Timed Automata und zeitliche Anomalien in Wissensgraphen von automatisierten Produktionsanlagen
Publication date
2024-10-09
Document type
Forschungsartikel
Organisational unit
Publisher
De Gruyter Oldenbourg
Series or journal
Automatisierungstechnik
ISSN
Periodical volume
72
Periodical issue
10
First page
896
Last page
905
Peer-reviewed
✅
Part of the university bibliography
✅
Language
German
Keyword
dtec.bw
Abstract
Die modellbasierte Identifikation von Anomalien ist ein weit verbreiteter Ansatz, um Abweichungen vom erwarteten Verhalten eines Cyber-Physical Production Systems (CPPS) zu erkennen. Da die manuelle Erstellung dieser Modelle ein zeitaufwändiger Prozess ist, ist es vorteilhaft, sie aus Daten zu lernen und in einem generischen Formalismus wie z. B. Timed Automata darzustellen. Die Interpretation solcher Modelle, und somit auch der identifizierten Anomalien, wird jedoch aufgrund fehlender Kontextinformationen erschwert. Dieser Beitrag zielt darauf ab, die modellbasierte Anomalieerkennung in CPPS zu verbessern, indem der gelernte Timed Automaton mit einem formalen Wissensgraphen über das System kombiniert wird. Hierdurch werden sowohl das Modell als auch die identifizierten Anomalien mit eindeutiger Semantik in einer gemeinsamen Wissensbasis beschrieben, um den Anlagenbetreibern eine einfachere Interpretation des Modells und der identifizierten Anomalien zu ermöglichen. Darüber hinaus präsentieren die Autoren eine Ontologie der erforderlichen Konzepte und Beziehungen. Der Ansatz wurde an einer prozesstechnischen Mischanlage validiert. Es konnte gezeigt werden, dass die Interpretierbarkeit der Anomalien und des Automatenmodells durch den generierten Wissensgraphen gesteigert werden konnte.
Version
Published version
Access right on openHSU
Metadata only access