Automatisierungstechnik-Wirtschaft
Refine
Year of publication
Document Type
- Master's Thesis (214)
Has Fulltext
- yes (214)
Is part of the Bibliography
- yes (214)
Keywords
- Prüfstand (7)
- Digitaler Zwilling (6)
- Robotik (6)
- Speicherprogrammierte Steuerung (5)
- Elektromobilität (4)
- Energiemanagement (4)
- Erneuerbare Energien (4)
- Fertigung (4)
- Fördertechnik (4)
- Maschinenbau (4)
Institute
Eine zuverlässige Zustandsüberwachung ist eine wichtige Voraussetzung für die vorausschauende Instandhaltung in industriellen Fertigungsumgebungen, doch viele Maschinenkomponenten werden nach wie vor ohne kontinuierliche Überwachung betrieben. Diese Lücke ist besonders relevant für Komponenten von Schaumdosieraggregaten, bei denen unerwartete Ausfälle die Produktion stören und eine systematische Wartungsplanung behindern können. Diese Arbeit befasst sich mit diesen Mängeln, indem sie eine durchgängige Zustandsüberwachungskette entwickelt und validiert, die Vibrationssignale zusammen mit Prozessdaten wie Druck und Temperatur erfasst, diese auf einem Edge-Gerät vorverarbeitet und für eine skalierbare cloudbasierte Analyse vorbereitet. Die Architektur integriert IEPE-Vibrationssensoren mit der strukturierten Erfassung digitaler und analoger Maschinendaten. Alle Signale werden über ein spezielles SPS-Modul zur Zustandsüberwachung erfasst, wodurch eine deterministische Vorverarbeitung, einheitliche Zeitstempel und synchronisierte Datenflüsse gewährleistet sind. Ein zentraler Beitrag ist ein modularer, einsatzunabhängiger Daten Konnektor, der REST- und MQTT-Kommunikation unterstützt und automatisch Asset- und Mapping-Identifikatoren verwaltet, wodurch eine flexible Integration in heterogene industrielle Umgebungen ermöglicht wird. Um eine systematische Bewertung unabhängig von Produktionsbeschränkungen zu ermöglichen, werden synthetische Datensätze generiert, die realistisches Betriebsverhalten, allmähliche Verschlechterungsverläufe und definierte Ausfallmerkmale nachbilden. Ein interaktives Dashboard unterstützt die Zeitreihenprüfung, die Schwellenwertkonfiguration und die automatisierte Ereigniserkennung vor Ort, während die IoT-Cloud-Plattform Senseye eine skalierbare Zeitreihenaufnahme, ein strukturiertes Anlagenmanagement und eine zentralisierte Bewertung von Zustandsentwicklungen ermöglicht. Die Ergebnisse zeigen, dass der Prototyp heterogene Zustandsüberwachungsdaten zuverlässig erfasst, synchronisiert und überträgt und so eine kohärente Informationsebene schafft, die für diagnostische Bewertungen und zukünftige Vorhersagemodelle geeignet ist. Die Architektur bildet eine technische Grundlage für die Implementierung von Zustandsbewertungen auf Komponentenebene und für die Bewertung der Kompromisse zwischen Edge- und Cloud-Computing. Insgesamt liefert die Arbeit einen übertragbaren und skalierbaren Entwurf für Unternehmen, die den Übergang von reaktiver Wartung zu datengestütztem Reliability Engineering anstreben.
