Semantische Interoperabilität digitaler Zwillinge als Basis für automatisierte Erkundungsmechanismen

Abstract

Eines der Ziele von Industrie 4.0 sind dynamische, flexible und weltweit vernetzte Wertschöpfungsnetzwerke. Um dies zu erreichen sind Systeme erforderlich, die autonom miteinander interagieren. Basis ist die Interoperabilität der digitalen Zwillinge der verschiedenen Assets dieser Systeme. Hierzu müssen die einzelnen Zwillinge die untereinander ausgetauschten Informationen verstehen können - sie müssen semantisch interoperabel sein. Die Erreichung von semantischer Interoperabilität stellt derzeit eine große Herausforderung im Bereich der Industrie 4.0 dar. Verschiedene Unternehmen und Branchen verwenden heterogene Semantik in ihren Vokabularen, was die Realisierung von semantischer Interoperabilität erschwert. Um semantische Interoperabilität zu erreichen, müssen die verwendeten Vokabulare aufeinander abgebildet werden. In dieser Arbeit wird ein Konzept zur Erreichung semantischer Interoperabilität digitaler Zwillinge entwickelt. Es werden sowohl homogene als auch heterogene Sprachräume berücksichtigt. Für den homogenen Bereich wird ein lebenszyklusorientiertes Vorgehensmodell zur einheitlichen Ableitung von Industrie 4.0 Teilmodellen entworfen. Auf Basis dieses Modells werden Teilmodelle für Pumpen abgeleitet. Für den heterogenen Bereich wird eine Methode entwickelt, um die unterschiedlichen Beschreibungen der Vokabulare von digitalen Zwillingen automatisiert auf einen Standard abzubilden. Language-Models und Sentence-Embeddings werden eingesetzt, um die Elemente der Vokabulare der digitalen Zwillinge automatisiert mit denen anderer Kommunikationsteilnehmer abzugleichen, aufeinander abzubilden und so semantische Interoperabilität zu erreichen. Um Bestandsanlagen in Industrie 4.0-Netzwerke zu integrieren und trotz heterogener Semantik ihre Informationen zu erkunden, müssen sie durch digitale Zwillinge repräsentiert und die Betriebsinformationen auf einen semantischen Standard abgebildet werden. In dieser Arbeit wird ein Konzept entwickelt, das digitale Zwillinge für Bestandsanlagen automatisiert generiert und ihre Informationen auf einen semantischen Standard abbildet. Dieses Konzept wird für Bestandsanlagen der technischen Gebäudeausrüstung umgesetzt. Um die heterogenen Betriebsinformationen zu verarbeiten, wird ein vierstufiger Klassifizierungsalgorithmus entwickelt. Dieser verarbeitet die Informationen mittels Language-Models und bildet sie auf einen Standard ab. Die nun semantisch einheitlichen Informationen der digitalen Zwillinge können automatisiert von verschiedenen Anwendungen erkundet werden. Es wird ein prototypisches technisches Monitoring implementiert, das die Informationen der digitalen Zwillinge erkundet und auf Basis dieser Informationen automatisierte Visualisierungen generiert.

Industrie 4.0 aims for dynamic, flexible, and globally connected value-added systems. Achieving this necessitates systems that autonomously interact, relying on interoperable digital twins representing various assets. Semantic interoperability, enabling these twins to comprehend exchanged information, poses a significant challenge in Industrie 4.0 due to diverse vocabularies and semantics used across companies and industries. In this work a concept to achieve semantic interoperability among digital twins, addressing both homogeneous and heterogeneous language areas, is developed. For homogeneous areas, a life cycle-oriented process model facilitates consistent derivation of Industrie 4.0 submodels, exemplified through pump submodels. For the heterogeneous area, a method is being developed to automatically map the different descriptions of the vocabularies of digital twins onto a standard. Language models and sentence embeddings are used to automatically compare the elements of the digital twin vocabularies with those of other communication participants, map them to one another and thus achieve semantic interoperability. Integrating existing systems into Industrie 4.0 networks requires representing them as digital twins and mapping their operational data to a semantic standard. This work presents a concept to automatically generate digital twins for existing systems and map their information to a semantic standard. Demonstrated through existing technical building equipment systems, this concept employs a four-stage classification algorithm to process heterogeneous operational data using language models, resulting in standardized information across digital twins. This uniform data enables automated exploration by various applications. Furthermore, a prototype for technical monitoring is implemented, leveraging digital twin information to generate automated visualizations.