Zwei Beispiele zur Forschung und Lehre am Institut für Automatisierungstechnik

Gert Anders, Sebastian Schwarz, Andreas Rehkopf

1. Vernetzte, autonome Modellarbeitsmaschinen

Industrie 4.0 und Digitalisierung sind Begriffe, welche in inflationärer Weise wie nie zuvor gebraucht
werden. Fakt ist: Moderne Technologien der Informationsverarbeitung haben schon seit Jahren den
Einzug in die Industrieautomation gehalten. Die Integration von verteilten vernetzten Subsystemen zu
hochkomplexen informationsverarbeitenden Automatisierungssystemen stellt ein wesentliches
Merkmal dieses Entwicklungstrends dar. Es wird im industriellen Bereich immer mehr auf
Technologien wie Big-Data-Management, Machine-Learning, neuronale Netze sowie der Funk-
vernetzung zurückgegriffen. Zusätzlich beeinflusst der aktuelle Automationstrend nicht nur den
technischen Bereich, sondern übt auch einen großen Einfluss auf die Gestaltung technischer Prozesse
aus. Auch Technologiebereiche wie der Bergbau tangieren derartige Entwicklungstrends nachhaltig -
es wird auch von der ´Digitalisierung im Bergbau´ gesprochen. Mit dem Ansatz, einen Versuchsstand
für vernetze Modellarbeitsmaschinen aufzubauen, soll ein Beitrag für Forschung und Lehre auf diesem
technologischen Gebiet geleistet werden.

Ausgangssituation
Zentrale Zielstellung ist der Aufbau einer Test- und Entwicklungsumgebung für autonom arbeitende
Arbeitsmaschinen im Modellmaßstab 1:14. Eine Grobstruktur mit den prognostizierten
Arbeitsbereichen in der Automatisierungshierarchie ist in Abbildung 1 dargestellt. Die Versuchsanlage
soll die Möglichkeit bieten, Algorithmen, Methoden und Technologien für das autonome Arbeiten von
Arbeitsmaschinen zu entwickeln, zu testen und auf die Tauglichkeit im bergbautechnischen Bereich zu
evaluieren. Hierzu können anspruchsvolle Themen für studentische Arbeiten generiert werden. So
konnten bereits Aufgabenstellungen auf dem Gebiet der Routenplanung [1], Transportoptimierung [2],
Entfernungs- und Positionsbestimmung [3], WLAN-Kommunikationstechnik [4], Bildverarbeitung [5]
und Antriebstechnik [6] erfolgreich bearbeitet werden.

Für die Realisierung der Modellanlage ist die Verfügbarkeit von technischer Ausrüstung ein wichtiges
Entscheidungskriterium. Auf Grund des gut ausgebauten Angebotes im Segment des Modellbaus, fiel
die Entscheidung auf Komponenten im Maßstab 1:14. Die bestehende, professionellen Ansprüchen
nicht genügende, Steuerungstechnik muss hierbei durch die am Institut entwickelte Elektronik ersetzt
werden. Gleiches gilt für die Funkkommunikation, die durch eigene Vernetzungsstrukturen ersetzt
wird. Diese Herangehensweise ist erforderlich, um einen uneingeschränkten Zugriff auf Hardware- und
Softwarekomponenten zu haben. Damit kann das Versuchssystem flexibel an sich verändernde
Anforderungen angepasst werden.
Abbildung 1 Einordnung in die Automatisierungshierarchie

Die Entwicklung von Soft- und Hardware- Knowhow soll nicht auf den Modellbereich beschränkt
bleiben, sondern perspektivisch eine Transformation in die „reale Welt“ (Abbildung 2) ermöglichen.

