Details

Autor(en) / Beteiligte

• Frieben, Jens
• Bodden, Eric[Akademischer Betreuer]
• Dumitrescu, Roman[Akademischer Betreuer]

Titel

Early performance analysis of automation systems based on systems engineering models

Ort / Verlag

Paderborn

Erscheinungsjahr

2017

Link zum Volltext

• Hochschulschriften Visual Library - Scan2Web Hochschulschriften UB Paderborn (s2w-hsspadubpb)
• Hochschulschriften Visual Library - Scan2Web Hochschulschriften UB Paderborn (s2w-hsspadubpb)

Link zu anderen Inhalten

• Volltext
• Volltext

Verknüpfte Titel

Beschreibungen/Notizen

• Tag der Verteidigung: 15.11.2017
• Open Access
• ger: Der Entwurf und die Auslegung vernetzter Automatisierungssysteme ist eine anspruchsvolle Aufgabe. Während der Entwicklung müssen unterschiedliche Arten von Einflussfaktoren berücksichtigt werden, die die Leistungsfähigkeit einer Speicherprogrammierbaren Steuerung (SPS) beeinflussen können. Werden Leistungsengpässe zu spät erkannt, können kostenaufwändige Korrekturen folgen und die Inbetriebnahme des Systems signifikant verzögern.Zur Vorhersage der Performanz muss entscheiden werden, welche Faktoren entscheidend sind und zu welchem Detailgrad diese erfasst werden müssen. Daher wird in der Regel ein fundiertes Wissen über das System benötigt, dass nicht bis zur disziplinspezifischen Entwicklung verfügbar ist. Unklar ist auch, welche Faktoren die Leistungsfähigkeit einer SPS beeinflussen und wie diese für eine frühzeitige Validierung eines Systemmodells genutzt werden können.Der erste Beitrag dieser Arbeit ist die Identifizierung von Einflussfaktoren, die eine oder mehrere Qualitätseigenschaften eines Automatisierungssystems beeinflussen. Für jeden Faktor wird entschieden, ob dieser bereits in den frühen Entwicklungsstadien identifiziert werden kann, welche Annahmen vom Entwickler getroffen werden müssen und welche Auswirkungen er auf das Gesamtsystem hat.Der zweite Beitrag dieser Arbeit ist eine Methode, die es Entwicklern ermöglicht, diese Einflussfaktoren in Systems Engineering Modelle zu integrieren und zu analysieren. Basierend auf den erweiterten Systems Engineering Modellen können Leistungsprognosen einer ausgewählten SPS durchgeführt werden. Mit den Ergebnissen lassen sich so schon in den frühen Phasen der Entwicklung Designentscheidungen validieren und somit spätere, kostspielige Änderungen vermeiden.
• eng: Designing and scaling complex, networked automation systems is a challenging task. Developers must consider different kinds of influence factors that impact the system performance already in the early stages of the development. If performance bottlenecks are detected too late, costly corrections may follow and the commissioning can be significantly delayed.There already exist several approaches to predict the performance of a system under development. However, developers must identify and decide themselves which factors must be regarded for a performance analysis and to what detail. Therefore, developers usually require in-depth knowledge of the system which is -- at least to this level of detail -- not available until the discipline specific development starts. In particular it is not clear, which factors influence the performance of a PLC and how these can be used for an early validation of a system model.The first contribution of this thesis is the identification and creation of a list of influence factors that impact one or more quality of service attributes of an automation system. For each factor, a decision is made, whether it is available in the early development stages, what assumptions must be made by the developer, and what impact it has on the overall system performance.The second contribution is a method that enables developers of automated systems to define the identified influence factors in systems engineering models and to carry out a subsequent automatic performance analysis. The method includes a model for the specification of influence factors within an existing Systems Engineering model as well as an accompanying process. Based on these models, an analysis can be performed to predict the utilization of a selected PLC. The results can be used to evaluate the design of the automation in the early phases and, therefore, avoid costly and ...