@inproceedings{BrecherBrockmannBiernatetal.2020, author = {Brecher, Christian and Brockmann, Matthias and Biernat, Benedikt and Frenkel, Nils and Neus, Stephan}, title = {Modellbasierte Datenanalyse als Basis f{\"u}r Zustands{\"u}berwachung in Werkzeugmaschinen}, series = {Steel and more : ASK 34 : Aachener Stahlkolloquium : 19. November 2020 : Online-Konferenz : Tagungsband}, booktitle = {Steel and more : ASK 34 : Aachener Stahlkolloquium : 19. November 2020 : Online-Konferenz : Tagungsband}, editor = {Krupp, Ulrich and M{\"u}nstermann, Sebastian}, publisher = {DVS Media GmbH}, address = {D{\"u}sseldorf}, isbn = {3-96144-092-1}, pages = {9 -- 18}, year = {2020}, abstract = {Moderne Produktions- und Verarbeitungsanlagen in der Stahlherstellung beinhalten eine Vielzahl von Sensoriken und digitalisierten Informationen. Prinzipiell stehen daher bereits w{\"a}hrend des Betriebes große Datenmengen entlang des gesamten Herstellungsprozess zur Verf{\"u}gung. Diese Daten werden teilweise direkt f{\"u}r interne Regelungen der Maschinen oder f{\"u}r Qualit{\"a}tskontrollen genutzt. Ein Großteil dieser Daten bleibt jedoch ungenutzt. Dies hat zwei Hauptgr{\"u}nde: Zum einen m{\"u}ssten sehr große Datenmengen gespeichert werden, zum anderen sind die erzeugten Daten sehr heterogen und ohne Vorverarbeitung und Kenntnis der physikalischen Wirkzusammenh{\"a}nge von keinem direktem Nutzen. Der Verkn{\"u}pfung von relevantem Wissen, Modellen und Daten {\"u}ber alle relevanten technischen Dom{\"a}nen hinweg bietet die M{\"o}glichkeit den OEE zu optimieren. Ein dom{\"a}nen{\"u}bergreifender Datenzugriff erm{\"o}glicht neue M{\"o}glichkeiten f{\"u}r produzierende Unternehmen, insbesondere m{\"u}ssen mit Wissen aufbereitete Daten zusammen mit bedarfsgerecht reduzierten Modellen genutzt werden. Diese modellbasierte Datenanalyse stellt die Grundlage f{\"u}r einen optimalen Nutzen von Daten aus der Produktion dar.}, language = {de} } @article{BrecherOezdemirBrockmann2017, author = {Brecher, Christian and {\"O}zdemir, Denis and Brockmann, Matthias}, title = {Integrative Production Technology}, series = {Production Engineering - Research and Development}, volume = {2017}, journal = {Production Engineering - Research and Development}, number = {11}, doi = {10.1007/s11740-017-0730-y}, pages = {93 -- 95}, year = {2017}, abstract = {Production technology is a highly interdisciplinary field of research. It comprises different production domains (cutting, welding, forming, assembly, etc.), industry-sectors, materials and scales. Moreover, production has strong interdependencies with other scientific disciplines such as product development, materials engineering, business economics, information and communication technology, social science and natural science. Integrative Production Technology aims to develop a deep technology spanning perception to offer products matching customer and societal demands at competitive prices and to quickly adapt to market and societal changes while assuring constant and predictable product properties. The Cluster of Excellence (CoE) "Integrative Production Technology for High-Wage Countries" has initiated this special issue to present some of the newest results in the field.}, language = {en} } @misc{BrockmannKroeger2021, author = {Brockmann, Matthias and Kr{\"o}ger, Moritz}, title = {Entering the World of Internet of Production - Get Rid of the Not-Invented-Here-Syndrome and Start Making Software Components Foolproof!}, year = {2021}, language = {en} } @incollection{BeckerBrockmannNiemietzetal.2021, author = {Becker, Marco and Brockmann, Matthias and Niemietz, Philipp and Trauth, Daniel and Bergs, Thomas and Brecher, Christian}, title = {Das Internet of Production als Fundament der Datenverwertung in der Produktion}, series = {Monetarisierung von technischen Daten / Hrsg. Daniel Trauth, Thomas Bergs, Wolfgang Prinz}, booktitle = {Monetarisierung von technischen Daten / Hrsg. Daniel Trauth, Thomas Bergs, Wolfgang Prinz}, editor = {Trauth, Daniel and Bergs, Thomas and Prinz, Wolfgang}, publisher = {Springer Vieweg}, address = {Berlin, Heidelberg}, doi = {10.1007/978-3-662-62915-4_15}, publisher = {FH M{\"u}nster - University of Applied Sciences}, pages = {275 -- 295}, year = {2021}, abstract = {Das Internet of Things entfaltet erst durch die {\"U}berwindung von bestehenden Produkt- und Industriegrenzen sein volles {\"o}konomisches