Abbildung 2 Vom Modellmaßstab zur realen Anwendung

Vernetzungsarchitektur
Sollen vernetzte, verteilte und mobile Systeme realisiert werden, ist es unabhängig vom speziellen
Anwendungsbereich erforderlich, grundlegende Gedanken über die Modellierung und
Systemarchitektur in die Projektrealisierung einzubeziehen. In Abbildung 3 ist die
Kommunikationsarchitektur mit der Einbindung des Versuchsstandes in das Intranet der TU
Bergakademie Freiberg dargestellt. Das lokale WLAN für die Vernetzung der Modellarbeitsmaschinen
ist als Class-C- Subnetz (AMAnet: Autonomes Modell- Arbeitsmaschinen- Netz) ausgelegt und basiert
auf einer Client- Server- Architektur. Die IP-Adressen für die Server, in diesem Fall Komponenten wie
Bagger und Muldenkipper, werden über DHCP (Dynamic Host Configuration Protocol) dynamisch
vergeben. In diesem Netz befinden sich Clients für die lokale Diagnose und Inbetriebnahme des
Netzwerkes. Für die Integration von AMAnet in das Intranet der TU kommt eine Komponente mit
gleichzeitiger Client- und Serverfunktionalität zum Einsatz. Diese tritt gegenüber dem Intranet als
(Web)-Server auf und kommuniziert als Client des Subnetzes mit den Servern der
Modellarbeitsmaschinen.
Abbildung 3 Client-Server-Architektur für die Vernetzung der Komponenten

Der Weg zum autonomen Betrieb

Für einen autonomen Betrieb der Arbeitsmaschinen / Fahrzeuge der Versuchsanlage ist nicht nur die
Kommunikation zwischen den Teilnehmern von Bedeutung. Die Umsetzung von Algorithmen und
Methoden zur Aufgaben- und Trajektorien- Planung stellen wesentliche Aspekte für die Realisierung
des Modellversuchstandes dar. In einem ersten Schritt wird hierbei ein zentralisierter Ansatz
hinsichtlich beider Teilkomponenten angestrebt. Das heißt, eine zentrale Leitstelle ermittelt für eine
spezielle Aufgabe die entsprechende Route an die jeweils ausgewählten Fahrzeuge und gibt die
entsprechenden Fahranweisungen vor.

Aufgaben- und Trajektorienplanung

Die zentrale Aufgabenstellung für die Ausführung von Arbeitsprozessen im System stellt die
Aufgabenplanung dar, wobei die Vergabe von Arbeitspaketen an die am besten eigneten Fahrzeugen
im Anlagensystem betrachtet wird. Für derartige Aufgabenstellungen bieten sich agentenbasierte
Lösungen an. Letztlich führt jede Aufgabenplanung zu einer Trajektorienplanung für die
ausgewählte(n) Arbeitsmaschine(n), wie Abbildung 4 zeigt.
 • Abwandlung des A*-Algorithmus
• Umgebung vorab unbekannt
• Erkundung mit definierbaren
Freiheitsgraden in festgelegtem Raster
• optimaler Pfad mit niedrigsten
Gesamtkosten wird gefunden
• Höhenänderung und zurückgelegte Strecke
werden berücksichtigt
• Pfadknoten bilden Grundlage für
Bézierkurve

Abbildung 4 Prozess der Wegfindung um bekannte Hindernisse

Beitrag zur Forschung

Für den Einsatz einer Versuchsanlage im Modellmaßstab ergeben sich am Institut für Tagebautechnik
verschiedene Möglichkeiten. In einer ersten Ausbaustufe ist die Kopplung des Baggerfahrsimulators
mit der Testanlage vorgesehen. Dabei soll das lokal verteilt arbeitende Steuerungssystem über das
Intranet der TU genutzt werden. Mit dieser Konstellation können Modelle, welche mit der
Simulationssoftware erstellt werden, in der realen Welt im Maßstab 1:14 evaluiert werden. Einen
weiteren Ansatzpunkt stellt der Forschungsbereich „Bergbau im Weltraum“ dar. Beispielsweise
beträgt die Signallaufzeit zwischen Erde und Mars zwischen 3 und 22 Minuten. Solche Latenzzeiten
zwischen Steuereingriff und Wirkung auf die Aktorik lassen sich auf einer derartigen Testanlage sehr
gut durch softwaretechnische Maßnahmen in beliebiger Zeitverzögerung testen. Außerdem sind im
Anlagenkonzept Prinzipien der Sensorfusion vorgesehen, die auf [7, 8] basieren.

