Digitalization = Industrial Revolution of IT Life-Cycle Arbeiten 2. Industrielle Revolution =...

Digitalization = Industrial Revolution of IT

Prof. Beat Stettler, Institute of Networked Systems INS

IT im Zeitalter des Handwerkertums

> Server physikalisch installieren

> Betriebssystem aufspielen

> Systemparameter konfigurieren

> Virtualisierung einrichten

> Systemtests durchführen

> Applikationen installieren und testen

> Backups durchführen

> Disaster-Recovery Prozeduren testen

> User und Berechtigungen verwalten

> Anwender Support leisten

> Patches testen, planen und einspielen

> Software Updates planen und durchführen

> Life-Cycle Arbeiten

2

Industrielle Revolution = Automatisierung von manuellen Arbeiten

> IT Task Automation

> Service Automation

> Robotic Process Automation (RBA)

> Chatbots

> Automated Workflows

> Automated Patch Management

> Cloud Orchestration

> IT Workload Automation

> Event-driven Actions

> DevOps

> Business Service Automation

> Heuristic Automation

> Automated Network Configuration

> Automated self-learning Troubleshooting

3

Vorgehen

> Identifizieren von repetitiven Tasks resp. Prozessen, welche sich lohnen zu automatisieren

> Prozesse müssen standardisiert werden können

> Prozesse müssen einfach sein, da möglichst kein GUI (Klicken braucht Zeit)

> Prozesse müssen automatisiert angestossen werden können (event-driven)

> Beispielprozesse;

≫ Neuer Mitarbeiter einrichten, neue Geräte provisionieren, Kundenanfragen dispatchen usw.

> Mögliche Sensoren:

≫ Chat, Webseiten, ERP Systeme, Monitoring

> Actions:

≫ Systeme, Server, Netzwerkkomponenten, Telefonanlagen, SMS, Mail usw.

> Tools (meist Opensource):

≫ In grosser Anzahl vorhanden

4

Kundenbeispiel Stadt Zürich: Staging Roboter

5

Vision

6

Beispiel Automated Troubleshooting

> Einsatz von «Event Driven Automation»

> Automatisch Fehlerbeheben

> Fehlerbehebung mit Workaround auf Bürozeiten verschieben

> Checkliste abarbeiten und Informationen für Techniker vorbereiten

7

Source: mirantis.com

Kundenbeispiele: Provisioning Manager (ProM) von UCC Anlagen

Kunden:

> Thurgauer Kantonalbank

> Kanton Aargau

> Messe Schweiz

> Migros Genossenschaftsbund

8

Thank You

Rapid Automation – Prototyping in der

Fabrikation5.9.2017, Prof. Dr. Lukas Schmid (IDEE-FHS)

Institut für Innovation, Design and Engineering IDEE-FHS

Erforschung der Bedingungen unter denen

kontinuierlich Innovationen entstehen können

und der Art und Weise, wie Individuen,

Organisationen, Netzwerke und Gesellschaften

dazu befähigt werden.

Unterstützung von Unternehmen und Organisationen

bei der Entwicklung kreativer, unkonventioneller

Lösungen, indem klassische Management- und

Entwicklungsprozesse um designgetriebene

Elemente ergänzt werden.

Exponentielles Zeitalter

12

[Quelle: https://www.weforum.org/agenda/2015/11/is-this-future-of-the-internet-of-things/]

Design Culture

13

http://www.bethkanter.org/wp-content/uploads/130.png

Prototyping

14

[LEGO® Serious-Play® Bausatz]

Prototyping in der Fabrikation

15

[Makeblock Bausatz]

Best Practice: Optrel AG (Wattwil)

16

[vegaview 2.5 by Optrel AG]

Thank You

Kollaborative Robotik

Prof. Dr. Agathe Koller

2. Digitalisierungskonferenz, 5.Sept. 2017

Institut for Lab Automation and Mechatronics (ILT)

19

Mechatronik

Steuern, Regeln, Bildverarbeitung

Laborautomation

Prozessautomation, Detektion

Robotik

Kollaborative Robotik, Programmierung und Simulation

Cyber-Physische Systeme

Internet of Things, Industrie 4.0

Medizinaltechnik

Assistive und therapeutische Rehabilitation

Kollaborative Robotik (COBOT)

> Was ist die kollaborative Robotik?

