Technik und Wissen DAS FACHMAGAZIN FÜR DIE INDUSTRIE
Abo
  • Suche
  • Facebook Instagram Linkedin
  • Themen
    • Fertigung
    • Automation
    • Digitalisierung
    • News
    • Content-Hubs
    • Specials
    • Magazin
      • Abo
      • Printmagazin
    • Newsletter
    • Über uns
      • Mediadaten
      • Dienstleistung
      • Impressum
      • Datenschutz
      • Kontakt & Team
  • Magazin
    • Abo
    • Printmagazin
  • Newsletter
  • Über uns
    • Mediadaten
    • Dienstleistung
    • Impressum
    • Datenschutz
    • Kontakt & Team
  • Abo
  • Mediadaten

 

Modellbasierte Entwicklung: Chancen, die Firmen jetzt ergreifen sollten


Software ist ein entscheidender Faktor für den Erfolg eines Produkts auf dem Markt. Dr. Frank Graeber, Manager Application Engineering bei MathWorks, erklärt, warum Entwickler heute Model-Based Design benötigen, um komplexe Software mit besserer Qualität in kürzerer Zeit zu entwickeln.


Ein Beitrag der Firma Mathworks
Autor: Dr. Frank Graeber, Manager Application Engineering bei MathWorks
Redaktionelle Bearbeitung: Technik und Wissen

Model-Based Design unterstützt und fördert die Zusammenarbeit. Als Vorgehensweise bietet es eine gemeinsame Sprache für funktionsübergreifende Teams aus verschiedenen Branchen und Bereichen wie zum Beispiel Luft- und Raumfahrt, Automobilindustrie, Bewegungssteuerung, Signalverarbeitung, und Industrieausrüstung, Ingenieure nutzen während des gesamten Entwicklungsprozesses Modelle: von der Anforderungsspezifikation, Modellierung der Systemarchitektur und Designimplementierung über die Simulation und automatische Code-Generierung bis hin zur Verifizierung und Validierung. Solche Modellierungen der Systemarchitektur und Simulation können Unternehmen wertvolle Ressourcen sparen.

Werbung
technik-und-wissen-newsletter

Wichtiger funktions- und bereichsübergreifender Ansatz

Der Einsatz von Modellen in der Systementwicklung kann nach zwei Jahren zu Einsparungen von insgesamt bis zu 55 Prozent führen, so eine Untersuchung von Jerry Krasner für Embedded Market Forecasters. Bereichsübergreifende Sprache als Ansatz reduziert die Mehrdeutigkeit bei Produktspezifikationen und ermöglicht den Einsatz von Simulationen zur Validierung von Anforderungen. Durch die Verwendung von Modellen zur Simulation und Verfeinerung der Funktionalität vor der eigentlichen Produktion können Produktfehler viel früher und zu einem Zeitpunkt im Entwicklungsprozess aufgedeckt werden, an dem ihre Behebung weniger kostspielig ist.

Modellbasierte Entwicklung erleichtert agile Workflows

Model-Based Design ist auf agile Entwicklungspraktiken ausgerichtet. Auf diese Weise können Entwicklungsteams Bugs und Designprobleme bereits in den frühen Phasen eines Projekts entdecken und jederzeit einfach Änderungen an den Spezifikationen berücksichtigen. Auf diese Weise kann schnell auf wechselnde Kundenwünsche eingegangen werden – ein entscheidender Wettbewerbsvorteil.

Model-Based Design erweitert die agilen Prinzipien auf die Entwicklung von Systemen, die sowohl physische Komponenten als auch Software umfassen. Systemsimulationen mit mehreren Domänen führen schneller zu funktionierenden Entwürfen und erleichtern die Interaktion mit dem Kunden, sodass Ingenieure sich schnell an veränderte Anforderungen anpassen können. Die automatische Code-Generierung erzeugt funktionierende Software, die sie sofort auf einer Zielhardware einsetzen und testen können.

Ein modellbasierter Ansatz ermöglicht es beispielsweise, schnelle Iterationen durchzuführen, indem man sich mit Continuous-Integration-Systemen (CI) verbindet. So lassen sich Code und Modelle während des gesamten Entwicklungszyklus automatisch testen und verifizieren.

Mehr Infos zum Agilen Ansatz


Vorteile auch für bestehende Systeme

Auch für bereits bestehende und sich im Betrieb befindliche Systeme können die Prinzipien des Model-Based Design angewendet werden, um Prozesse effizienter zu gestalten. Zum Beispiel können Entwickler digitale Zwillinge erstellen, um den Systembetrieb zu optimieren, den Systemstatus zu überwachen und dem Entwicklungsteam somit kontinuierlich Feedback für anhaltende Verbesserungen zu geben. Darunter fallen etwa Anwendungen wie die vorausschauende Wartung (Predictive Maintenance) oder Fehlererkennung in Echtzeit. Unternehmen können so die Zeit bis zur Fehlerbehebung deutlich reduzieren.

