MATLAB EXPO 2016 DEUTSCHLAND

The Rise of Engineering-Driven Analytics

09:15–09:45

Engineering data has become essential in business-critical systems and applications. Audio, image, real-time video, motion, machine performance metrics, and other sensor-generated data is being combined with business, transactional, and other IT data to create opportunities for sophisticated analytics on more complex phenomena. The flexibility to run those analytics, either on massive data sets in IT or cloud infrastructures or as the data is acquired on smart sensors and embedded devices, is enabling organizations in many industries to develop intelligent products, devices, and services that expand the business impact of their data and analytics. In this talk, you will see numerous examples of this in action and learn about new capabilities in MATLAB® and Simulink® that empower you to design and develop these systems and be a leading force in this new analytics-driven age.

This presentation will be given in English.

David Rich David Rich, MathWorks

Industrie 4.0 – Risiken und Chancen

09:45–10:15

Bereits vor mehr als 15 Jahren wurde durch die Gründung des Fachverbands Software im VDMA der Trend zu stark softwaregetriebenen Systemen erkennbar. Der damals als provokant empfundene Leitsatz „In Zukunft gibt es keine Maschinen mehr mit Software, sondern Software mit Maschine“ist inzwischen im Zeitalter von Industrie 4.0 längst unstrittig. Software als wesentlicher Bestandteil eines Produktes oder einer Maschine nimmt längst eine strategische Rolle ein, um beim Rennen um innovative Lösungen, Qualitätssteigerung und Kostenreduktion mithalten zu können. Der Paradigmenwechsel hin zu mehr Software-Funktionen wird sich auch in Zukunft nicht verlangsamen. Um diesen Wandel wirklich zu beherrschen werden im Vortrag die drei Handlungsfelder sind detailliert vorgestellt:

  • Mechatronisches Systems Engineering
  • Agiles Software Engineering
  • Mechatronische Ausbildung
Dr. Rainer Stetter Dr. Rainer Stetter, ITQ

Rundenzeitsimulation – Unverzichtbar zur Konzeptevaluation

10:15–10:45

Der Vergleich verschiedener Konzepte bevor sie effektiv in einem kompetitiven Rennauto verbaut werden, ist extrem wichtig. Der Ansatz einer Rundenzeitimulation, wurde vom AMZ Racing Team der ETH Zürich als Zweispurmodell, gestützt auf gemessene Reifendaten, in Simulink® umgesetzt. Mithilfe von einfachen mechanischen Grundsätzen und Berechnungen ist es möglich das Formula Student Auto auf verschiedenen Strecken und mit verschiedenen Setups zu simulieren. Auch wenn nicht sämtliche Konzepte mit dem vereinfachten Modell untersucht werden können, so können trotzdem Trends für wichtige Entscheidungen, wie die optimale Akkukapazität, erkannt werden. Anschliessend werden die simulierten Ergebnisse mit Hilfe verschiedener Darstellungsmethoden abgebildet, und die Performance der verschiedenen Konzepte verglichen.

Fabrice Oehler Fabrice Oehler, AMZ Racing Team der ETH Zürich

Creating Professional-Quality Applications with MATLAB

10:45–11:15

MATLAB® is often perceived as good for prototyping and internal organizational use, but not for serious user-facing applications. This talk intends to correct the misconception of two main complaints about performance and user interfaces by showing a professional pairs-trading and analysis application developed for a New York hedge fund. The MATLAB application analyzes huge amounts of data relatively quickly, and presents the results in a professional-grade GUI. Yair discusses the technical challenges and explains how to overcome them, showing some simple techniques that can be very effective for improving run-time performance and visualization quality.

This presentation will be given in English.

Yair Altman Yair Altman, Undocumented MATLAB

Automatische Schwingungsüberwachung von aeroelastischen Systemen

11:45–12:15

Aufgrund des extremen Leichtbaus sind Konstruktionen der Luftfahrttechnik, insbesondere auch Flugzeuge, anfällig für Schwingungen. Diese treten auf, wenn ein Flugzeug einer dynamischen Belastung ausgesetzt wird, beim Einfliegen in eine Böe, bei abrupt eingeleiteten Flugmanövern des Piloten oder für den Fall des Landestoßes beim Aufsetzen der Fahrwerke. Unter besonderen Umständen kann das aeroelastische System instabil werden, was als sogenanntes „Flattern“ bekannt ist.

In der Flugerprobung von Flugzeugprototypen oder in aeroelastischen Windanalversuchen ist eine Analyse der strukturdynamischen Eigenschaften erforderlich zur Beurteilung des Stabilitätsverhaltens. Anhand einer permanenten und automatisierten Modalanalyse werden Eigenfrequenzen, Eigenformen und Dämpfungsparameter des Flugzeugs oder Windkanalmodells durch eine „quasi echtzeitfähige“ MATLAB®-Software analysiert und bereitgestellt. Die Stabilität des Systems kann dadurch online beurteilt werden.

Die MATLAB-Software nutzt Messhardware und greift Zeitdaten gemessener Beschleunigungen aus dem Speicher ab. Anschließend werden modale Parametern identifiziert und einer Datenbank zugeführt.

Die Implementierung dieser Software bedarf effiziente und schnelle Algorithmen. Weiterhin ist es notwendig die verschiedenen Darstellungen der Daten miteinander zu vernetzen um eine Interaktion des Nutzers zu ermöglichen. Besonderheiten der Implementierung, Ansätze der parallelen Verarbeitung und die generelle Architektur werden präsentiert.

Goran Jelicic, Ralf Buchbach,
Dr. Yves Govers, Institut für Aeroelastik, DLR

Meßdatenerfassung mit MATLAB - so einfach geht's!

