This book is intended as a practical guide to the concepts of hardware and software configuration for industrial production automation using the TIA PORTAL software platform. Thus, anyone working in the field of automation will benefit from reading it, while it has been written for undergraduate students of electrical, mechanical and industrial engineering, as well as engineering students engaged in similar academic pursuits.

This book deals with the use of S7 1200 and S71500 PLCs to control operational components in automated systems, in accordance with current standards. It is a good starting point into the world of Siemens' Totally Integrated Automation (TIA) product range.

The book also contains practical examples and explanatory diagrams of the graphical interfaces of the TIA PORTAL software, which illustrate the programming and configuration procedures and techniques.

Those interested in developing local industrial communication networks to implement centralised and decentralised control system architectures will also find this book useful. It details techniques provided by Siemens that are well suited to programming plans under the TIA PORTAL platform.

It also introduces the reader to Human Machine Interface (HMI) development, covering topics such as hardware configuration, software programming, networking, testing and validation.

This book is an invaluable resource for those new to the field of industrial automation, as well as for teachers wishing to teach and gain expertise in this specialised area.

The papers collected in this book represent the ideas exchanged during the 1st Conference of the Automation and Robotics Network Tunisia (ARNT2021) held from October 29 to October 31 in Sousse, Tunisia. The papers fall into four categories: 1. Models: These papers present new model constructions and the rehabilitation of old in-house installations for teaching purposes. The propositions were selected with a view to the limited financial resources of the ISETs. Consequently, the papers provide a multitude of interesting impulses for low-cost implementation of teaching high-tech subjects. 2. Didactics: In this category the papers expose a flurry of learning approaches applied on automation and robotic subjects. The presented didactic methods are deduced from real teaching experiences. 3. Visions: These contributions introduce futuristic student projects which will need more than one iteration to be realized. 4. Study plan: In this session, the authors demonstrate the efficiency of their innovative ideas and discuss their integration on study plans.

Machines in processing plants are frequently generating failures that must be manually fixed by the operators. Machines often lack advanced assistance systems for to address these failure cases. While some new developments try to use only machine data, in many applications, the human knowledge of the operators can be very useful. In this paper, we propose a new assistance system used to merge machine data with the operator’s knowledge. This system is tested with an industry partner. The test results are used to create design considerations, compare different reasoning algorithms, and check the influence on the machine downtime.

In the context of the Internet of Things (IoT), there is the need to manage huge amounts of time series sensor data, if high frequency device monitoring and predictive analytics are targeted for improving the overall process quality in production or supervision of quality management. The key challenge here is to be able to collect, transport, store and retrieve such high frequency data from multiple sensors with minimum resource usage, as this allows to scale such systems with low costs. For evaluating the performance impact of such an IoT scenario, we produce 1000 datasets per second for five sensors. We send them to three different types of popular database management systems (i.e., MariaDB, MongoDB and InfluxDB) and measure the resource impacts of the writing and reading operations over the whole processing pipeline. These measurements are CPU usage, network usage, disk performance and usage, and memory usage results plus a comparison of the difficulty for the developers to engineer such a processing pipeline. In the end, we have a recommendation depending on the needs, which database management system is best suited for processing high frequency sensor data in an IoT context.

Dieses kompakte Lehrbuch zeigt an konkreten, in Java ausprogrammierten Beispielen, wie Information zwischen Systemen über ein Netzwerk ausgetauscht werden kann. Dabei werden übliche Datenaustauschformate und Datenaustauschprotokolle erklärt. Der im Buch behandelte Stoff deckt damit den gesamten Bereich technischer Kommunikation von Datenformaten über Protokolle bis hin zum Versenden von Netzwerktelegrammen ab. Durch diese breite Themenauswahl erlangt der Leser ein Verständnis der typischen Probleme in der Anwendung der Netzwerktechnik, von der Repräsentation der Daten in einem Dateiformat über den Austausch der Daten über Standardprotokolle bis hin zur Definition einfacher, eigener Protokolle auf der Basis von TCP/IP. Der Schwerpunkt liegt dabei auf der Anwendung von Netzwerken.

Das Buch schafft auf engem Raum einen Überblick über die Automatisierungstechnik. Dabei wird die technische Basis knapp dargestellt und konsequent in den Anwendungskontext einer arbeitsteiligen Wirtschaft gestellt. Damit ist es besonders Interessant für Personen mit einer Schnittstellenfunktion wie Vertriebsingenieure oder Projektleiter, die Anforderungen so aufbereiten, dass sie im Unternehmen in eine technische Lösung umgesetzt werden können.

