Early and efficient quality assurance of risky technical parameters in a mechatronic design process

Abstract

Mechatronic design processes in automation systems engineering projects require concurrent engineering of various disciplines operating within technical, commercial, and project management constraints. Unfortunately, early and efficient quality assurance of technical parameters, which affect risk-relevant constraints in the mechatronic design processes, is difficult and error-prone due to the heterogeneous local model representations of shared concepts that the domain experts use to define these constraints. In this paper, we investigate the effectiveness and efficiency of the adapted multi-model dashboard (MMD) approach and a traditional approach for monitoring technical parameters and constraints in mechatronic design processes. We evaluate these approaches in the context of a realworld use case, the welding line process for automobile parts. Major results are: the MMD process was at least as effective and efficient in eliciting relevant project constraints and model dependencies as traditional approaches in the evaluation context.

Modellunterstützte Qualitätssicherung von Engineering-Daten industrieller Produktionssysteme

“…Um die maximale Tragfähigkeit zu definieren und automatisch zu überprüfen, müssen jene (ausgewählten) Parameter zugänglich gemacht werden, die für die Berechnung relevant sindetwa die individuellen Massen der Maschinen und Geräte aus den unterschiedlichen Engineering-Modellen oder Datenblättern und die maximal zulässige Gesamtlast (aus der Gebäudespezifikation). Durch den Vergleich (Summe der einzelnen Massen und zulässige Maximallast) kann unmittelbar entschieden werden, ob diese Bedingung erfüllt oder verletzt wird (Biffl et al 2014b). Für einen Projektleiter kann der Aufwand pro Projektphase interessant sein.…”

“…Das Multi-Model Dashboard bietet somit eine flexible Möglichkeit einer selektiven Beobachtung von kritischen Projektparametern, sowohl auf technischer Ebene (Biffl et al 2014b) als auch auf organisatorischer Ebene, etwa für das Projektmanagement (Biffl et al 2014a). Gemeinsame Konzepte oder integrierte Anlagenmodelle, wie sie beispielsweise durch AutomationML bereitgestellt werden, bilden die Grundlage für einen flexibel definierbaren Datenaustausch (Biffl et al 2015).…”