12:15–12:30

In diesem Kurzvortrag lernen sie die Möglichkeiten und Vorteile kennen, die Ihnen einen einheitliche Entwicklungsumgebung wie MATLAB® bietet, wenn Sie Daten aus unterschiedlichen Geräten erfassen wollen, um daraus mit MATLAB Analyse Algorithmen Wissen und Erkenntnisse zu gewinnen. Ob sie Datenerfassungsgeräte, Instrumente, Kameras, IoT Systeme oder andere Hardware verwenden, MATLAB bietet Ihnen eine einfache Möglichkeit mit diesen Geräten zu kommunizieren.

Dr. Frank Graeber, MathWorks

Objektorientierte MATLAB Anwendungen für den Industrie- und Entwicklungsalltag

12:30–13:00

MATLAB® hat sich zu einer Hochsprache entwickelt die durch die neuen objektorientierten und grafischen Möglichkeiten, zusammen mit den angebotenen Toolboxen höchste Entwicklereffizienz für Ingenieure bieten kann. Die Vielfalt der Anwendungsmöglichkeiten wird anhand einiger kurzer Beispiele demonstriert: eine Messsoftware mit räumlicher Verknüpfung der Messdaten für einen neuentwickelten Prüfstand, ein Datensichte- und Analysewerkzeug für Maschinendaten sowie ein Leitsystem für Tunnel-/ und Bergbaumaschinen.

Martin Gimpel, Sandvik Mining and Construction

MATLAB – die vielseitige Programmier- und Entwicklungsumgebung

13:00–13:15

Erfahren Sie mehr darüber, wie Sie mit den neuesten Funktionen in MATLAB® R2016a noch schneller arbeiten können und noch produktiver werden.

Michael Glaßer, MathWorks

Mechatronische Simulation im Entwicklungsprozess bei TRUMPF

11:45–12:15

Für die effiziente und zuverlässige Entwicklung einer Werkzeugmaschine ist die Simulation über den gesamten Entwicklungsprozess ein unverzichtbares Werkzeug.

Bereits in einer frühen Entwicklungsphase kann den zunehmend steigenden Anforderungen an die Dynamik einer Maschine durch die frühzeitige Einbindung der Simulation Rechnung getragen werden. Dazu ist eine gekoppelte Simulation von Achsregelung und elastischen Strukturmechanik ein geeignetes Werkzeug. Modulare und mitwachsende Modelle mit den zugehörigen Werkzeugen und Simulationsstandards ermöglichen dann über den gesamten Entwicklungsprozess hinweg die Maschine in der Simulation zu begleiten und sicherzustellen dass die Entwicklungsziele aus maschinendynamischer Sicht eingehalten werden.

Dieser Vortrag stellt vor, wie bei TRUMPF hierzu unter Verwendung von MATLAB® und Simulink® eine Simulationsumgebung entwickelt wurde, die ein effiziente Erstellung und Durchführungen solcher mechatronischen Simulationen ermöglicht.

Dr. Alexandra Ast, TRUMPF Werkzeugmaschinen

Schneller Modellbasiert entwickeln mit Simulink R2016a

12:15–12:30

Erfahren Sie mehr darüber, wie Sie mit den neuesten Funktionen in Simulink® R2016a noch schneller arbeiten können und noch produktiver werden.

Gernot Schraberger, MathWorks

Simulation der Energieflüsse eines elektrischen Eisenbahnnetzwerkes mit SimPower Systems

12:30–13:00

Energieeffizienz und umweltfreundliche Politik wird immer wichtiger – nicht nur in Europa, sondern auch in der ganzen Welt. Daher folgen auch immer mehr öffentliche und private Unternehmen im Transportbusiness diesem Trend. In diesem Zusammenhang sind Methoden und Strategien zur Einsparung von Energie für diese Unternehmen von essentieller Bedeutung. Um diese Strategien entwickeln und Energieeinsparungen realisieren zu können, wird auf Simulation der elektrischen Netzwerke gesetzt. Durch diese werden die Betreiber in die Lage versetzt, Schwachpunkte in der Netzinfrastruktur und Knoten mit Energieeinsparungspotential zu identifizieren.

Die einfache und schnelle Simulation von vielen Szenarien mit Variation aller signifikanten Parameter erlaubt eine Optimierung des Netzwerks im Hinblick auf eine Konfiguration mit dem niedrigsten Energieverbrauch. Die dabei gefundenen Netzparameter können dann auf das reale Netzwerk übertragen werden. Messungen in Stationen und auf den Fahrzeugen ermöglichen ein Feedback von realen Daten in die Simulation.

Durch die Anwendung von Theorien aus der Mechanik und Elektrotechnik, die Umsetzung der Algorithmen mittels ausgefeilter Programmiertechniken und eine effiziente Datenverwaltung der großen Datenmengen wird es möglich, diese extrem komplexen Berechnungen in eine benutzerfreundlichen Software für die Techniker der Operatoren umzusetzen.

Ferran Rovira, Ing. Karl u. Albert Kruch

Power On! Power On! Abbildung elektrischer Systeme mit Simscape

13:00–13:15

Lernen Sie, wie MathWorks Consulting Services Sie bei der Lösung Ihrer anspruchsvollen Aufgaben unterstützen können. Konkret wird die Modellierung von großen elektrischen Systemen mit Simscape™ am Beispiel des Projektes bei Kruch eingegangen.

Sebastian Malack, MathWorks

Staubstürme, Blackouts und 50°C im Schatten: Mit MATLAB unterwegs in der Wiege der Menschheit

11:45–12:15

Geowissenschafler von der Universität Potsdam rekonstruieren Umweltveränderungen der vergangenen fünf Millionen Jahren in Ostafrika. Kleinstlebenwesen wie Kieselalgen und Rädertieren, Tonminerale und Pollen, Tausende von Jahren alt, helfen dabei, ganze See- und Flusslandschaften nachzubilden. Es sind die Lebensbedingungen unserer Vorfahren, Mitglieder eines komplizierten Stammbaums, wovon heute nur noch eine Art, Homo sapiens, übriggeblieben ist. MATLAB® ist dabei das Werkzeug erster Wahl bei der Analyse der komplizierten und umfangreichen Datensätze. Die Software wird zur Analyse von Paläoklimazeitreihen eingesetzt, zur Verarbeitung und Analyse von Mikroskop- und Satellitenaufnahmen, der Vorhersage von Gewässernetzen aus digitalen Geländemodellen und Modellierung von Seespiegelschwankungen aus Umweltdaten. Der Vorteil von MATLAB liegt hier vor allem beim Einsatz vielfältiger Methoden mit ein- und demselben Werkzeug. Nichtzuletzt deswegen erfreut sich die Software auch in Afrika zunehmender Beliebtheit, wie das Programm einer Sommerschulreihe in Äthiopien und Kenia zum Sammeln, Verarbeiten und Präsentieren von Geo-Bio-Information zeigt.