Die vorliegende Masterarbeit untersucht die Anforderungen an ein integriertes Condition- und Energiemonitoringsystem und entwickelt auf dieser Basis eine Dashboard-Konzeption für die Cloud-Plattform des Systems ECO Adapt. Ausgehend von einer Analyse der theoretischen Grundlagen werden die Prinzipien von Condition Monitoring und Energy Monitoring dargestellt und im Kontext moderner industrieller Anwendungen erläutert. Aufbauend darauf erfolgt eine systematische Anforderungsanalyse, die sowohl technische als auch organisatorische und nutzerbezogene Aspekte berücksichtigt. Im praktischen Teil der Arbeit wird das System erstmals in Betrieb genommen und an mehreren exemplarischen Anlagen eingesetzt. Dazu gehören Laboruntersuchungen, eine vorgeschädigte Pumpenanlage, eine unauffällige Walzenanlage sowie ein Kompressorsystem für die energetische Bewertung. Die Daten aus den Leistungsaufnahmen werden anschließend in der Cloud visualisiert und bilden die Grundlage für die Bewertung der Systemfunktionalität. Die Analyse zeigt, dass ECO Adapt in der Lage ist, verlässliche Zustands- und Energiedaten zu erfassen und diese strukturiert darzustellen. Die entwickelte Dashboard-Konzeption berücksichtigt unterschiedliche Nutzergruppen und ermöglicht eine klare Trennung sowie Integration von Zustands- und Energiedaten. Die Arbeit verdeutlicht, dass die kombinierte Betrachtung von Condition- und Energiemonitoring erhebliche Potenziale für die Optimierung industrieller Prozesse bietet. Abschließend werden mögliche Weiterentwicklungen des Systems, insbesondere hinsichtlich automatisierter Diagnosefunktionen, KI-gestützter Prognosen und erweiterter Visualisierungsmöglichkeiten, diskutiert.
Die Transformation des Energiesektors ist essenziell für Österreichs Ziel, bis zum Jahr 2040 Klimaneutralität zu erreichen. Der beschleunigte Ausbau erneuerbarer Energien erfordert einen zusätzlichen Lastenausgleich zwischen Stromverbrauch und -erzeugung, wobei Energiespeicherung, insbesondere thermische Speicherung, ein zentrales Element darstellt. Der Aquifer Thermal Energy Storage (ATES) gewinnt als Technologie zur saisonalen Speicherung großer Wärmemengen zunehmend an Bedeutung, ist jedoch in Österreich noch nicht technologisch oder markttechnisch etabliert. Diese Arbeit untersucht die Grundlagen der thermischen Energiespeicherung und der ATES-Technologie mit Schwerpunkt auf ihrer Integration in Fernwärmenetze. Sie bewertet das Potenzial von ATES in einem konkreten Anwendungsfall, anhand des Projektes ATESREF, welches die Implementierung einer solchen Speicherlösung im Raum Fürstenfeld untersucht, unter Verwendung der Modellierungssprache Modelica und der Simulationsumgebung Dymola. Die Arbeit umfasst die Erstellung eines Basismodells des Fernwärmenetzes mit integriertem ATES. Die übergeordneten Ziele des Projektes sind die Bewertung der Machbarkeit der ATES‑Integration, die Ermittlung optimaler Betriebsstrategien sowie die Bewertung der Auswirkungen auf die Effizienz und Nachhaltigkeit des Netzes. Die Ergebnisse der Simulation liefern Erkenntnisse über das thermische Verhalten des ATES-Systems und tragen zur Wissensbasis für den Einsatz von ATES bei, während sie gleichzeitig entscheidende Informationen für Entscheidungen über dessen Rolle in nachhaltigen Energiesystemen liefern und damit die Grundlage für die Erreichung der Ziele des Projektes darstellen.
