Sicherheitstechnische Risikoanalyse eines cyber-physischen Modellsystems für Industrie 4.0 Anwendungen

  • Projektnummer : F 2497
  • Projektdurchführung : Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA) / Universität Stuttgart, Institut für Automatisierungstechnik und Softwaresysteme
  • Status : Abgeschlossenes Projekt

Projektbeschreibung :

Moderne Produktionssysteme weisen besondere Eigenschaften auf, wie zum Beispiel hohe Komplexität, Heterogenität der einzelnen Komponenten, Autonomie und Rekonfigurierbarkeit. Das Projekt untersuchte wesentliche Herausforderungen, denen Sicherheitsingenieure bei der Risikobeurteilung dadurch in naher Zukunft regelmäßig gegenüberstehen werden.

Schwerpunkt des Projektes war die Analyse, inwieweit sich bestehende Risikobeurteilungsmethoden auch für Cyber Physische (Produktions-)Systeme (CPPS) eignen. Die Methoden wurden klassifiziert, ihre Stärken und Schwächen wurden analysiert sowie ihre Integrationspotenziale mit Blick auf CPPS ermittelt. Zur Validierung der Ergebnisse wurde ein Hardware-/Software-Demonstrator entwickelt, der eine Smart-Factory-Umgebung simuliert und fortschrittliche Risikobewertungsmethoden für industrielle CPPS veranschaulicht. Er zeigt die Grenzen herkömmlicher Methoden bei der Erfassung dynamischer Risiken auf und hebt die Vorteile fortschrittlicher Techniken hervor, etwa der probabilistischen Modellprüfung und der intelligenten Fehlereinspeisung. Durch die Simulation mehrerer Konfigurationen liefert der Demonstrator Einblicke in die Effizienz-, Sicherheits- und Flexibilitätskompromisse und dient sowohl als Bildungs- als auch als Forschungswerkzeug zur Weiterentwicklung von Risikobewertungsmethoden für Smart-Manufacturing-Umgebungen.

Die Ergebnisse verdeutlichen die Notwendigkeit, traditionelle Methoden durch dynamischere Ansätze zu erweitern, darunter probabilistische Modellprüfung, KI-gestützte Strategien, digitale Zwillinge und intelligente Fehlereinspeisung. Auf Grundlage der Ergebnisse wurde im Projekt eine erste Roadmap skizziert, um weitere Forschung und die Entwicklung von Risikobeurteilungsmethoden für CPPS zu unterstützen.

Publikationen

A practical approach to evaluating the adversarial distance for machine learning classifiers

Erscheinungsjahr: 2024

Suchergebnis_Format Aufsatz

Mehr erfahren

Investigating the Corruption Robustness of Image Classifiers with Random p-norm Corruptions

Erscheinungsjahr: 2024

Suchergebnis_Format Aufsatz

Mehr erfahren

Utilizing Class Separation Distance for the Evaluation of Corruption Robustness of Machine Learning Classifiers

Erscheinungsjahr: 2022

Suchergebnis_Format Aufsatz

Mehr erfahren

An overview of the research landscape in the field of safe machine learning

Erscheinungsjahr: 2021

Suchergebnis_Format Aufsatz

Mehr erfahren

Aspects of industrial CPS critical for risk assessment methods

Erscheinungsjahr: 2021

Suchergebnis_Format Aufsatz

Mehr erfahren

Aspects of industrial CPS critical for risk assessment methods

Erscheinungsjahr: 2021

Suchergebnis_Format Aufsatz

Mehr erfahren

Krakenbox: deep learning-based error detector for industrial cyber-physical systems

Erscheinungsjahr: 2021

Suchergebnis_Format Aufsatz

Mehr erfahren

Sichere Maschinen mit - oder trotz - künstlicher Intelligenz

Erscheinungsjahr: 2021

Suchergebnis_Format Aufsatz

Mehr erfahren

Deutsche Normungsroadmap. Künstliche Intelligenz

Erscheinungsjahr: 2020

Suchergebnis_Format Kooperation

Mehr erfahren

German Standardization Roadmap Artificial Intelligence

Erscheinungsjahr: 2020

Suchergebnis_Format Kooperation

Mehr erfahren

Industry 4.0: Emerging challenges for dependability analysis

Erscheinungsjahr: 2019

Suchergebnis_Format Aufsatz

Mehr erfahren

Sicherheitsnachweis bei digital vernetzten Maschinen und Anlagen in wandelbaren Fabriken

Erscheinungsjahr: 2019

Suchergebnis_Format Aufsatz

Mehr erfahren

Weitere Informationen

Kontakt

Fachgruppe 2.6 "Arbeitsstätten, Maschinen- und Betriebssicherheit"

Service-Telefon: 0231 9071-2071
Fax: 0231 9071-2070