Prof. Dr. Martin Trauth, Universität Potsdam

Vernetzung von Forschung und Lehre und Unternehmertum

12:15–12:30

Der Forschungs- und Wirtschaftsstandort Deutschland ist in diesem Jahrzehnt kein Selbstläufer mehr – wenn das überhaupt jemals der Fall war. Wie schaffen wir es gemeinsam, technologisch ein Umfeld für mehr Innovation und Entwicklung zu schaffen, ohne auf veränderte Rahmenbedingungen warten zu müssen? Start-Ups und etablierte Organisationen können mit Universitäten gemeinsam dazu beitragen, dass auch die nächste Generation an Ingenieuren und Entwicklern lernt, Konzepte rasch und zielgerichtet umzusetzen. So erwachsen aus Ideen Innovation und Produkte.

Dr. Joachim Schlosser, MathWorks

Interaktive Poster Session

12:30–13:15

In dieser Session werden die Posterbeiträge aus dem akademischen Umfeld in Kurzpräsentationen vorgestellt. Nutzen Sie die Gelegenheit und erfahren Sie, wie Studenten und Doktoranden MATLAB® und Simulink® zur Problemlösung einsetzen. Viel Spaß beim anschließenden Networking!


Entwicklung einer MATLAB-Analysesoftware für Big Data in der Motoren-Komponenten-Produktion

14:30–15:00

Bei dem heutigen Automatisierungsgrad in der Serienproduktion der Automobilindustrie ist das Verhalten von Maschinen und Prozessketten auf Grund der hohen Komplexität nur schwer und mit zunehmendem Zeitaufwand von Einzelpersonen zu überblicken. Durch die fortschreitende Digitalisierung steigt der Komplexitätsgrad von Produktionsanlagen weiter an. Dieses äußert sich dadurch, dass Produktionsanlagen kontinuierlich große Mengen an verschiedenen Daten erzeugen. Die Datenquellen sind unter anderem Sensoren für Temperatur, Druck, Durchflüsse, Endlagen, Energie, Positionen, Scanner sowie Steuerungen (SPS, NC, Roboter, Gebäudeleittechnik).

In diesem Projekt werden die Daten mit MATLAB® aus verschiedenen Quellen eingelesen, konsolidiert und ausgewertet. Dazu werden die erzeugten Daten einer Maschine in Produktionstakte eingeteilt und mittels geeigneter statistischer Kennzahlen analysiert. Auf Basis der Kennzahlen werden Abweichungen erkannt und mittels Clustering zusammengeführt. Dies wird dann grafisch visualisiert, so dass das komplexe Verhalten der Maschine verstanden werden kann.

Das Projekt befasst sich mit den Herausforderungen von Big Data wie Datenmenge, Datengeschwindigkeit und Datenvielfalt. Die hohe Datenmenge entsteht durch bis zu 1000 Parameter pro Maschine und Abtastraten von ca. 100ms. Das bedeutet eine Maschine erzeugt ca. 3GB pro Tag. Eine weitere Herausforderung ist die Analyse von unterschiedlichen Datentypen (binär, analog, Text,…).

Jessica Fisch, Daimler

Modelle für die Zukunft dank prädiktiver Datenanlyse

15:00–15:15

Ein Ziel von Wissenschaftlern, Ingenieuren und Führungskräften ist es, die Möglichkeiten zu verbessern, große Datenmengen in aussagekräftige Informationen zu verwandeln. In diesem Vortrage werden wir über die jüngsten Entwicklungen in MATLAB® sprechen, die Sie dabei unterstützen, schnell aus großen Datenmengen Vorhersagemodelle durch maschinelles Lernen herzuleiten.

Jérémy Huard, MathWorks

Analyse von operationellen Flugdaten aus einem Hadoop System unter Verwendung von MapReduce und dem MATLAB Distributed Computing Server

15:15–15:45

Die Arbeitsgruppe Flight Safety am Lehrstuhl für Flugsystemdynamik der Technischen Universität München beschäftigt sich mit der Analyse von operationellen Flugdaten zur Abschätzung des Sicherheitsniveaus von Fluggesellschaften. Im Zuge dieser Analysen werden umfangreiche physikalische und statistische Modelle entwickelt und auf die Daten angewandt. Einzelne Datensätze bestehen aus 500 bis 2500 Variablen, die während eines zivilen Fluges als Zeitreihen aufgezeichnet werden. Während des Betriebs einer Fluggesellschaft mit einer Vielzahl an täglichen Flügen wird dadurch eine sehr große Datenmenge erzeugt. Durch mehrere Kooperationen des Lehrstuhls mit verschiedenen Fluggesellschaften stehen Daten in großem Umfang zur Verfügung, die am Lehrstuhl gespeichert und analysiert werden. Teil des internen IT Systems ist der

MATLAB Distributed Computing Server™ und ein Hadoop System zur Speicherung der umfangreichen Daten auf das direkt von MATLAB® zugegriffen wird. Um eine sinnvolle Analyse der Flugdaten durchführen zu können, müssen der Start- und Zielflughafen als auch die Start- und Ziellandebahn bekannt sein. Die Daten werden in unterschiedlichen Formaten an den Lehrstuhl übermittelt, sodass diese Informationen nicht immer direkt gegeben sind und berechnet werden müssen. Hierfür wurden MapReduce Algorithmen entwickelt und mit Hilfe des MATLAB Distributed Computing Server in verschiedenen Umgebungen parallel auf dem IT System ausgeführt. Dabei wurde zum einen der MATLAB Job Scheduler als auch der Hadoop Job Scheduler verwendet und deren Performance sowie die allgemeine Handhabung verglichen.