We use an application scenario that collects, transports and stores sensor data in a database. The data is gathered with a high frequency of 1000 datasets per second. In the context of this scenario, we analyze the performance of multiple popular database systems. The benchmark results include the load on the system writing the data and the system running the database.

In our previous work, we proposed a system which makes complex production machines more user-friendly by giving the recommendations to the operator. So, we assist the user working with a complex production machine. The recommen- dations are presented like: ”In the last 10 occurrences of this event the operators performed the following keystrokes”. While working on the project, we had problems with retrieving the correct recommendations from our knowledge base. Meanwhile, we gathered more data from our project partners. Now, we dive deeper into this data in order to improve our solutions. This work describes methods to preprocess the data. This preprocessing should help us building up the knowledge base. To achieve this automatically, we do not want to know much about the machine and the production process itself.

Im Rahmen des Projektes der Forschungsstelle Car Infotainment und Man-Machine-Interface der Hochschule Hof wird ein Assistenzsystem für komplexe Produktionsmaschinen der Hans Weber Maschinenfabrik GmbH in Kronach entwickelt. Dieses System unterstützt den Bediener, indem es passend zur aktuellen Prozesssituation Bedieneingriffe vorschlägt. Das für die Benutzerführung nötige Wissen wird dabei automatisch aus der von der Maschine aufgezeichneten Bedienhistorie generiert. Eine Fehlermeldung wird so beispielsweise um die Empfehlung „bei dieser Störung hat in 90% der Fälle folgender Bedieneingriff geholfen“ ergänzt. Die dafür nötige Software ist weitgehend maschinenunabhängig und kann somit über mehrere unterschiedliche Maschinentypen, die jeweils in kleinen Serien laufen, refinanziert werden.

This paper proposes to make complex production machines more user-friendly. Improved machines help the operator in case of an error message or a process event by displaying recommendations, such as “at the last 10 occurrences of this event the operators performed the following keystrokes”. The messages are generated from statistical data on former user- interaction and previous process-events. The data represents the knowledge of all the machine operators. The data is gathered by logging user-interaction and process-events during regular operation of the production machine. This approach allows to store the operators’ expert knowledge in the production machine without human intervention.

We propose a system to make complex production machines more user-friendly by giving the operator recommendations, such as "in the last 10 occurrences of this event the operators performed the following keystrokes". We describe algorithms to generate the recommendations based on data on former user-interaction and process values and to store them in a knowledge base. We also propose algorithms to retrieve recommendations suited to the current process state. We evaluate their performance on simulated data and data gathered from real production machines.

Erfahren Sie mit diesem Buch alles über die angewandte Netzwerktechnik
Im privaten Bereich spielt Netzwerktechnik eine eher untergeordnete Rolle. Dabei sorgt sie erst dafür, dass die Kommunikation via Internet funktioniert. Der industrielle Sektor hat die Vorteile des Datenaustauschs mit Hilfe von Netzwerken allmählich erkannt. Doch erst im Rahmen der „Industrie 4.0“ wird laut Valentin Plenk die Datenübertragung in Echtzeit mehr Bedeutung gewinnen. Mit Blick auf diese Entwicklung stellt er in seinem Buch im Sinne der angewandten Netzwerktechnik speziell die höheren Schichten der Netzwerktechnik in den Fokus.
Dieses kompakte Lehrbuch zeigt Ihnen anhand von konkreten, in Java ausprogrammierten Beispielen, wie Informationen zwischen Systemen über ein Netzwerk ausgetauscht werden können. Pro Kapitel behandelt dieses Netzwerktechnik-Buch ein bestimmtes Thema. Nach der Einführung in die Grundlagen der Kommunikation geht der Autor zunächst auf Java-Streams, Zeichencodierung sowie die Netzwerkanalyse mit Wireshark ein. Anschließend schenkt Plenk speziell folgenden Datenaustauschformaten sowie Protokollen besonderes Augenmerk:
• JSON• HTML• HTTP• OPC UA• TCP/IP• UDP/IP
Konkrete Beispiele und Übungen geben Ihnen Praxiseinblicke
Auf diese Weise deckt dieses Buch über die angewandte Netzwerktechnik den gesamten Bereich technischer Kommunikation ab, von den Netzwerkprotokollen bis hin zum Versenden von Netzwerktelegrammen. Durch diese breite Themenauswahl bekommen Sie als Leser ein tieferes Verständnis für die typischen Problemstellungen in der Anwendung der Netzwerktechnik. Sie erfahren mehr über die Darstellung von Daten in einem bestimmten Dateiformat und wie Sie Daten mittels Standardprotokollen austauschen können. Zudem lernen Sie, wie Sie eigene, einfache Protokolle auf der Basis von TCP/IP erstellen können. Schwerpunkt des Buches bildet dabei immer die Anwendung von Netzwerken.
Mit Hilfe zahlreicher Übungsaufgaben (inklusive Lösungsvorschlägen) sowie Anwendungsbeispielen können Sie Ihren persönlichen Kenntnisstand überprüfen und das Gelernte vertiefen. So sind Sie ideal auf die Praxis vorbereitet. Die zweite Auflage des Buchs „Angewandte Netzwerktechnik kompakt“ wurde um den Themenbereich Webservices ergänzt. Im Abschnitt zu UDP/IP finden Sie jetzt außerdem hilfreiche Codebeispiele für Broadcast und Multicast.
Quelle: Verlag