Potenzial. Trotzdem werden Cyberphysische Systeme in der Forschung bisher oftmals isoliert betrachtet. Der Begriff des Internet of Production (IoP) steht f{\"u}r die Vision eines {\"u}bergreifenden Austauschs von Daten und Informationen zwischen Produktentwicklung, Produktion und Nutzungsphase - {\"u}ber bestehende Organisationsgrenzen hinaus. Die Realisierung des IoP ist mit Herausforderungen im Bereich der datengetriebenen Modellierung sowie der Infrastruktur verbunden. In diesem Buchbeitrag werden die bestehenden Herausforderungen erl{\"a}utert und L{\"o}sungsans{\"a}tze skizziert. Der Schwerpunkt liegt auf der datengetriebenen Modellierung. Im Speziellen wird die Problematik des Lernens von kausalen Zusammenh{\"a}ngen, die Interpretierbarkeit von Machine-Learning-Modellen sowie die Integration von Dom{\"a}nenwissen in Lernalgorithmen diskutiert. Abschließend werden zwei Anwendungsbeispiele des „Digital Material Shadows" vorgestellt. Diese veranschaulichen wie mithilfe von Machine Learning Erkenntnisse {\"u}ber den Materialzustand eines Werkst{\"u}cks gewonnen werden k{\"o}nnen. Ziel dieser Digital Material Shadows ist es, langfristig Fertigungsprozesse adaptiv an die individuellen Materialeigenschaften des vorliegenden Werkst{\"u}cks bzw. Rohmaterials anzupassen.}, language = {de} } @article{PennekampBuchholzDahlmannsetal.2021, author = {Pennekamp, Jan and Buchholz, Erik and Dahlmanns, Markus and Kunze, Ike and Braun, Stefan and Wagner, Eric and Brockmann, Matthias and Wehrle, Klaus and Henze, Martin}, title = {Collaboration is not Evil: A Systematic Look at Security Research for Industrial Use}, series = {Learning from Authoritative Security Experiment Results (LASER) 2020}, journal = {Learning from Authoritative Security Experiment Results (LASER) 2020}, doi = {10.14722/laser-acsac.2020.23088}, year = {2021}, abstract = {Following the recent Internet of Things-induced trends on digitization in general, industrial applications will further evolve as well. With a focus on the domains of manufacturing and production, the Internet of Production pursues the vision of a digitized, globally interconnected, yet secure environment by establishing a distributed knowledge base. Background. As part of our collaborative research of advancing the scope of industrial applications through cybersecurity and privacy, we identified a set of common challenges and pitfalls that surface in such applied interdisciplinary collaborations. Aim. Our goal with this paper is to support researchers in the emerging field of cybersecurity in industrial settings by formalizing our experiences as reference for other research efforts, in industry and academia alike. Method. Based on our experience, we derived a process cycle of performing such interdisciplinary research, from the initial idea to the eventual dissemination and paper writing. This presented methodology strives to successfully bootstrap further research and to encourage further work in this emerging area. Results. Apart from our newly proposed process cycle, we report on our experiences and conduct a case study applying this methodology, raising awareness for challenges in cybersecurity research for industrial applications. We further detail the interplay between our process cycle and the data lifecycle in applied research data management. Finally, we augment our discussion with an industrial as well as an academic view on this research area and highlight that both areas still have to overcome significant challenges to sustainably and securely advance industrial applications. Conclusions. With our proposed process cycle for interdisciplinary research in the intersection of cybersecurity and industrial application, we provide a foundation for further research. We look forward to promising research initiatives, projects, and directions that emerge based on our methodological work.