Lukas Höhndorf, TU München

Mensch-Maschine-Interface zur multisensorischen Prozessüberwachung in der Polymerindustrie

15:45–16:15

Mondi Gronau in Kooperation mit dem Lehrstuhl Integrierte Sensorsysteme der TU Kaiserslautern geht im Bereich Industrie 4.0 mit gutem Beispiel voran, optimiert Produktionsprozesse in der Polymerfilmindustrie und erzielt mit den verfolgten Ansätzen damit eine Erhöhung der Produktionsqualität bei Minderung von Ausschuss, Stillstandszeiten als auch Energieverbrauch.

Als Kernstück der Forschungs- und Entwicklungsarbeit wurde ein Empfehlungssystem konzipiert und auf einer wachsenden Zahl von Produktionsmaschinen umgesetzt, das auf der Verschmelzung von automatisierter Auswertung der sensorbasierten Prozessdaten und menschlicher Erfahrung und Intuition beruht, schritthaltend Informationen zum laufenden Prozess gibt, bei Abweichungen alarmiert und den Eingriff der/des Anlagenführerin/s zur Reduktion von Fehlproduktion erlaubt.

Dr. Michael Kohlert, Mondi Gronau
Dr. Sarah Drewes und Elmar Tarajan, MathWorks

Algorithmen für Predictive Maintenance effizient entwickelt mit MATLAB

16:15–16:30

In diesem Vortrag wird detaillierter auf die Entwicklung und Umsetzung von Predictive Maintenance Algorithmen mittels MATLAB® eingegangen. Basis hierfür ist das Projekt, welches die MathWorks Consulting Services in Zusammenarbeit mit Mondi Gronau GmbH umgesetzt haben.

Dr. Sarah Drewes, MathWorks

Dynamische Modellierung und Automatisierung von multifunktionalen Brennstoffzellensystemen

14:30–15:00

Brennstoffzellen bieten aufgrund ihres hohen elektrischen Wirkungsgerades und des schadstofffreien Betriebsverhalten das große Potential die ehrgeizigen Umweltziele im Automobil- oder auch Flugzeugbau zu erreichen. Demgegenüber steht ein vergleichsweise hohes Leistungsgewicht, welches insbesondere in der Luftfahrbranche einer Einführung der Brennstoffzellentechnologie im Wege steht. Durch eine geeignete multifunktionale Integration, z.B. durch die Nutzung von Nebenprodukten wie Reaktionswasser oder sauerstoffreduzierter Abluft erscheint eine gewichtsneutrale Integration dennoch möglich. Die sich aus solchen Ansätzen ergebenden aufwendigen Systemarchitekturen erfordern allerdings ein erhöhtes Maß an Regelung und Automation.

Die modellbasierte Entwicklung von multifunktionalen Brennstoffzellensystemen ermöglicht es bereits in frühen Entwicklungsphasen Regelungs- und Automationskonzepte zu implementieren und zu testen. Die hierfür erforderlichen Systemmodelle müssen allerdings einen entsprechend hohen Detaillierungsgrad aufweisen und stellen den Entwicklungsingenieur bei der Modellbildung vor große Herausforderungen.

Ziel des Vortrages ist es die Erörterung der Modellbildung der für ein multifunktionales Brennstoffzellensystem notwendigen Systemkomponenten in Simscape™. Die Modellbildung geschieht dabei u.a. unter Berücksichtigung von temperaturabhängigen Stoffwerten, veränderlicher Gaszusammensetzung und möglicher Phasenwechsel von Teilen der beteiligten Gasgemische. Des Weiteren soll ein kurzer Einblick über mögliche Regelungs- und Automatisierungsstrategien gegeben werden.

Robert Doering, TU Hamburg Harburg

Effiziente Modellierung von elektrohydraulischen Systemen

15:00–15:15

In diesem Beitrag werden wir Ihnen vorstellen, wie Sie elektrohydraulische Systeme leicht mit physikalischer Modellierung umsetzen können. Im Speziellen werden wir Ihnen Neuigkeiten der Simscape™ Produktpalette in Release 2016a vorstellen.

Manuel Fedou, MathWorks

Modellbasierter Test eines elektrohydraulischen Getriebesteuergerätes

15:15–15:45

Die Wirkungsgradverbesserung bei gleichzeitigem Erhalt des Fahrkomforts und der Leistungs-fähigkeit motivieren gegenwärtig eine ganze Reihe von Neuentwicklungen im Fahrzeuggetrie-bebereich. Die IAV GmbH hat es sich deshalb zum Ziel gesetzt, ein Doppelkupplungsgetriebe mit einer neuartigen Anordnung der Stirnradpaarungen für Eingangsmomente bis zu 450Nm zu entwickeln. Im Rahmen dieses Projektes bestand die Herausforderung, einzelne Kompo-nenten, wie etwa das elektrohydraulische Getriebesteuergerät, zu testen und zu bewerten bevor, das Gesamtsystem zur Verfügung stand. Dieser Beitrag stellt eine Versuchsumgebung vor, die durch die Verwendung von MATLAB®, Simulink®, SimDriveline™ und SimHydraulics® den modellbasierten Test dieser Einheit als Echtteil schon vor der Fer-tigstellung der Kupplungen und Synchronisationseinheiten unter realitätsnahen Bedingungen erlaubt. Hierfür wurden detaillierte Simulationsmodelle der geplanten Komponenten erstellt, mit deren Hilfe während des Versuchs die notwendigen Ansteuerungsmuster für verschiedene Ersatzventile berechnet wurden, die eine hydraulische Versuchsumgebung bildeten. Hierdurch konnte das Steuergerät reale Volumenströme stellen und auf tatsächliche hydraulische Lasten wirken. Durch diese Methodik ist es möglich, diverse Konzepte und Dimensionierungen der hydraulischen und mechanischen Elemente zu erproben und zu bewerten, lange bevor die-se als Echtteile zur Verfügung stehen. Weiterhin erlaubt es dieser Ansatz, die gewonnenen Erkenntnisse frühzeitig als solide Ausgangsbasis für den Konstruktionsprozess heranzuzie-hen, um beispielsweise Leckageverluste zu reduzieren. Gleichzeitig konnten weit im Vorfeld Software-Funktionen für die Pumpen-, Kupplungs- und Gangstelleransteuerung implemen-tiert und analysiert werden, wodurch der Implementierungsaufwand besser auf den gesamten Entwicklungszeitraum verteilt werden kann.