Mehr Infos zum Digitalen Zwilling


Systems Engineering

Ingenieure verwenden Model-based Systems Engineering (MBSE), um die Systemkomplexität zu bewältigen, die Kommunikation zu verbessern und optimierte Systeme zu erstellen. Erfolgreiches MBSE erfordert die Synthese von Stakeholder-Anforderungen in Architekturmodelle, um intuitive Systembeschreibungen zu erstellen.

Matlab, Simulink und System Composer bilden zusammen eine einzige Umgebung für die Erstellung beschreibender Architekturmodelle, die nahtlos in detaillierte Implementierungsmodelle übergehen. Die vernetzte Umgebung stellt sicher, dass Elemente aus der Architektur- und Designwelt synchron bleiben. Systemingenieure können einen digitalen Faden erstellen, um zwischen Systemanforderungen, Architekturmodellen, Implementierungsmodellen und eingebetteter Software zu navigieren.

Mehr Infos zum Model-Based System Engineering


Fazit – Die Zeit für einen Wechsel ist jetzt

Unternehmen müssen sich heute stets neu erfinden, um in einer Zeit voller Veränderungen zu bestehen – sei es durch schnellere, agilere Prozesse, höhere Qualität oder durch die Erschließung neuer Geschäftsmöglichkeiten. Trotz der vielfältigen Vorteile des modellbasierten Ansatzes zögern Entscheider oft, Model-Based Design einzusetzen. Das ist verständlich, denn insbesondere für kleinere Entwicklungsteams bedeutet eine Veränderung zunächst ein Risiko: Nicht jedes Unternehmen verfügt über genug Personal, um den neuen Prozess zu erproben und neue Werkzeuge mit genügend Vorlaufzeit zu erlernen.

Dagegen stehen jedoch die vielen positiven Berichte von Teams, die diesen Weg gegangen sind und im Rückblick zu dem Ergebnis kommen, dass es riskanter gewesen wäre, Model-Based Design nicht einzuführen. Die Einführung von Model-Based Design kann ein entscheidender Faktor für die Systementwicklung sein. Schließlich kann für Unternehmen, deren Produkte Tausende oder Millionen von Euro kosten, die Verringerung der Prototypenzahl um nur eine Einheit schon dazu beitragen, die Rentabilität zu erhöhen.

Weitere Artikel, die Sie interessieren könnten

Wie erstelle ich ein Deep-Learning-Modell?

Deep Learning ist eine der Schlüssel-Technologien des Industrial IoT (Internet of Things). Hier gibt es drei praktische Anwendungsbeispiele für den einfachen Einstieg in Deep-Learning-Anwendungen.

Der Schweizer Maschinenbau

Der Schweizer Maschinenbau hat einen hervorragenden Ruf in der ganzen Welt. Diese Seite ist dieser grossen und wichtigen Branche gewidmet. Viele Artikel und eine interaktive Schweizer Maschinenbaukarte.

Auf der Suche nach der autonomen, fühlenden Maschine

Es ist ein grosser Traum, an dem in den Laboren des Instituts für Fertigungstechnik und Werkzeugmaschinen (IFW) an der Leibniz Universität Hannover geforscht und entwickelt wird: die fühlende und smarte Maschine. Was kann sie? Was wird sie können? Prof. Dr.-Ing. Berend Denkena, Leiter des Instituts gibt Antworten auf den grossen Traum.

  • Facebook
  • Twitter
  • LinkedIn
  • E-mail
  • tumblr
  • Reddit

Impressum

Textquelle: Mathworks

Bildquelle: Mathworks

Redaktionelle Bearbeitung: Technik und Wissen

Informationen

Mathworks
mathworks.com

Weitere Artikel

ID-Reader der Serie ID-600: Qualitätsprüfung

Für anspruchsvolle Codelese-Aufgaben


Der Design-to-Cost-Ansatz in der Blechbearbeitung


Qineo ArcBoT von Cloos

Schweiss-Cobot: Nahtverfolgung mit Lichtbogensensorik


  • Entwicklung
  • Konstruktion
  • Mathworks
  • Model-Based Design
  • Simulation

Veröffentlicht am: 10.12.2023

Übersicht

Technik und Wissen
Unsere weiteren Fachmagazine
  • Impressum
  • Datenschutz
  • AGB
Wenn Sie Cookies akzeptieren, können wir Ihnen die bestmögliche Erfahrung auf dieser Website bieten.