So steht eine Kamera für die Kartographierung der Arbeitsfläche zur Verfügung, deren Daten vorrangig
dem Leitsystem zur Verfügung stehen. Die mobilen Geräte sollen mit einer lokalen
Hinderniserkennung ausgestattet werden (LIDAR-System) und können somit selbständig auf
eventuelle Hindernisse reagieren. Die Wahl der Kommunikationsarchitektur ermöglicht es,
Sensordaten allen im System beteiligten Kommunikationspartner zur Verfügung zu stellen und somit
eine umfassendere Kartographierung zu realisieren.

Ein weiterer Aspekt hat sich in Anbetracht des aktuellen Ukraine-Konfliktes ergeben: Gebäude und
Infrastruktur, gerade in größeren Städten, sind so massiv geschädigt, dass ein Wiederaufbau ohne
Beseitigung der geschädigten bzw. zerstörten Substanz nicht ohne weiteres möglich ist. Hier können
ferngelenkte bzw. autonom agierende Baumaschinen einen wertvollen Beitrag liefern, zumal der
manntragende Betrieb solcher Geräte zu gefährlich erscheinen könnte.
Beitrag für die Lehre
Wie eingangs erwähnt, können mit dem Aufbau des Versuchsstandes sehr schön studentische Arbeiten
eingebracht werden. Zum aktuellen Zeitpunkt sind dazu bereits 4 Masterarbeiten, 4 Projektarbeiten,
eine Bachelorarbeit und 3 Studienarbeiten realisiert worden. Aktuell befinden sich verschiedene
Themen in Bearbeitung, weitere Themenstellungen werden aufbauend auf den erzielten Ergebnissen
folgen. Gewonnene Erkenntnisse können in den Vorlesungsstoff eingearbeitet werden und neue
Lehrveranstaltungen können bei entsprechender Nachfrage gestaltet werden.

2. Gleicher Ansatz - anderer Anwendungsfall: Energieversorgung

Aufgrund der bereits angesprochenen aktuellen weltpolitischen Lage steht die Sicherheit der
Energieversorgung in einem besonderen gesellschaftlichen Fokus. Die bereits eingeleiteten
Veränderungen in der Energieversorgung, bedingt durch die Energiewende und beschlossene
Ausstiege aus Atom- und Kohlekraft, erscheinen kurzfristig nicht revidierbar. Stattdessen soll der
Ausbau erneuerbarer Energien beschleunigt werden und somit die Anstrengungen im Hinblick auf die
Energiewende verstärkt werden. In diese Anstrengungen sollen auch privat Haushalte vermehrt
eingebunden werden, unter anderem durch gezielte Einsparungen. Im Hinblick auf die Unsicherheit
besteht zusätzlich der Wunsch nach (teilweiser) energetischer Unabhängigkeit innerhalb der privaten
Haushalte, die in einer Zunahme privat installierter Energiesysteme resultiert.

Abbildung 5 Schematische Übersicht des Stromnetzes

Für gezielte Einsparungsmaßnahmen, etwa durch einen überregionalen Ausgleich von Verbrauch und
Erzeugung, bedarf es einer intelligenten Betriebsführung der einzelnen Anlagen. Ein gesamtheitlicher,
zentraler Ansatz gilt aufgrund der Komplexität der Energienetze, insbesondere des Stromnetzes, als
nicht realisierbar. Der Schwerpunkt der untersuchten Ansätze liegt daher auf der Betrachtung
verteilter Systeme, etwa durch eine zelluläre Zerlegung des Stromnetzes. Dabei müssen neben
energetischen auch wirtschaftliche Aspekte Berücksichtigung finden.

