Motivation
Viele Anwendungsfelder der Informationstechnik werden von der Leistungsfähigkeit und Zuverlässigkeit cyber-physischer Systeme (CPS) beeinflusst. Dabei handelt es sich um vernetzte Rechnersysteme („cyber“), die über Sensoren und Aktuatoren direkt mit der Umwelt („physisch“) interagieren. Es entsteht beträchtlicher Aufwand, komplexe CPS bei Entwurf und im Betrieb zu prüfen (Testen), während des Einsatzes zu überwachen (Monitoring) oder ihr Systemverhalten vorherzusagen (Prädiktion). Für alle diese Anwendungen werden valide Modelle der CPS benötigt. Bisher ist die Modellierung von CPS nur wenig automatisiert, sodass Testen, Monitoring und Prädiktion zunehmend Flaschenhälse im Entwurf und Betrieb von CPS verursachen.
Ziele und Vorgehen
Ziel des Vorhabens AGenC ist es ein Framework aus leicht nutzbaren Methoden und interoperablen Technologielösungen zu entwickeln und zu testen. Auf diese Weise sollen CPS mit geringerem Aufwand entworfen und einfacher betrieben werden können. Dazu werden diskrete, approximative und kontinuierliche Modelle kombiniert, um einen neuartigen Modellierungsansatz mit bestärkendem Lernen zu entwickeln. Der Ansatz soll in verschiedenen Anwendungsbereichen genutzt werden können. Darüber hinaus werden Testfallgeneratoren, System-Monitore und Prädiktoren für den Entwurf und Betrieb von CPS entwickelt sowie Kriterien zur Bewertung der Modellqualität definiert. Um das geplante Framework als breite Querschnittstechnologie nutzen zu können, wird es mithilfe von Demonstratoren in den Branchen Intralogistik, Hafen- und Energietechnik evaluiert und validiert.
Innovationen und Perspektiven
Zentrale Innovationen von AGenC sind die zu entwickelnden Softwaremethoden und -werkzeuge, die CPS-Modelle automatisiert generieren und die CPS testen, überwachen und ihr Verhalten vorhersagen können. Die Zusammenarbeit der Projektpartner aus Industrie und Forschung verspricht eine langfristig erfolgreiche, breitenwirksame Nutzung der Anwen-dungswerkzeuge und weiteren Projektergebnisse.