Dr. Rene Knoblich und Jens Algner, IAV

Modellbasierte Softwareentwicklung eines Kamera basierten Scheinwerfer-Adaptions-Algorithmus

15:45–16:15

Porsche Automatic Headlamp Adjustment (PAHA)

  • Keine zusätzlichen Lichtmodule notwendig
  • Distanzunabhängige Messmethode
  • Reine Softwarelösung im Steuergerät
  • Physikalische Prinzip - Aktive TriangulationMonokamerasystem
  • Hell-Dunkel-Grenzen-Erkennung mittels Fahrerassistenz-Kamera
  • Adaption auf beliebige Hauptscheinwerfer-Systeme, falls vorhandene Charakteristika (bsp. Hell-Dunkel-Grenze) erkennbar
  • Fahrerassistenz-System
  • Ansteuerung der Hauptscheinwerfer
  • Erkennung der HDG
  • Fusion der vorbekannten Ansteuerinformation mit den detektierte Kamerainformationen
  • Berechnung der Scheinwerferfehlstellungen
  • Optische Kopplung zwischen HSW und Kamera
Gerd Mauthe, Porsche

Rückwirkungsfreiheit zwischen Embedded SW-Komponenten – Polyspace hilft!

16:15–16:30

Durch die Integration verschiedener Komponenten in Embedded Systemen kann es zu unerwünschten Beeinflussungen kommen.

Deshalb werden häufig teure und aufwändige Schutzmechanismen zur Sicherstellung der sog. „freedom from interference“ verwendet.

Mit Polyspace® lassen sich durch formale Verifikation solche Aufwände drastisch reduzieren, indem die Ursache der Beeinflussung identifiziert und behoben werden kann.

Christian Guss, MathWorks

Fourier und Zeit-Frequenzanalyse: MATLAB basierte Lehre und Anwendungen

14:30–15:00

In diesem Vortrag sollen Aspekte eines neuen Ansatzes zur Lehre der Fourier Analysis, die beiden Communities helfen soll, die jeweiligen Mängel zu beheben. Ausgangspunkt ist die Beobachtung, dass die digitale Signalanalysis für periodische und diskrete Signale (bzw. entsprechender zyklischer Systeme) als Teil der Linearen Algebra leicht mit Hilfe von MATLAB® realisiert und experimentell erforscht werden können. Die Struktur der Gruppe der N-ten Einheitswurzeln in der komplexen Ebene, vom Standpunkt der Harmonischen Analyse aus entwickelt, erlaubt die Entwicklung der grundlegenden Konzepte (Faltung, Fourier Transformation, Impuls-Antwort, Transfer Funktion, Poisson Formel, Shannon Sampling Theorem, etc.). Es muss auch erläutert werden, wie naive aber leider naheliegende Fehler vermieden werden können.

Geht man dann nicht zu kontinuierlichen, aperiodischen Funktionen über, sondern studiert stattdessen das Spektrogramm (sliding window Fourier transform), etwas von Audio Signalen (oder auch digitalen Bildern), kann man die Grundprinzipien der Zeit-Frequenz Analysis illustrieren. Für eine Funktion der Zeit (bzw. des Ortes) hat man auf diese Weise eine intuitiv stark ansprechende Energie-Verteilung im Phasenraum, vergleichbar mit einer (verwaschenen) Notenschrift. Will man die dabei auftretende Redundanz reduzieren, so geht man zu einer gitterförmigen Abtastung des Spektrogramms über. Die entsprechende math. Theorie ist unter dem Namen Gabor Analysis bekannt. Sie liefert auch atomare Darstellungen von Signalen, als Superposition von TF-verschobenen Versehen eines Atoms (etwa eine Gauss Glockenkurve), vergleichbar einem einfachen Synthesizer.

Durch das Studium der Gabor Analysis ergab sich die Entwicklung einer neuen Distributionentheorie, die auf einem Banachraum von stetigen, und Riemann-integrierbaren Funktionenraum S_0(R^d) beruht, der Fourier invariant ist. Wir werden nur andeuten können, in welcher Weise dieser Raum zusammen mit seinem Dualraum (wir nennen ihn den Raum der „sanften Distributionen“) geeignet ist, die wesentlichen Fragen der digitalen Signalanalysis mathematisch sauber und für Anwender verständlich zu entwickeln. Jedenfalls ist die Behandlung des Dirac Masses oder auch von Dirac Kämmen in dieser Theorie kein Problem.

Im Vortrag werden wir uns hauptsächlich darauf konzentrieren, ein paar Konzepte anhand von MATLAB Routinen zu illustrieren.

Prof. Dr. Hans Georg Feichtinger, Universität Wien

Interaktive Programmieraufgaben für Studierende gestalten

15:00–15:15

Ob Sie Programmiertechniken selbst unterrichten oder Ihren Stoff mit Programmieraufgaben vermitteln und vertiefen: Passende Aufgaben und deren manuelle Kontrolle sind eine Menge Aufwand. Erstellen Sie interaktive Programmieraufgaben für Ihre Veranstaltung mit Cody Coursework. Ihre Studierenden erstellen ihre Lösung im Browser und erhalten umgehend Feedback. Sie haben Überblick über den Bearbeitungsstand und reagieren zeitnah auf die Entwicklungen.