Es bietet sich daher eine agentenbasierte Betrachtung der Energiesysteme, vergleichbar der bei
autonom agierenden Robotern/Arbeitsmaschinen, an. Die Fähigkeit des Energiesystems liegt dabei in
der Bereitstellung sog. Flexibilitätspotenziale, das heißt, in der Möglichkeit der Reduzierung oder
Erhöhung der Einspeise-/Bezugsleistung. Die Umsetzung der Leistungsreduktion/-erhöhung liegt dabei
bei dem jeweiligen Energiesystem selbst, ohne Vorgabe eines bestimmten Vorgehens durch eine
übergeordnete Ebene. Entsprechend erfolgt auch keine direkte Vorgabe der umzusetzenden
Leistungsänderung, stattdessen bietet sich eine auktionsbasierte Vergabe an. Diese erlaubt auch die
Berücksichtigung marktwirtschaftlicher Mechanismen des Energiemarkts innerhalb der einzelnen
Vergabeverfahren. Das heißt, mit Beginn der Auktionsrunde schreibt ein Auktionator die zu deckende
Residuallast aus. Jedes Energiesystem kalkuliert dann, inwieweit es einen Beitrag zur Deckung dieser
Residuallast leisten kann und welche Kosten dafür anfallen. Daraus wird ein Gebot gebildet und an den
Auktionator übergeben, welcher dann das beste Gebot auswählt und die Auktion schließt.
Anschließend wird ein Vertrag mit dem System, welches das siegreichste Gebot abgegeben hat,
geschlossen und die Umsetzung der vereinbarten Leistungsänderung überwacht.
Es findet dabei eine Reihe von Auktionen statt, bis entweder keine Systeme mehr zur Verfügung
stehen, die noch eine Leistungsanpassung anbieten könnten, oder eine weitere Leistungsanpassung
zu einer betragsmäßig größeren Residualleistung führt.

Die Residuallast bildet sich dabei aus der aktuelle Leistungsnachfrage und dem individuell geplanten
Betrieb der einzelnen Energiesysteme. Das heißt, die resultierende Leistung jedes Systems 𝑖 ergibt sich
mittels
𝑛

𝑃𝑖𝑒𝑙 (𝑡) = ∑ 𝑃𝑗𝑒𝑙 (𝑡),

𝑗=1

über die Leistungseinträge der einzelnen Komponenten 𝑗 des Energiesystems. Bei optimaler
Betriebsführung erfolgt die Festlegung der einzelnen Leistungseinträge unter der Maßgabe einer
vollständigen Lastdeckung mit der Möglichkeit eines zusätzlichen Netzbezugs
𝑒𝑙
𝑃𝑖,𝐿𝑎𝑠𝑡 (𝑡) = 𝑃𝑖𝑒𝑙 (𝑡) + 𝑃𝑖,𝑁𝑒𝑡𝑧
𝑒𝑙
(𝑡),

bei einer Minimierung der Kosten für den Betrieb und die Lastdeckung im jeweiligen System 𝑐𝑖
𝑛

𝑐𝑖 = 𝑚𝑖𝑛 ∑ 𝑐𝑗 𝑃𝑗𝑒𝑙 (𝑡) + 𝑐𝑖,𝑁𝑒𝑡𝑧 𝑃𝑖,𝑁𝑒𝑡𝑧

𝑒𝑙
(𝑡)
𝑗=1

unter den leistungsgebundenen Kosten der einzelnen Komponenten 𝑐𝑗 und den Kosten für den Bezug
aus dem Netz oder die Vergütung der Einspeisung in das Netz 𝑐𝑖,𝑁𝑒𝑡𝑧 . Damit ergibt sich nach der
individuell optimalen Planung in den Systemen die auszuschreibende Residualleistung in der Form
 𝑚
𝑒𝑙 𝑒𝑙
𝑃𝑟𝑒𝑠 (𝑡) = ∑ 𝑃𝑖,𝑁𝑒𝑡𝑧 (𝑡),
𝑖=1

wobei neben den gerade beschriebenen Prosumer-Haushalten auch reine Consumer-Haushalte

berücksichtigt werden, für die im Vorfeld aufgrund fehlender Erzeugung keine optimale
Betriebsplanung erfolgt.

Für die Gebotsbildung im Rahmen des Auktionsverfahrens ist zunächst die Definition einer geeigneten
Metrik notwendig, die eine Vergleichbarkeit der Kosten für die jeweils angebotenen
Flexibilitätsleistungen erlaubt. Dabei eignet sich eine Zerlegung in ein ökonomisches, ökologisches und
nivellierendes Maß. Die ökonomische Komponente der Metrik ergibt sich aus den Kosten für den
Brennstoff für einen zusätzlichen Betrieb oder durch einen erweiterten Verschleiß und
Wartungsaufwand durch nicht optimalen Betrieb, etwa eine schnelle Folge von Ein- und
Ausschaltvorgängen. Für ein System lassen sich die wirtschaftlichen Kosten 𝐶𝑖,𝑊 gemäß
𝑛
𝑒𝑙
𝐶𝑖,𝑊 = ∑ 𝑐𝑗,𝑊 𝑃𝑗,𝑓𝑙𝑒𝑥
𝑗=1