≫Roboter und Menschen teilen sich denselben Arbeitsraum

> Was ist das Ziel?

≫Wiederholgenauigkeit und Ausdauer von Robotern mit

individuellen Fertigkeiten von Menschen kombinieren!

20

Quelle: Universal Robot

Beispiel Anwendung YuMI in der Industrie

21

> «4-Augen» Qualitätskontrolle

≫Handling von Medical Devices und optische

Verpackungskontrolle

> Vorteile:

≫ Kooperation zwischen Mensch und Roboter

≫ Konstante Qualität

≫ Entlastung der Mitarbeiter

Potenzial der kollaborativen Robotik

> Arbeiten ohne Schutzzäune

≫COBOT benötigt viel weniger Platz und kann direkt in

die Produktionsstrasse integriert werden.

≫COBOT kann auf einer mobilen Plattform montiert

werden und so den Arbeitsort ändern.

> Dritte Hand für Produktionsmitarbeiter

≫COBOT kann repetitive oder anstrengende

Hebebewegungen übernehmen.

22

Quelle: Kuka IIWA

Potenzial der kollaborativen Robotik

> Neue Arbeitsschritte automatisieren

≫COBOT kann feindosierte, kraftgeregelte

Arbeitsschritte übernehmen.

≫COBOT kann mit Situationen umgehen, die bis anhin

zu einem Stillstand geführt haben.

≫COBOT kann kleine Losgrössen automatisiert und

wirtschaftlich bearbeiten.

23

Thank You

KTI-Projekt leanPredict

05. September 2017, Prof. Dr. Christian Bermes

Umfeld und Ziel

> Vorhersage des Ausfalls der einzelnen Sortierwagen

≫Reduzierung ungeplanter Ausfälle

≫ Erhöhung der Anlagenverfügbarkeit

26

Wirkungsfelder der Partner

27

Perspektive und Kontakt

> Projektlaufzeit: 23 Monate

> Funktionsmuster des Messsystems: Dez. 2017

> Datenanalytik: ab 2018

> Plug&Play System für Predictive Maintenance

im Logistikumfeld

Prof. Dr. Christian Bermes

christian.bermes@hsr.ch

Institut für Laborautomation und Mechatronik

www.ilt.hsr.ch

www.hsr-enhanced.ch

28

Thank You

Michael.Schreiner@ntb.ch

Siemens

Institut für Computational Engineering ICE

> 6 Dozenten

> 10 wissenschaftliche Mitarbeiter

> Verantwortlich für Lehre in

Mathematik und Physik

> Mehr als 200 Mannjahre Erfahrung

in Computational Sciences und Data

Sciences

Michael.Schreiner@ntb.ch

KompetenzenStatistik &

Datenanalyse

Statistik

und

Datenanalyse

Modellierung

und

Simulation

Optimierung

Michael.Schreiner@ntb.ch

KompetenzenStatistik &

Datenanalyse

Statistik

und

Datenanalyse

Modellierung

und

Simulation

Optimierung

Michael.Schreiner@ntb.ch

KompetenzenStatistik &

Datenanalyse

Modellierung

und

Simulation

Optimierung

Messtechnik High Performance Computing

Michael.Schreiner@ntb.ch

Statistik

und

Datenanalyse

Digitaler Zwilling für eine Kaffeemaschine

Wasser mit der richtigen Temperatur soll

auf Knopfdruck bereitstehen

Nur ein Temperatursensor verbaut, und

der sitzt an der «falschen» Stelle

Verzögerung durch «lange Leitung»

Mit einem digitalen Zwilling weiss man,

an welcher Stelle welche Temperatur

herrscht, ohne dass man überall messen

muss.