Dr. Sebastian Gross, MathWorks

Cody Coursework in der Lehre

15:15–15:45

An der TU Kaiserslautern bietet der Fachbereich Mathematik die Veranstaltung Einführung in wissenschaftliches Programmieren (EWP) an. Als fester Bestandteil der Bachelorstudiengänge im Fach Mathematik lehrt EWP nicht nur theoretische Strukturen, sondern auch die Anwendung einer Programmiersprache auf konkrete Probleme und erfreut sich zunehmender Beliebtheit bei Angehörigen der Fachbereiche Maschinenbau, Elektrotechnik und Informatik.

MATLAB® ist dabei integraler Bestandteil der vermittelten Inhalte, da es sich aufgrund der guten Dokumentation, der zahlreichen vorimplementierten Funktionen und der einfach zu nutzenden Entwicklungstools sehr gut für Programmieranfänger eignet.

In jüngster Zeit haben wir die von MathWorks zur Verfügung gestellte Plattform Cody Coursework in unser Lehrkonzept eingebunden.Wir nutzen es in unserer interaktiven Vorlesung,in der sich die Vermittlung neuer Inhalte mit Übungsphasen abwechselt. Die Studierenden werden dazu zu einem Cody-Coursework Kurs eingeladen. Darin werden kleinere Aufgaben gestellt und die Richtigkeit der direkt im Browser eingereichten Lösung automatisch festgestellt. Die Studierenden bekommen so direktes Feedback zu ihrer Lösung. Als eingeloggter Dozent kann man die eingehenden Lösungen direkt beobachten und mit den Teilnehmern gemeinsam besprechen.

In unserem Beitrag möchten wir Nutzungsbeispiele vorstellen und unsere Erfahrungen teilen, um unseren Kurs zu verbessern und anderen Interessierten die Integration von Cody Coursework zu erleichtern.

Dr. Martin Bracke und Dr. Andreas Roth, TU Kaiserslautern

Low Cost Mitbauregelstrecke für weltweiten Onlinekurs

15:45–16:15

Im Rahmen des Onlinekurses „Modelling and Simulation using Simulink“ erlernen Studierende die Grundlagen von Simulink®. Ein besonderer Schwerpunkt liegt auf der Verbindung von Simulink mit preiswerten Kleinrechnern wie Arduino® und Raspberry Pi™. Zur Erprobung verschiedener Verfahren der Regelungstechnik (Einstellregeln nach Ziegler Nichols, Regler mit Hand und Automatikbetrieb, Parameteridentifikation) sollte den Studierenden eine erschwingliche Regelstrecke zur Verfügung gestellt werden. Die Wahl ist auf einen handelsüblichen Haartrockner mit kleinen Modifikationen gefallen. Das Gebläse des Trockners bläst Luft durch ein konisches Rohr, welches aus einer Overhead-Projektor-Folie geklebt wird. Eine Webcam erfasst die Position eines Tischtennisballs innerhalb des Rohres. Je nachdem, ob sich das weite oder das enge Ende des Rohres oben oder unten befindet, ergibt sich ein stabiles oder instabiles Streckenverhalten. Das Gebläse wird nun so angesteuert, dass der Ball auf einer gewünschten Position gehalten wird. Regler, Bildverarbeitung zur Ermittlung der Ballposition und Ansteuerung des Trockners werden teilweise auf dem Hostrechner und teilweise auf einem Arduino oder komplett auf einem Raspberry Pi ausgeführt. Der Preis der Regelstrecke zum Selbstbauen liegt unter 10 Euro, der Preis für den kompletten Regelkreis unter 20 Euro.

Der Vortrag führt den Regelkreis vor, zeigt die Entwicklung des Reglers und der Bildverarbeitung in Simulink und berichtet von den Erfahrungen der Studenten weltweit beim Nachbau der Strecke und beim Betrieb des Reglers.

Prof. Dr. Patrick Metzler, Hochschule RheinMain

To MOOC or Not to MOOC

16:15–16:30

Sie haben eine großartige Idee für einen MOOC und fragen sich nun: Wie können die Studenten auch im MOOC komplexe praktische Aufgaben lösen? Ist eine Integration von MATLAB® und Simulink® möglich? In diesem Vortrag erfahren Sie, wie MathWorks Ihren MOOC unterstützen kann.

Nikola Trica, MathWorks

Verknüpfung von virtueller und realer Welt durch Open Core Engineering

17:00–17:30

Willkommen in der neuen Realität. Die Industrie 4.0 hat die Automationstechnik rapide verän-dert. Die virtuelle Welt der Informationstechnologie, die physische Welt der Maschinen und das Internet sind dabei eins zu werden. Dies bezieht sich auf die immer weiter fortschreitende Integration sämtlicher Bereiche der Industrie durch die Informationstechnologie.

Noch nie zuvor hat ein Wandel ein solches Potenzial für stärkere Zusammenarbeit zwischen den Beteiligten, für schnellere Kommunikation und Echtzeit-Datenaustausch mit sich gebracht. Erfahren Sie, wie Sie mit Open Core Engineering (OCE) ohne SPS-Kenntnisse mit den übli-chen IT-Anwendungen und Programmiersprachen direkt auf die Maschinensteuerungsinforma-tionen zugreifen können.

Entdecken Sie, wie sich mit der Fusion von Automation und Simulation die Spielregeln ändern und wie Sie virtuelle Komponenten in ein reales Echtzeitsystem integrieren können. Profitieren Sie dabei von den Vorteilen und Möglichkeiten der jeweiligen Entwicklungsumgebung direkt auf der Zielplattform.