Entwicklung und Evaluierung eines intelligenten Edge-Routers auf Basis eines Einplatinencomputers
(2026)
Diese Masterarbeit dokumentiert die Entwicklung eines intelligenten Multi-WAN-Routers auf Basis eines Einplatinencomputers. Ziel ist die Realisierung eines Heimrouters, der mehrere Internetzugänge parallel nutzen und gleichzeitig zentrale Netzwerkdienste bereitstellen kann. Die Motivation liegt in der effizienteren Nutzung vorhandener Ressourcen sowie in der Steigerung von Datendurchsatz und Ausfallsicherheit durch die Kombination verschiedener Internetverbindungen. Im praktischen Teil werden geeignete Hard- und Softwarekomponenten ausgewählt. Als Hardware kommt ein Banana Pi R4 zum Einsatz, auf dem mit dem Betriebssystem OpenWrt ein Load-Balancing über drei Internetzugänge unterschiedlicher Medientypen konfiguriert wurde. Zur Verbesserung der Verteilungsqualität wird im weiteren Verlauf auf OpenMPTCProuter umgestellt, dass eine paketgenaue Lastverteilung ermöglicht. Anschließend wird das System um zusätzliche Netzwerkfunktionen erweitert, darunter VLAN-, VPN-, DMZ und NAS-Funktionalitäten. Durch den Einsatz von OpenMPTCProuter konnte eine Bündelung der Internetzugänge mit einer Effizienz von über 90 % erreicht werden. Abschließend erfolgt eine Bewertung des entwickelten Systems sowie ein Vergleich mit marktüblichen Alternativen. Die Ergebnisse zeigen, dass eine Eigenentwicklung zwar einen hohen Zeitaufwand erfordert, jedoch eine präzise Anpassung an individuelle Anforderungen ermöglicht. Zudem erlaubt die hohe Vielfalt der verfügbaren Schnittstellen, unterschiedliche Zugangstechnologien zu kombinieren und das Heimnetzwerk um zusätzliche Funktionen zu erweitern, ohne das Netzwerk groß umzubauen.
Die autonome Robotik in der Forsttechnik stellt aufgrund des unwegsamen Terrains und der dynamischen Umweltbedingungen hohe Anforderungen an die eingesetzten Sensoren. Standardmethoden wie Light Detection and Ranging (LiDAR), Kameras oder Ultraschallsensoren stoßen insbesondere bei dichtem Unterbewuchs an ihre Grenzen, da diese Hindernisse oft schwer zu detektieren sind. Eine zuverlässige Navigation unter diesen Bedingungen erfordert daher alternative Sensoransätze, die robust und kosteneffizient sind. In dieser Arbeit soll ein kraftsensitives Stoßstangensystem für den mobilen Roboter AgileX Scout entwickelt und getestet werden. Dieses Stoßstangensystem dient als taktiler Sensor, der durch Widerstandsmessung erkennt, ob der Roboter sicher weiterfahren kann oder seine Route anpassen muss. Das entwickelte System soll langfristig ein Bestandteil einer umfassenden autonomen Lösung für die Forstinventur sein. Ein zentrales Ziel ist es, mit dem entwickelten System ein Teilgebiet des Lehrforsts der BOKU autonom zu scannen und daraus einen digitalen Zwilling des Waldstücks zu erstellen. Dabei soll untersucht werden, wie effektiv die kraftsensorbasierte Navigation zur Erfassung forstlicher Bestandsdaten eingesetzt werden kann. Diese Masterarbeit liefert ein funktionsfähiges Konzept für ein kraftsensitives Stoßstangensystem, das eine robuste Navigation autonomer Forstroboter in schwierigem Gelände ermöglicht. Durch die Umsetzung im Lehrforst der BOKU soll gezeigt werden, dass sich die entwickelte Technologie zur autonomen Erfassung von Forststrukturen eignet. Die Forschungsergebnisse sollen die Grundlage für weiterführende Studien zur taktilen Wahrnehmung in der Forstrobotik schaffen und neue Ansätze für kosteneffiziente Sensorik in unstrukturierten Umgebungen liefern.