This paper proposes to make complex production machines more user-friendly. Improved machines help the operator in case of an error message or a process event by displaying recommendations, such as “in the last 10 occurences of this event the operators performed the following keystrokes”. The messages are generated from statistical data on former user- interaction and previous process-events. The data represents the knowledge of all the machine operators. The data is gathered by logging user-interaction and process-events during regular operation of the production machine. This approach allows to store the operators’ expert knowledge in the production machine without human intervention.

In der Rauheits- und Oberflächenmeßtechnik werden seit Jahren mechanische Taster eingesetzt. Durch weitgehende Normung sind Messungen, die mit Geräten verschiedener Hersteller oder an verschiedenen Orten durchgeführt wurden, sehr gut vergleichbar. Auch eine Fehlbedienung der Meßgeräte ist bei modernen Bauformen praktisch ausgeschlossen. Den Anforderungen an Labormeßgeräte, aber speziell auch an robuste In-Process- Messgeräte, können diese Geräte nur begrenzt entsprechen. Die für diese Anwendungsbereiche entwickelten Geräte basieren im allgemeinen auf optischen Meßverfahren. Die Akzeptanz neuer Geräte hängt unter anderem davon ab, ob die damit gemessenen Oberflächenprofile und die daraus berechneten Oberflächenkennwerte mit den mechanisch gemessenen übereinstimmen. Zahlreiche Veröffentlichungen stellen bei ausgewählten Gerätepaaren Unterschiede fest. Oft wird auch eine Erklärung der Unterschiede auf der Basis physikalischer Modelle des Meßverfahrens angeboten. Aus dem Verständnis der Funktion kann nicht immer ein Korrekturverfahren bzw. eine Korrekturvorschrift abgeleitet werden. Im folgenden werden verschiedene Verfahren zur Umrechnung ”nichtmechanisch“ gemessener Profile auf mechanisch gemessene Profile vorgeschlagen. Eines dieser Verfahren basiert auf dem Verständnis der Funktionsweise, d.h. dem physikalischen Modell des Tasters. Die anderen Verfahren basieren auf durch Standardexperimente bestimmten mathematischen Modellen, erfordern also kein Verständnis der Funkti- onsweise der verschiedenen Taster. Da die auf mathematischen Modellen basierenden Verfahren durch einfache Standar- dexperimente bestimmt werden, lassen sich diese einfach auf beliebige neue Geräte paare anwenden. Im Rahmen dieser Arbeit werden nur Taster betrachtet. Ein Taster gibt an einer Position X einen Meßwert Z aus. Ein Profil ergibt sich aus dem Abfahren der Oberfläche mittels eines Vorschubantriebs. Als Beispiel-Taster werden ein mechanisch beru ̈hrender Taster – Perthen MFW250 – und ein Autofokus-Laser-Taster – Rodenstock RM600 – betrachtet. Der mechanische Taster dient als Referenz. Die mit dem optischen Taster gemessenen Profile werden an die vom mechanischen Taster gemessenen Profile angepasst.