Nutzen Sie ihr Simulink®-Modell für eine virtuelle Inbetriebnahme, dabei wird die tatsächliche Inbetriebnahmezeit minimiert und das Risiko durch Fehlfunktionen deutlich verringert. Durch die modellgetriebene Softwareentwicklung lassen sich effiziente neue Steuerungs- und Rege-lungsaufgaben meistern und ohne Mehraufwand am realen System umsetzten. Betreiben Sie hybride Systeme um Funktion und Nutzen bereits frühzeitig zu testen und zu validieren.

Thomas Ehehalt, Bosch Rexroth

Modellbasierte Entwicklung Virtueller Sensoren zur Performancesteigerung von Servoantrieben

17:30–18:00

Kostenoptimierung und der damit verbundene sparsame Materialeinsatz einerseits und die immer weiter steigende Produktionsgeschwindigkeit andererseits, erhöhen die Schwingneigung bei Antriebssystemen signifikant. Um diese Antriebssysteme mit hoher Performance betreiben zu können, bedarf es einer verbesserten Regelungsstrategie was in vielen Fällen mit zusätzlichen Sensoren und damit auch mit zusätzlichen Kosten verbunden ist. Um dem entgegenzusteuern, entwickelte B & R ein auf virtueller Sensorik basierendes Konzept. Modellbasierte Entwicklung führte dabei zu einer schnellen und effizienten Umsetzung der Ideen und zu einem erfolgreichen Gesamtkonzept. Im Vortrag werden die Hauptschritte der modellbasierten Entwicklung hervorgehoben und die Anwendbarkeit der virtuellen Sensoren am Beispiel von Antriebssystemen gezeigt. Darüber hinaus wird gezeigt, wie modellbasierte Entwicklung auch für Benutzer von B&R Antriebstechnik ermöglicht wird. Mit „ACOPOS for Simulink“ ist ein Simulink®-Blockset verfügbar, welches eine realistische Simulation der ACOPOS Servoverstärker und Servomotoren erlaubt. Damit kann das Verhalten eines vollständigen Antriebssystems bereits im frühen Entwicklungsstadium analysiert werden. Vorteile dieses Ansatzes werden beispielhaft gezeigt und veranschaulicht.

Dr. Engelbert Grünbacher, Bernecker + Rainer Industrie-Elektronik

Kürzere Entwicklungszeiten durch virtuelle Inbetriebnahme mit Model-Based Design

18:00–18:30

Die Inbetriebnahme von Maschinen und Anlagen ist ein kritischer Abschnitt im Entwicklungszyklus, der maßgeblich darüber entscheidet, ob der Zeitplan eingehalten wird. Die Maschinensoftware wird mit der Mechanik und der Elektrik der Anlage zusammengeführt, Regler werden parametriert und unterschiedliche Testszenarios durchgespielt.

In dieser Master Class erfahren Sie, wie MathWorks Lösungen den Maschinen- und Anlagenbauer dabei unterstützen, parallelisierte mechatronische Entwicklung im Sinne von Industrie 4.0 durchzuführen, Maschinensoftware bereits ab Projektbeginn kontinuierlich zu testen und das Risiko von Verzögerungen während der Inbetriebnahmephase zu minimieren.

Jens Lerche und Philipp Wallner, MathWorks

Integration kundenspezifischer Werkzeuge in die MathWorks-Toolchain zur durchgängigen modellbasierten Steuergeräteentwicklung

17:00–17:30

Motivation: Anbindung einer kundeneigenen Toolchain (z.B. zur Parametrierung werden in der Produktentwicklung häufig eigen entwickelte Tools eingesetzt) an Mathworks-Produkte

Zielsetzung: Vollautomatische Parametrierung von Steuerungen (reale wie auch virtuelle Steuerungen) mechatronischer Systeme aus der kundeneigenen Toolchain

Durchführung von Prüfungen und Tests jeweils mit den gleichen realen Parametern in unterschiedlichen Entwicklungsphasen (MIL, RCP, HIL, etc.)

  • Simulation des virtuellen Steuergerätes im Zusammenspiel mit dem virtuellen mechatronischen System (Model-in-the-Loop)
  • Test mit realem mechatronischen System gegen Steuerung in MATLAB® und Simulink® (Rapid Control Prototyping)
  • Abschließende Tests von realer Steuerung (reale Parameter aus dem gleichen Tool werden auf die Steuerung geladen) gegen Streckenmodelle (Hardware-in-the-Loop)

Vorteil der Mathworks-Produkte: komplette Integration von Simulationsumgebungen in kundeneigene Toolchain --> Durchgängigkeit von Modellen bis zur realen Steuerung jeweils auf Basis des gleichen Parametersatzes

Dr. Christian Henke, Fraunhofer-Einrichtung für Entwurfstechnik Mechatronik IEM

Effiziente HIL Lösung mit verteiltem, modularem Aufbau basierend auf Simulink Real-Time

17:30–18:00

Dieser Vortrag beschäftigt sich mit einer effizienten Alternative im Bereich der Hardware-in-the-Loop (HIL) Absicherung basierend auf Simulink Real-Time™, speziell für einzelne Steuergeräte oder kleinere Systemverbunde.

Im Rahmen von immer größeren und zunehmend auch komplett ausgelagerten Gewerken wird es beispielsweise im Automotive-Bereich für viele Ingenieurdienstleister notwendig, insbesondere für große Entwicklungs- oder Absicherungsprojekte, eigene Testplattformen, Prüfstands- oder HIL Systeme zur Verfügung zu haben. Hier hat sich gezeigt, dass vor allem bei der Absicherung von einfacheren und kleineren Steuergeräten eine reine Restbussimulation nicht mehr ausreicht, die gängigen HIL Systeme aber wiederum oft überdimensioniert und damit nicht kosteneffizient sind.