Laufroboter gewinnen in einer Vielzahl von Anwendungsbereichen zunehmend an Relevanz. Dabei hängt ihre Einsatzfähigkeit maßgeblich von der Stabilität und Anpassungsfähigkeit ihrer Gangarten ab. Herkömmliche Regelungsstrategien sind jedoch nur begrenzt anpassungsfähig und stoßen in realen Umgebungen rasch an ihre Grenzen. Ziel der Arbeit ist die Entwicklung eines Simulationsmodells für einen Laufroboter. Dieses Modell soll die Bewegungsabläufe, Kraftwirkungen und Dynamik des Roboters realitätsnah abbilden. Mithilfe dieses Modells soll ein selbstlernender Regler trainiert werden, der die Beinbewegung des Roboters steuert. Dazu wird zunächst ein Teilmodell eines einzelnen Beins erstellt, um ein Gangmuster zu generieren. Daraufhin wird die Gangart des Modells mit einer klassisch berechneten Bewegungsbahn verglichen. Die Bewertung anhand der Bewegungsbahnen des Fußes zeigt, dass der Regler ohne vorgegebenes Gangschema realitätsnahe Bewegungen erzeugen, und auf veränderte Bedingungen eingehen kann. Dies bildet die Grundlage für die Übertragung und Erweiterung des Modells auf echte Laufroboter, die sowohl kommerziell als auch für Bildungs- und Forschungszwecke genutzt werden können.
Diese Masterarbeit behandelt die Modernisierung bestehender Plasmabrennschneidanlagen durch die Entwicklung eines leichteren Portalrahmens zur Steigerung der Leistungsfähigkeit. Viele dieser Anlagen sind seit Jahren im Einsatz und aufgrund ihrer hohen Eigenmasse in Beschleunigung und Schneidgeschwindigkeit begrenzt, was zu erhöhten Prozesszeiten und Betriebskosten führt. Ziel ist es, die Effizienz der Anlage durch eine Reduktion der bewegten Masse und damit eine höhere Beschleunigungsfähigkeit zu erreichen. Dazu werden verschiedene Materialvarianten – Stahl, Aluminium und kohlenstofffaserverstärkter Kunststoff – hinsichtlich Steifigkeit, Gewicht, Herstellkosten und Umsetzbarkeit verglichen. Auf Basis dieser Bewertung wurde ein Prototyp aus Stahl gefertigt und experimentell untersucht. Die Ergebnisse zeigen, dass eine Erhöhung der Beschleunigung von 4,9 m/s2 (0,5 G) auf 29,43 m/s2 (3 G) die Prozesszeiten deutlich reduziert. Der wirtschaftliche Nutzen hängt jedoch stark vom Schneidverfahren und der Anlagenauslastung ab. Während beim Plasmaschneiden nur geringe Einsparungen erzielt werden, zeigen Laserschneidanlagen ein höheres Potenzial, Grund dafür sind die deutlich höheren Schnittgeschwindigkeiten bei geringen Blechstärken. Insgesamt bestätigt die Arbeit, dass eine gezielte Gewichtsreduktion die Dynamik und Effizienz bestehender Systeme signifikant verbessert und eine Grundlage für die Weiterentwicklung moderner Portalstrukturen bildet.
Diese Masterarbeit befasst sich mit der Analyse der kritischsten Komponente einer Baugruppe, die für den Betrieb der Anlagen des Unternehmens EVG unverzichtbar ist. Anhand dieser Untersuchung sollen Indikatoren für die Implementierung einer präventiv vorausschauenden Instandhaltungsstrategie ermittelt werden. Der Schwerpunkt liegt einerseits in der Auswahl geeigneter Hardware und andererseits in der Datenanalyse und Anomalieerkennung der erfassten Messdaten. An einer Anlage des Unternehmens EVG wird ein Versuchsaufbau realisiert, um diese Messdaten auf Basis definierter Fahrtmodelle zu erheben und mithilfe statistischer und physikalischer Berechnungen zu untersuchen. Diese Analyse ermöglicht es, jene Indikatoren zu identifizieren, die für die Kategorisierung und Auslösung spezifischer Instandhaltungsmaßnahmen maßgeblich sind. Auf dieser Grundlage können die entsprechenden Tätigkeiten gezielt und vorrausschauend geplant werden, was die Effizienz und Terminbarkeit der In-standhaltungsmaßnahmen verbessern.