Bessere Temperaturregelung

Temperatur über der Zeit

Michael.Schreiner@ntb.ch

Digitaler Zwilling in drei Schritten

1. Physikalisches Modell (PDE) und

Simulation (FE).

(+ Validierung, Labormaschine)

2. Modellreduktion.

(Verkleinerung des numerischen Modells,

so dass es in Echtzeit rechenbar ist.

Fehleranalyse)

3. Implementierung des reduzierten Modells

auf Zielplattform.

Michael.Schreiner@ntb.ch

Vorteile des digitalen Zwillings

1. Bessere Regelung und reduzierte Kosten

für die Hardware und besserer Kaffee

2. Vergleich des realen Sensors mit den

Simulationsdaten des digitalen Zwillings

erkennt Fehler im Betrieb, Hardware-

Probleme, etc.

3. Langzeit-Tracking des Betriebs kann

Informationen über Lebensdauer liefern.

-> Predictive Maintenance

Michael.Schreiner@ntb.ch

Siemens

Fragen?

Prof. Dr. habil. Michael Schreiner

Institut für Computational Engineering ICE

Interstaatliche Hochschule für Technik Buchs NTB

Werdenbergstr. 4

9471 Buchs

T +41 (0)81 755 3463

E schreiner@ntb.ch

Rechnen Sie mit uns!

Michael.Schreiner@ntb.ch

IoT – Internet of Threats?

Prof. Reto Bonderer, reto.bonderer@hsr.ch

About me

Reto Bonderer, dipl. El.-Ing ETHreto.bonderer@hsr.ch

Professor of Embedded Software EngineeringHead of Electrical and Computer EngineeringPartner in Institute for Microelectronics and Embedded Systems (IMES)

40

Some of our successful projects

41

NFC

Adapter

FPGA

NFC Stack

Layer2-4

NFC HW

Layer1

AXSEM

8052

APDU

Client

SPIIRQ

USB

13.56 MHz

FPGA

SPI

Albis TechnologiesSchweizerische Bundesbahnen (SBB)eTicketingLow power NFC Stack

ADEC TechnologiesCar park managementIoT using LoRaWAN

Some of our successful projects

42

SwisstomElectrical Impedance Tomography (EIT)Real-time signal and image processing

Internet-connected devices are vulnerable

43

October 2016A massive botnet DDoS attack with 10s of millions of hacked webcams generated gigabits of web traffic and knocked out Twitter, Amazon and other sites

© Hangzhou Xiongmai Technology

Which of these devices would you connect unprotected to the internet?

44

There are solutions, be careful!

Thank You

DigitalLab@HSR

Partner für Cloud Computing

Henrik Nordborg

IET –Das Institut für Energietechnik (www.iet.hsr.ch)

47

• Power-to-Gas

• Gebäudetechnik

• Elektrische Energietechnik

• Windkraft

• Thermo- und Fluiddynamik

• Prozess- und Produktsimulationen

High-Performance Computing (HPC): Produkt- und Prozesssimulationen

48

The Digital Twin

49

Data analysis in real-time

Control & Optimization

Was ist die Cloud?

50

Flexible

Cost Efficient

On Demand

HPC: DigitalLab + Microsoft + Cloud

51

Microsoft Azure ist die beste Cloud für HPC

Die HSR ist der einzige Microsoft Partner für HPC in

der Schweiz

Mit uns können Sie schnell rechnen

Machine Learning @ ICOM

05.09.2017, Prof. Dr. Guido Schuster

ICOM @ HSR

53

Machine Learning Theory @ ICOM

54

Machine Learning Hardware @ ICOM

55

Machine Learning Software @ ICOM

56

A short history of Machine Learning @ ICOM –RockNet IoT system 2007

57

A short history of Machine Learning @ ICOM –Wireless ECG shirt 2010

58

A short history of Machine Learning @ ICOM –Distributed ToF system 2014

59

A short history of Machine Learning @ ICOM – Basecaller 2016

60

A C T G

Thank You