Für solche Anwendungen wurde mit dem orangeHiL System eine Alternative entwickelt, die sich nahtlos in verschiedene Toolketten einfügt und einfach an die jeweiligen Anforderungen angepasst werden kann. Das System basiert auf Simulink Real-Time und bietet aufgrund der Verwendung eines internen EtherCAT-Bussystems sowie einer sehr kurzen Toolkette eine sehr hohe Modularität und Flexibilität in der Konzipierung, im Aufbau und während des Betriebs des Prüfstandes. Durch die offene Schnittstelle von Simulink Real-Time lassen sich zudem diverse Tools zur Steuerung und Automatisierung anbinden. So können zum Beispiel verschiedene Testautomatisierungen wie EXAM oder ECU-TEST verwendet werden oder auch der komplette HIL, inklusive Diagnose und Busanalyse, drahtlos per Tablet ferngesteuert werden. Die umfangreichen Einsatzmöglichkeiten werden dabei anhand verschiedener praktischer Anwendungen im Elektrik/Elektronik Bereich, wie der Absicherung eines Kombiinstrumentes oder einem Lastprüfstand für ein zentrales Steuergerät, dargestellt.

Florian Amper, in-tech

Ein Modell - viele Zielsysteme - automatische Codegenerierung aus MATLAB und Simulink

18:00–18:30

Automatische Codegenerierung findet immer mehr Verwendung in der Serienproduktion von Regelungs-, Radar- und Bildverarbeitungssystemen und Robotischen Anwendungen.

Gemeinsam haben die Systeme, dass sie meist Industriestandards wie DO-178, ISO 26262, IEC 61508 oder AUTOSAR genügen müssen.

Dieser Vortrag beschreibt, wie MATLAB® und Simulink® optimierten C-, HDL Code und strukturierten Text generieren, der diesen Standards genügt.

Dr. Daniel Weida, MathWorks

Flugsimulation – ein motivierendes Anwendungsfeld für projektbezogene Lehre

17:00–17:30

Für viele Studenten der Ingenieurwissenschaften stellt die Flugsimulation ein motivierendes Themenfeld für eigene Studienprojekte dar. Diese können dazu genutzt werden um Kompetenzen zu verschiedenen Fachdisziplinen und damit verbunden in der Anwendung der MATLAB®-Produktfamilie weiterzugeben. Der Vortrag gibt einen Einblick in typische Aufgabenstellungen bei der Entwicklung eines Flugsimulators zu bearbeiten sind. Darauf aufbauend werden aus der Lehrpraxis Beispiele für studentische Projekte gezeigt, in denen unterschiedliche Komponenten der MATLAB-Produktfamilie zum Einsatz kommen.

Prof. Dr. Walter Waldraff und Prof. Dr. Reinhard Finsterwalder, Universität der Bundeswehr München

Interoperabilität von Simulatoren aus Software Engineering Sicht

17:30–18:00

Die Vernetzung von Simulatoren erlaubt das Training komplexer Szenarien im Verbund. Der Aufbau einer vernetzten Simulation bedingt einerseits detailliertes Systemwissen und andererseits weitreichende IT-Kenntnisse. Applikationsingenieure verfügen über das notwendige Systemwissen und sind routiniert im Umgang mit einschlägigen Modellbildungs- und Simulationswerkzeugen. Auf Basis ihres Expertenwissens werden komplexe Simulationsmodelle und Steuerungsalgorithmen für die vernetzte Simulation entwickelt. Die manuelle Umsetzung in Echtzeit-fähigen C-Code ist nicht trivial und kann in der Regel nur von einem IT-Spezialisten durchgeführt werden. Weiter ist die manuelle Codierung für die spezifische Hardware zeitaufwendig und fehleranfällig und daher nicht praktikabel. In Frage kommt nur die automatische Codegenerierung in Verbindung mit der Wiederwendung vordefinierter Funktionsbausteine.

Prof. Dr. Reinhard Finsterwalder und Prof. Dr. Walter Waldraff, Universität der Bundeswehr München

Data Analytics in Large and Complex Systems

18:00–18:30

In diesem Vortrag wird das Thema der physikalisch motivierten Kompression von Daten in großen Sensornetzwerken behandelt. Auf großen Baustellen werden üblicherweise tausende von Sensoren zur Überwachung der Absenkung des Bodens oder einer möglichen Deformation bereits bestehender Infrastruktur verwendet. Neigungsmesssensoren stellen hierbei eine Standardmethode zur Überwachung dieser Abweichungen dar. Die Messergebnisse dieser Sensoren werden üblicherweise mit einer Anzahl von Referenzmessungen mittels Theodoliten verknüpft, um ein redundantes System zu erhalten. Darüber hinaus ergibt sich so die Möglichkeit, die korrekte Funktion des Equipments zu überprüfen, in dem die Kongruenz zwischen zwei unabhängigen Messverfahren getestet wird. Dies ist vor allem im sicherheitsrelevanten Umfeld sehr wichtig.

Die Sensoren werden auf dem realen System in regelmäßigen Abstände sowohl räumlich als auch zeitlich angeordnet. Dabei korrespondieren die Positionen der Sensoren einer sinnvollen räumlichen Abtastung der Struktur. Für jeden Sensor wird angenommen, dass er durch eine Übertragungsfunktion repräsentiert wird, die durch einen linearen Differentialoperator (LDO) abgebildet ist, z.B. eine Differentialgleichung. Dieser Ansatz ist von Vorteil, da er generisch ist und die Abbildung von komplexen indirekten Messungen erlaubt, z.B. misst ein Inklinometer die erste räumliche Ableitung und ein Beschleunigungsmesser die zweite zeitliche Ableitung.

Die aufgenommenen Messdaten werden zu Vektoren verkettet, um Matrizenoperationen bei der Datenverarbeitung zu ermöglichen. Zu diesem Zeitpunkt werden die Daten sowohl zeitlich, als auch räumlich abgetastet.

In diesem Vortrag erfahren Sie, wie MATLAB im Kontext dieser Problemstellung erfolgreich eingesetzt wird.

O.Univ.-Prof. Dipl.-Ing. Dr.techn. Paul O'Leary, Montanuniversität Leoben