Speicherprogrammierbare Steuerung und Sicherheitstechnik für Industrieöfen in der Stahlindustrie
(2026)
Insbesondere vor dem Hintergrund der zunehmenden Ausrichtung moderner Produktionsumgebungen auf Industrie 4.0, intelligente Systemintegration und durchgängige Vernetzung erfordern industrielle Kammeröfen hochzuverlässige und sichere Automatisierungslösungen. Viele bestehende Anlagenverfügen jedoch nicht über skalierbare Steuerungskonzepte, die eine fortschrittliche Brennersteuerung, dezentrale Kommunikation sowie validierte funktionale Sicherheit unterstützen. Diese Arbeit adressiert diese Lücke durch die Entwicklung einer umfassenden Steuerungs- und Sicherheitsarchitektur für ein industrielles Kammerofensystem auf Basis der Siemens SIMATIC SPS-Technologie.Im Rahmen dieser Arbeit wurde ein bestehendes Kammerofen-Automatisierungssystem, das seit 2018zuverlässig betrieben wird, detailliert analysiert. Die dabei gewonnenen Betriebserfahrungen bilden die Grundlage für die Konzeption und Implementierung eines erweiterten, SPS-basierten Automatisierungskonzepts für einen zweiten Kammerofen. Dessen Inbetriebnahme ist für Anfang desnächsten Jahres vorgesehen. Die Systemarchitektur beider Öfen umfasst SPS-CPUs, dezentrale Peripheriemodule und eine Brennersteuerungseinheit sowie weitere Komponenten. Diese sind über die industriellen Kommunikationsprotokolle PROFINET und PROFIBUS miteinander vernetzt. Das Automatisierungskonzept beinhaltet fortgeschrittene Regelungsstrategien, darunter Verbrennungsluftdruck Regelung, Rekuperatoren Regelung und Ofentemperatur Regelung für insgesamt 25 Brenner. Ein zentraler Schwerpunkt der Arbeit liegt auf der Entwicklung eines Sicherheitskonzepts für den Ofen. Dieses deckt kritische Betriebsphasen wie Vorspülung, Dichtheitsprüfung und Ofen-start gemäß EN 746-2ab. Die Sicherheitsfunktionen wurden unter Verwendung unternehmensinterner SIL-Berechnungen entworfen und validiert, die den relevanten Normen entsprechen Diese Berechnungen wurden abschließend vom TÜV sowie vom Auftraggeber formell freigegeben. Die Ergebnisse zeigen, dass das vorgeschlagene SPS-basierte Konzept die Betriebssicherheit, die Diagnostikfähigkeit sowie die Normenkonformität erheblich verbessert und eine robuste, zukunftsfähige und mit Industrie 4.0 kompatible Automatisierungslösung für moderne Kammerofensysteme bereitstellt.
Die gesetzliche Einführung von Energiegemeinschaften in Österreich im Jahr 2021 hat neue Möglichkeiten für die gemeinschaftliche Nutzung von Strom und Wärme geschaffen. Vor dem Hintergrund steigender Energiepreise und der globalen Klimakrise gewinnt die Integration erneuerbarer Energien in Energiegemeinschaften zunehmend an Bedeutung. Dennoch stellt die effiziente Steuerung und Verteilung lokal erzeugter Energie eine zentrale Herausforderung dar, insbesondere wenn individuelle Verbrauchsprofile und gemeinschaftliche Optimierungsziele berücksichtigt werden müssen. Die vorliegende Arbeit widmet sich der Entwicklung eines intelligenten, prädiktiven Lastmanagementsystems, das die Energieflüsse innerhalb einer Energiegemeinschaft optimiert. Hierbei sollen Prognosedaten wie Wetter- und Sonnenprognosen sowie Verbrauchsinformationen genutzt werden, um den Energiebedarf und die Verteilung vorausschauend zu steuern. Ziel ist es, die Eigenverbrauchsquote zu maximieren, die Energiekosten zu senken und überschüssige Energie effizient innerhalb der Gemeinschaft bereitzustellen. Der angestrebte Soll-Zustand umfasst ein dezentrales, vernetztes System, das sowohl individuelle als auch gemeinschaftliche Optimierungsziele berücksichtigt und damit einen Beitrag zur nachhaltigen und wirtschaftlichen Nutzung erneuerbarer Energien leistet.
