Cyber-Physical Production Systems (CPPSs), such as automated car manufacturing plants, are flexible systems, combined of smart machines and software, that can adapt to changing requirements autonomously. A CPPS produces related products with a shared platform but different characteristics, e.g., cars in different configurations, building a product family. In CPPSs planning, engineers design the CPPS considering product families. Therefore, they model production processes for each product and identify their commonalities and product-specific variability for an integrated view on the CPPS.Insufficient knowledge representation of production processes with their variability makes this identification time-consuming, error-prone, and hard to reproduce. Furthermore, if the product family evolves, i.e., product or CPPS requirements change, engineers typically conduct the variability identification task from scratch. On top, limited tool support with unclear semantics and without machine-readable structure makes analysis and testing difficult, preventing efficient process optimizations and quality assurance.This thesis uses the Design Science methodology to develop the Model Variant Analysis (MVA) approach consisting of (i) the MVA metamodel to improve the formal representation of production processes, (ii) a feature identification and improvement method, and (iii) a variability analysis based on the Product-Process-Resource (PPR) approach. The thesis evaluates the MVA approach in a qualitative evaluation, comparing identified requirements with the provided capabilities. Therefore, this thesis utilizes typical use cases from CPPS engineering and investigates how they can benefit from the MVA approach. The evaluation indicates that the MVA approach provides capabilities that aid CPPS engineers in their typical planning activities. The evaluation also shows that the MVA metamodel as well as the identification and analysis approaches are open for other types of models. The results of this thesis are envisioned to provide a well-defined metamodel and structured model analysis approaches for CPPS engineers. However, an empirical evaluation with industry experts and a broader range of use cases is required to harden the evidence.