AutomationML – die Grundarchitektur

14. April 2008, 9:18 Uhr | Dr. Rainer Drath
Diesen Artikel anhören

Fortsetzung des Artikels von Teil 2

AutomationML – die Grundarchitektur

SystemUnitClassLib

Die SystemUnit-Klassenbibliothek erlaubt die Speicherung anwenderspezifischer Klassen. AutomationML spezifiziert zwar keine eigene SystemUnitClass-Lib, definiert jedoch Regeln für die Erstellung dieser Klassen. Dies umfasst eine Reihe von Attributen inklusive ihrer Syntax und Semantik sowie Referenzen zu AutomationML-Klassen.

InstanceHierarchy

Instance-Hierarchien speichern konkrete Projektdaten und stellen somit das Herz von AutomationML dar. Sie bestehen aus einer Hierarchie von Objektinstanzen mit ihren individuellen Eigenschaften, Schnittstellen, Referenzen, Relationen und Referenzen zu PLCopen-XML- oder COLLADA-Dateien.

Anwendungsszenario Fertigungszelle

Anhand eines vereinfachten Engineering-Workflow lässt sich aufzeigen, wie AutomationML das Engineering fertigungstechnischer Anlagen vereinfacht. Ausgangspunkt ist die Planung einer fertigungstechnischen Zelle. Hierzu werden zunächst die benötigten mechanischen Komponenten in einem 3D-Werkzeug geplant und kinematisiert. Mit Hilfe von AutomationML erfolgt dann der Import der 3D-Informationen in ein Anlagen-Simulationswerkzeug. Dort findet die Planung von Zellen- und Linienlayout statt, parallel legt der Mechaniker die Sollabläufe fest. Die nächsten Schritte sind die Elektroplanung sowie die Roboter- und SPS-Programmierung. Hierzu werden die Ablaufvorgaben des Mechanikers mittels AutomationML importiert und direkt weiterverarbeitet. Abschließend ist die gesamte Zelle inklusive ihrer Komponenten, der kinematisierten Geometrie, der Ablauflogik und der erstellten Verdrahtungsplanung mittels AutomationML in ein Werkzeug der virtuellen Inbetriebnahme überführbar.

Die finale Zusammenführung aller Planungsdaten in AutomationML besitzt vielfältige Vorteile: Zum einen lassen sich diese Planungsdaten ohne Abhängigkeiten von den Erstellerwerkzeugen neutralisiert archivieren. Zum anderen sind diese Daten für Trainingszwecke, Testzwecke, Standardisierungszwecke, zur Unterstützung der Wartung oder für den iterativen Vergleich von Planungsständen verwendbar. Kurzum: An diesem Beispiel wird deutlich, dass sich AutomationML für jede Engineeringphase vorteilhaft einsetzen lässt, wobei der direkte Datenaustausch zwischen den Phasen im Vordergrund steht. Darüber hinaus deckt AutomationML auch Iterationen zwischen den Phasen ab; das dazu erforderliche Änderungsmanagement ist jedoch eine Tool-Leistung, die das Datenformat selbst nicht leisten kann. gh

Nähere Informationen:

www.automationml.org

CA711-07-Drath_af_03.jpg
Dr. Rainer Drathist Senior Principle Scientist in der Gruppe „Automation Engineering“ am ABB-Forschungs-zentrum in Ladenburg.

  1. AutomationML – die Grundarchitektur
  2. Referenzierung externer COLLADA-Daten
  3. AutomationML – die Grundarchitektur
  4. AutomationML – die Grundarchitektur
  5. AutomationML – die Grundarchitektur

Jetzt kostenfreie Newsletter bestellen!