論文の概要: Variability Modeling of Products, Processes, and Resources in
Cyber-Physical Production Systems Engineering
- arxiv url: http://arxiv.org/abs/2402.09882v1
- Date: Thu, 15 Feb 2024 11:08:54 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-16 16:06:29.201776
- Title: Variability Modeling of Products, Processes, and Resources in
Cyber-Physical Production Systems Engineering
- Title（参考訳）: サイバー物理生産システム工学における製品・プロセス・資源の変動モデリング
- Authors: Kristof Meixner, Kevin Feichtinger, Hafiyyan Sayyid Fadhlillah, Sandra
Greiner, Hannes Marcher, Rick Rabiser and Stefan Biffl
- Abstract要約: CPPSは製品ポートフォリオから製品を製造するための一連の生産手順を実行する。
CPPSエンジニアリングでは、ドメインの専門家が手動で実行可能な生産段階のシーケンスとリソースを決定することから始める。
本稿では,製品,プロセス,資源の変動モデルを導出するための拡張反復プロセスシーケンス探索手法を提案する。
- 参考スコア（独自算出の注目度）: 1.6333646796408297
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cyber-Physical Production Systems (CPPSs), such as automated car
manufacturing plants, execute a configurable sequence of production steps to
manufacture products from a product portfolio. In CPPS engineering, domain
experts start with manually determining feasible production step sequences and
resources based on implicit knowledge. This process is hard to reproduce and
highly inefficient. In this paper, we present the Extended Iterative Process
Sequence Exploration (eIPSE) approach to derive variability models for
products, processes, and resources from a domain-specific description. To
automate the integrated exploration and configuration process for a CPPS, we
provide a toolchain which automatically reduces the configuration space and
allows to generate CPPS artifacts, such as control code for resources. We
evaluate the approach with four real-world use cases, including the generation
of control code artifacts, and an observational user study to collect feedback
from engineers with different backgrounds. The results confirm the usefulness
of the eIPSE approach and accompanying prototype to straightforwardly configure
a desired CPPS.
- Abstract（参考訳）: 自動自動車製造プラントのようなサイバー物理生産システム(CPPS)は、製品ポートフォリオから製品を製造するための一連の製造手順を設定可能である。
CPPSエンジニアリングでは、ドメインの専門家が暗黙の知識に基づいて実行可能な生産ステップシーケンスとリソースを手作業で決定することから始める。
このプロセスは再現が難しく、非常に非効率である。
本稿では、製品、プロセス、リソースの可変性モデルをドメイン固有の記述から導出するための拡張反復プロセスシーケンス探索(eipse)アプローチを提案する。
CPPSのための統合的な探索と構成プロセスを自動化するために,構成空間を自動的に削減し,リソースの制御コードなどのCPPSアーティファクトを生成するツールチェーンを提供する。
このアプローチを,コントロールコードアーティファクトの生成や,バックグラウンドの異なるエンジニアからのフィードバックを集めるための観察的ユーザ調査など,4つの実世界のユースケースで評価する。
その結果,eIPSEアプローチとそれに伴うプロトタイプの有効性を確認し,所望のCPPSを直接設定した。
関連論文リスト
- Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow [3.2821049498759094]
本稿では,車載ソフトウェアシステムの開発における,新しいモデルと特徴に基づくアプローチを提案する。
提案されたアプローチの重要なポイントの1つは、近代的な生成AI、特にLarge Language Models(LLM)の導入である。
その結果、パイプラインは広範囲に自動化され、各ステップでフィードバックが生成される。
論文 参考訳（メタデータ） (2024-03-21T15:07:57Z) - Control and Automation for Industrial Production Storage Zone: Generation of Optimal Route Using Image Processing [49.1574468325115]
本稿では,DIPを用いた生産ラインモデルのゾーンに対する産業自動化手法の開発に焦点をあてる。
新カスケード法は、それぞれの段階を適切な方法で定義し、関連する手法を開発に含めることを可能にした。
システムはOpenCVライブラリをベースとしており、Java言語に基づいたオブジェクト指向プログラミング(OOP)プラットフォーム上に実装された人工視覚に焦点を当てたツールである。
論文 参考訳（メタデータ） (2024-03-15T06:50:19Z) - Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。
セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
論文 参考訳（メタデータ） (2023-12-14T10:37:34Z) - Neuro-Symbolic AI for Compliance Checking of Electrical Control Panels [47.187609203210705]
電気制御パネルのコンプライアンス検証を自動化するためのニューロ・シンボリック方式を提案する。
我々のアプローチは、ディープラーニング技術と解答セットプログラミング(ASP)の組み合わせに基づいており、最終製品で起こりうる異常やエラーを特定することができます。
イタリア企業が提供する実検例で実施した実験は,提案手法の有効性を実証するものである。
論文 参考訳（メタデータ） (2023-05-17T10:29:02Z) - An adaptive human-in-the-loop approach to emission detection of Additive
Manufacturing processes and active learning with computer vision [76.72662577101988]
In-situ monitoring and process control in Additive Manufacturing (AM) は大量の排出データを収集することを可能にする。
このデータは、3Dプリントされた部品の3Dおよび2D表現への入力として使用できる。
本研究の目的は,機械学習技術を用いた適応型ヒューマン・イン・ザ・ループ手法を提案することである。
論文 参考訳（メタデータ） (2022-12-12T15:11:18Z) - SMPL: Simulated Industrial Manufacturing and Process Control Learning
Environments [26.451888230418746]
製造プラントの制御に深層強化学習を適用しようという試みはほとんどない。
我々は,5つの高忠実度シミュレーション環境を含む使い易いライブラリを開発した。
フォローアップ研究の比較のために、オンラインおよびオフライン、モデルベースおよびモデルフリー強化学習アルゴリズムをベンチマークする。
論文 参考訳（メタデータ） (2022-06-17T15:51:35Z) - Concepts and Algorithms for Agent-based Decentralized and Integrated
Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。
要求の一部は、線形にスケールする通信アーキテクチャを開発することである。
このアプローチは、工業的要件に基づいた例を使って説明されます。
論文 参考訳（メタデータ） (2022-05-06T18:44:29Z) - Automated simulation and verification of process models discovered by
process mining [0.0]
本稿では,プロセスマイニング技術を用いたプロセスモデルの自動解析手法を提案する。
プロセスマイニングは、さまざまなデバイスによって生成されたイベントデータに隠された、基盤となるプロセスを探索する。
論文 参考訳（メタデータ） (2020-11-03T11:51:53Z) - Process Discovery for Structured Program Synthesis [70.29027202357385]
プロセスマイニングにおける中核的なタスクは、イベントログデータから正確なプロセスモデルを学ぶことを目的としたプロセス発見である。
本稿では,ターゲットプロセスモデルとして(ブロック-)構造化プログラムを直接使用することを提案する。
我々は,このような構造化プログラムプロセスモデルの発見に対して,新たなボトムアップ・アグリメティブ・アプローチを開発する。
論文 参考訳（メタデータ） (2020-08-13T10:33:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。