}, language = {en} } @incollection{BrecherBrockmann2020, author = {Brecher, Christian and Brockmann, Matthias}, title = {Vernetzte Produktion durch Digitale Schatten - Werkzeugmaschine 4.0}, series = {Handbuch Industrie 4.0: Recht, Technik, Gesellschaft / Hrsg. Walter Frenz}, booktitle = {Handbuch Industrie 4.0: Recht, Technik, Gesellschaft / Hrsg. Walter Frenz}, publisher = {Springer-Verlag GmbH Deutschland}, address = {Berlin, Heidelberg}, doi = {10.1007/978-3-662-58474-3}, publisher = {FH M{\"u}nster - University of Applied Sciences}, pages = {543 -- 552}, year = {2020}, abstract = {Der Begriff Internet of Things hat sich weltweit als Bezeichnung f{\"u}r die horizontale internetbasierte Vernetzung von Cyber-Physical Systems durchgesetzt. Das IoT erm{\"o}glicht dabei die Nutzung von Felddaten (z. B. Kundenverhalten) zur Realisierung von neuartigen digitalen Gesch{\"a}ftsmodellen. In den meisten Anwendungsf{\"a}llen sind dabei große Mengen an Felddaten vorhanden, welche durch eine relativ kleine Anzahl von Parametern beschrieben werden. Die {\"U}bertragung des IoT-Ansatzes auf die Produktion wird - insbesondere in Deutschland - mit dem Begriff Industrie 4.0 bezeichnet. Das volle Potenzial dieses Ansatzes kann derzeit jedoch nicht vollst{\"a}ndig genutzt werden, da der Zugang zu Daten aus der Produktion aus verschiedenen Gr{\"u}nden nicht m{\"o}glich ist und die Daten aufgrund der komplexen physikalischen Wirkzusammenh{\"a}nge sehr heterogen sind. Dies f{\"u}hrt insbesondere in der Datenanalyse zu g{\"a}nzlich neuen Herausforderungen.}, language = {de} } @article{JarkeSchuhBrecheretal.2018, author = {Jarke, Matthias and Schuh, G{\"u}nther and Brecher, Christian and Brockmann, Matthias and Prote, Jan-Phillip}, title = {Digital Shadows in the Internet of Production}, series = {ERCIM News 115 Special Theme: Digital Twins}, journal = {ERCIM News 115 Special Theme: Digital Twins}, year = {2018}, abstract = {Due to highly sophisticated, specialised models and data in production, digital twins, as defined as full digital representations, are neither computationally feasible nor useful. The complementary concept of digital shadows will provide cross-domain data access in real time by combining reduced engineering models and production data analytics.}, language = {en} } @article{SchuhHaefnerHopmannetal.2020, author = {Schuh, G{\"u}nther and H{\"a}fner, Constantin and Hopmann, Christian and Rumpe, Bernhard and Brockmann, Matthias and Wortmann, Andreas and Maibaum, Judith and Dalibor, Manuela and Bibow, Pascal and Sapel, Patrick and Kr{\"o}ger, Moritz}, title = {Effizientere Produktion mit Digitalen Schatten}, series = {Effizientere Produktion mit Digitalen Schatten}, volume = {115}, journal = {Effizientere Produktion mit Digitalen Schatten}, number = {ZWF Zeitschrift f{\"u}r wirtschaftlichen Fabrikbetrieb}, doi = {10.3139/104.112339}, pages = {105 -- 107}, year = {2020}, abstract = {Die Digitalisierung verspricht Unternehmen, die Wandlungsf{\"a}higkeit und Produktivit{\"a}t bestehender Fertigungssysteme zu f{\"o}rdern. Durch die Komplexit{\"a}t cyber-physischer Produktionssysteme liegen Produktionsdaten jedoch heterogen, unstrukturiert und isoliert vor. Die f{\"u}r eine konkrete Aufgabe oder Fragestellung ben{\"o}tigten Daten werden durch Digitale Schatten zielgerichtet verkn{\"u}pft, abstrahiert und aggregiert, sodass eine wissensbasierte und echtzeitf{\"a}hige Entscheidungsfindung in der Produktion m{\"o}glich wird.}, language = {de} } @article{Brockmann2022, author = {Brockmann, Matthias}, title = {Warum digitale Transformation und Nachhaltigkeit sich gegenseitig bedingen}, series = {VDMA Magazin "Digitale Transformation"}, journal = {VDMA Magazin "Digitale Transformation"}, pages = {18 -- 24}, year = {2022}, abstract = {Nachhaltig, menschzentriert und resilient - so beschreibt die Europ{\"a}ische Kommission in einem ihrer Dossiers die n{\"a}chste industrielle Revolution unter dem Stichwort Industrie 5.0. Vor zehn Jahren wurde auf der Hannover Messe 2011 die Vision Industrie 4.0 pr{\"a}sentiert. Kernelemente von Industrie 4.0 sind eine Referenzarchitektur (RAMI 4.0) zur Vernetzung zunehmend autonomer IoT-Ger{\"a}te sowie Cyber-Physical Production Systems (CPPS), bei denen hochaufgel{\"o}ste Simulationen („Digital Twins") dabei helfen, physische Produktionssysteme zu {\"u}berwachen, deren Verhalten vorherzusagen und zu regeln. Dar{\"u}ber hinaus sollen personalisierte und kontextspezifische „intelligente Agenten" und dazugeh{\"o}rige Organisationsformen neue Formen der Arbeit schaffen.