Manufacturing Solutions
Cloud-native Microservices in Monorepos – Teil 2
Diese Serie beleuchtet die Implementierung von Microservice-Architekturen mit Monorepos und Serverless Cloud-Anwendungen. Teil 2 zeigt, wie das Buildsystem Nx in diesem Kontext eingesetzt werden kann und hebt die Vorteile von Monorepos im Zusammenspiel mit der passenden CI/CD-Struktur hervor.
Cloud-native Microservices in Monorepos – Teil 1
Diese Serie beleuchtet die Implementierung von Microservice-Architekturen mit Monorepos und Serverless Cloud-Anwendungen. Teil 1 befasst sich mit den Herausforderungen bei der Verwaltung von Microservices in einem typischen Multi-Repo-Setup und schlägt die Integration in Monorepos vor.
Datenplattformen für die Fabrik 4.0 – Make or Buy? Das Fundament für die smarte Produktion
Dieser Blogpost untersucht die Rolle von Datenplattformen in der Fabrik 4.0 und diskutiert die Vorteile und Nachteile von Standardsoftware und Individualsoftware. Die Qualität und Verfügbarkeit von Prozessdaten sind entscheidend für die Implementierung moderner Digitaltechnologien. Datenplattformen können diese Daten aus verschiedenen Quellen sammeln und bereitstellen. Standardsoftware ist schnell verfügbar und einsatzbereit, kann aber möglicherweise nicht alle spezifischen Anforderungen erfüllen. Eine individuelle, Cloud-native Lösung kann sich an verändernde Anforderungen anpassen und bietet einen hohen Investitionsschutz. Sie ermöglicht auch die Zusammenarbeit mehrerer Unternehmen auf der Datenplattform, um einen höheren gemeinsamen Mehrwert zu schaffen.
Cyber-physikalische Systeme als eine Säule von Industrie 4.0
Was ist das? Ein Cyber-physikalisches System (CPS) steuert einen physikalisch-technischen Prozess und vereint dazu Elektronik, komplexe Software und Netzwerkkommunikation z.B. über das Internet. Charakteristisch ist, dass alle Elemente einen untrennbaren Beitrag zur Funktionsweise des Systems leisten. Daher wäre es falsch, jedes Gerät mit etwas Software und einem Netzwerkanschluss zu einem CPS zu erklären. Gerade im
Datengetriebene Prozessregelung – Teil 3: Regelung von Systemverhalten
Dieser dritte und letzte Teil der Artikelserie zur datengetriebenen Prozessregelung liefert eine Einführung in Ansätze zur Regelung von Systemen. Im Mittelpunkt steht dabei das klassische „Model-Predictive-Control“ Schema, welches mit den Ergebnissen zur Systemmodellierung aus dem zweiten Artikel zu einer rein datengetriebenen Regelungsstrategiekombiniert wird.
Datengetriebene Prozessregelung – Teil 2: Modellierung von Systemverhalten
Nachdem der erste Artikel der Serie sich mit den allgemeinen Grundbausteinen von Regelungssystemen beschäftigthat, widmet sich der zweite Artikel der Modellierung des Verhaltens von Systemen. Dabei steht die Differenzierungverschiedener Modellierungsarten im Vordergrund. Den Hauptteil des Artikels bildet die Einführung eines speziellendatengetriebenen Ansatzes, der in jüngster Zeit wachsendes wissenschaftliches Interesse auf sich gezogen hat.
Datengetriebene Prozessregelung – Teil 1
Die automatische Regelung von komplexen Systemen stellt eine wachsende theoretische wie technischeHerausforderung dar. Unabhängig davon, ob diese Systeme biologische oder chemische Reaktoren,Windkraftanlagen, Stromnetze, Flugzeuge oder auch Fertigungssysteme darstellen, sind die zu beantwortendenFragen stets vergleichbar. Die kommende Artikelserie wird eine Einführung in dieses interessante Fachgebiet gebenund behandelt im ersten Teil die generellen Grundbausteine von Regelungssystemen anhand einesfertigungstechnischen Beispiels.
Test Driven Development für Blazor-Webkomponenten mit bUnit
Mit der Bibliothek bUnit können Komponententests für Blazor-Web-Frontends erstellt werden. Damit ist es möglich, viele schnell ausführbare Tests zu erstellen. Anhand von Beispielen werden die ersten Schritte und die wichtigsten Features von bUnit vorgestellt.
Web-UIs mit Blazor und mögliche Anwendungsfälle in der Industrie
Blazor ist ein Framework von Microsoft, um interaktive Web-Frontends mit C# zu erstellen. Für Blazor-Apps sind drei Bereitstellungs-Modelle möglich. Die unterschiedlichen Architekturen wirken sich stark auf die Anwendungsfälle aus. Das wird anhand von Beispielen in der Industrie beleuchtet.
Der digitale Zwilling als eine Säule von Industrie 4.0
In der sogenannten „Industrie 4.0“ sind Produktivzeiten von Maschinen und ganzen Produktionstrecken in vielen Branchen weitestgehend optimiert. Daher nimmt man sich nun der Optimierung von unproduktiven Zeiten, dem Maschinenstillstand und der Ausschussproduktion an. Hier können mittels umfänglicher Datenerfassung Digitale Zwillinge der Produktionsstrecken erstellt werden. Was sich dahinter verbirgt, wozu sie genutzt werden und ob wir sie überhaupt brauchen erörtert unser Autor Marco Grafe in seinem Artikel „Der digitale Zwilling als eine Säule von Industrie 4.0“.