𝑒𝑙
beschreiben, bei Kosten 𝑐𝑗,𝑊 für zusätzliche Flexibilitätsleistung 𝑃𝑗,𝑓𝑙𝑒𝑥 der Komponente 𝑗. Analog kann
eine Beschreibung der zusätzlichen ökologischen Kosten, etwa bedingt durch einen zusätzlichen CO2-
Ausstoß, erfolgen. Dazu können die Umweltkosten 𝐶𝑖,𝑈 für die entstehenden Emissionen auf Basis des
Treibhauspotenzials (GWP) für jede zusätzliche Nutzung einer Komponente 𝑗 bemessen werden. Unter
dem nivellierenden Maß 𝐶𝑖,𝑁 ist ein Korrekturfaktor zu verstehen, der eine Ausgewogenheit in der
Vergabe der Verträge gewährleisten soll. Systeme, die eine Reihe von Ausschreibungen innerhalb eines
begrenzten zeitlichen Horizonts gewonnen haben, werden schlechter bewertet als Systeme, die
weniger oder keine Ausschreibungen in dem gleichen Zeithorizont gewonnen haben. Die so
formulierten Kosten für eine Bereitstellung von Flexibilitätsleistung können dann ins Verhältnis zu der
angebotenen Leistung gesetzt werden und bilden das Gebot des jeweiligen Systems an den
Auktionator.

Abbildung 6 Schematische Darstellung der Vernetzung der einzelnen Haushalte

Der so beschriebene Ansatz garantiert im Gegensatz zu einem zentralisierten Ansatz keine globale
Optimalität, bedarf aber einer deutlich geringeren Rechenzeit, insbesondere für eine hohe Zahl von
Systemen. Zudem erfordert es keinen direkten Eingriff des Auktionators in den Betrieb der
Erzeugungsanlagen, diese Rolle könnte somit durch die (Übertragungs-)Netzbetreiber wahrgenommen
werden, ohne gegen das vertikale Entflechtungsgebot des EnWG zu verstoßen. Zusätzlich muss eine
deutlich geringere Menge an Information kommuniziert werden und es kann bei Einführung einer
einfachen Zwischenebene in der Kommunikation, diese anonym erfolgen. Im Rahmen von
Simulationen zeigt der Ansatz erste vielversprechende Ergebnisse.

Die hier kurz umrissenen Betrachtungen sind ausführlich in der Dissertationsschrift [9] behandelt.

[1] D. Röbisch: Entwicklung und Optimierung eines Konzeptes zur Autonomisierung von
Baustellenfahrzeugen im Modellmaßstab, Bachelorarbeit, 2019.
[2] M. Uhrlaß: Entwicklung eines Planungsalgorithmus zur zielorientierten Reihenfolge von
Aufgaben für Modell-Bagger, Masterarbeit, 2021.
[3] P. Hövel; J. Huang: Objekterkennung durch drehbar gelagerte Sensorik für das Einsatzgebiet
„Arbeitsmaschinen im Modellmaßstab“, Projektarbeit, 2022.
[4] R. Al Masalma: WLAN-Kommunikation für mobile verteilte Systeme auf Basis des Espressif-
ESP32-Moduls, Studienarbeit, 2022.
[5] Y. Patel: Untersuchungen zur 3D-Kartierung einer Modelloberfläche mittels Kinect-Kamera,
Masterarbeit, 2020.
[6] M. Aldawoodi: Entwicklung eines Ansteuerungssystems für sensorlose BLDC-Motoren für den
Einsatz in mobilen Modellarbeitsmaschinen, Masterarbeit, 2022.
[7] A. Rehkopf: Modul einer signaltechnisch sicheren, stochastischen Sensorfusion für eine
multisensorische Ortungseinheit (SDMU), Erfindungsschrift, 2000.
[8] A. Rehkopf: Multisensorische Ortungseinheit (SDMU) mit kombiniert deterministisch/
stochastischer Fusion, Erfindungsschrift, 2001.
[9] S. Schwarz: Ein Beitrag zur optimalen Betriebsführung hybrider Energiesysteme, Dissertation,
2021.