}, language = {de} } @incollection{PutzBrecherBrockmann2019, author = {Putz, Matthias and Brecher, Christian and Brockmann, Matthias}, title = {Energieflexibilit{\"a}t im Maschinen- und Anlagenbau}, series = {Energieflexibilit{\"a}t in der Deutschen Industrie: Ergebnisse aus dem Kopernikus-Projekt - Synchronisierte und energieadaptive Produktionstechnik zur flexiblen Ausrichtung von Industrieprozessen auf eine fluktuierende Energieversorgung (SynErgie). Hrsg. Sauer, Abele, Buhl}, booktitle = {Energieflexibilit{\"a}t in der Deutschen Industrie: Ergebnisse aus dem Kopernikus-Projekt - Synchronisierte und energieadaptive Produktionstechnik zur flexiblen Ausrichtung von Industrieprozessen auf eine fluktuierende Energieversorgung (SynErgie). Hrsg. Sauer, Abele, Buhl}, publisher = {Fraunhofer Verlag}, isbn = {978-3-8396-1479-2}, publisher = {FH M{\"u}nster - University of Applied Sciences}, pages = {644 -- 675}, year = {2019}, abstract = {Energie aus erneuerbaren Ressourcen ist nicht immer beliebig verf{\"u}gbar. Je nach Jahreszeit und Witterung variiert beispielsweise die durch Solarparks oder Windkraftanlagen zur Verf{\"u}gung gestellte Leistung. Durch den kontinuierlichen Ausbau der erneuerbaren Energien wird sich die Volatilit{\"a}t im Energiesystem in Zukunft immer st{\"a}rker auspr{\"a}gen. Die Industrie auf die sich {\"a}ndernden Versorgungsstrukturen vorzubereiten und anzupassen ist eine große Herausforderung der n{\"a}chsten Jahrzehnte. Unternehmen m{\"u}ssen zuk{\"u}nftig ihre Prozesse und Betriebsorganisation so gestalten k{\"o}nnen, dass sich der Energieverbrauch zumindest in Teilen flexibel an das volatile Energieangebot anpassen kann. Neben der Entwicklung von Technologien, Konzepten und Maßnahmen zur energetischen Flexibilisierung von industriellen Prozessen liegt ein zweiter Schwerpunkt zuk{\"u}nftiger Arbeiten auf der Entwicklung einer durchg{\"a}ngigen IT-Infrastruktur, mit der Unternehmen und Energieanbieter in Zukunft Informationen von der Produktionsmaschine bis zu den Energiem{\"a}rkten bereitstellen und austauschen k{\"o}nnen. Dies f{\"u}hrt zu einem Paradigmenwechsel im Betrieb industrieller Prozesse - weg vom kontinuierlichen und rein nachfragegetriebenen Energieverbrauch hin zum anpassbaren, energieflexiblen Betrieb industrieller Anlagen.}, language = {de} } @article{AugspurgerKlockeDoebbeleretal.2017, author = {Augspurger, Thorsten and Klocke, Fritz and D{\"o}bbeler, Benjamin and Brockmann, Matthias and Gierlings, Sascha and Lima, Adriana}, title = {Modeling of Transient Thermal Conditions in Cutting}, series = {Journal of Mechanics in Engineering and Automation}, journal = {Journal of Mechanics in Engineering and Automation}, number = {7-1}, doi = {10.17265/2159-5275/2017.03.001}, pages = {113 -- 120}, year = {2017}, abstract = {The thermal conditions like the temperature distribution and the heat fluxes during metal cutting have a major influence on the machinability, the tool lifetime, the metallurgical structure and thus the functionality of the work piece. This in particular applies for manufacturing processes like milling, drilling and turning for high-value turbomachinery components like impellers, combustion engines and compressors of the aerospace and automotive industry as well as energy generation, which play a major role in modern societies. However, numerous analytical and experimental efforts have been conducted in order to understand the thermal conditions in metal cutting, yet many questions still prevail. Most models are based on a stationary point of view and do not include time dependent effects like in intensity and distribution varying heat sources, varying engagement conditions and progressive tool wear. In order to cover such transient physics an analytical approach based on Green's functions for the solution of the partial differential equations of unsteady heat conduction in solids is used to model entire transient temperature fields. The validation of the model is carried out in orthogonal cutting experiments not only punctually but also for entire temperature fields. For these experiments an integrated measurement of prevailing cutting force and temperature fields in the tool and the chip by means of high-speed thermography were applied. The thermal images were analyzed with regard to thermodynamic energy balancing in order to derive the heat partition between tool, chips and workpiece. The thus calculated heat flow into the tool was subsequently used in order to analytically model the transient volumetric temperature fields in the tool. The described methodology enables the modeling of the transient thermal state in the cutting zone and particular in the tool, which is directly linked to phenomena like tool wear and workpiece surface modifications.}, language = {en} }