Modellierung von Edge-Computing-Clustern zur Ermittlung ressourceneffizienter Softwareverteilungen in der Produktion

Brockhaus, Benjamin (2024)
Modellierung von Edge-Computing-Clustern zur Ermittlung ressourceneffizienter Softwareverteilungen in der Produktion.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00026739
Dissertation, Erstveröffentlichung, Verlagsversion

URL / URN: https://tuprints.ulb.tu-darmstadt.de/26739

Kurzbeschreibung (Abstract)

Immer mehr Unternehmen erkennen die Potenziale der Industrie 4.0 und erhoffen sich davon Vorteile in ihren Produktionsprozessen. Allerdings sehen sich viele – insbesondere kleine und mittlere – Unternehmen bei der Implementierung mit Schwierigkeiten konfrontiert, sodass heutige Industrie 4.0-Applikationen eine ineffiziente Ressourcennutzung aufweisen. In Disziplinen wie Cloud-Computing sind Lösungen für eine effizientere Ressourcennutzung vorhanden, die für den Einsatz im Produktionsumfeld allerdings an dessen Bedarfe angepasst werden müssen. Diese Arbeit leistet einen Beitrag dazu, indem sie Softwareverteilungen (als Teil der Software-Orchestrierung) um Echtzeitanforderungen und Netzwerkeinflüsse im Shopfloor erweitert. Hierzu werden zwei Modelle entwickelt, die zum einen die zu verteilende Software repräsentieren und zum anderen Edge-Devices zu einem Cluster zusammenfassen. Das sich durch die Kombination der beiden Modelle ergebende Optimierungsproblem wird mittels Metaheuristiken gelöst. Der präsentierte Ansatz benötigt nicht nur wenig Rechenzeit, sondern erlaubt auch das Finden von Softwareverteilungen, die nahe am Optimum hinsichtlich des Energieverbrauchs liegen. Die Verwendung von Cloud-native-Technologien in Kombination mit diesem Ansatz ermöglicht eine bessere Auslastung von Recheninfrastruktur im gesamten Produktionssystem. Somit liefert diese Arbeit eine Grundlage für Effizienzsteigerungen von Industrie 4.0-Applikationen.

Typ des Eintrags:

Dissertation

Erschienen:

2024

Autor(en):

Brockhaus, Benjamin

Art des Eintrags:

Erstveröffentlichung

Titel:

Modellierung von Edge-Computing-Clustern zur Ermittlung ressourceneffizienter Softwareverteilungen in der Produktion

Sprache:

Deutsch

Referenten:

Weigold, Prof. Dr. Matthias ; Grafinger, Prof. Dr. Manfred

Publikationsjahr:

15 April 2024

Ort:

Darmstadt

Kollation:

XVI, 146 Seiten

Datum der mündlichen Prüfung:

7 Februar 2024

DOI:

10.26083/tuprints-00026739

URL / URN:

https://tuprints.ulb.tu-darmstadt.de/26739

Kurzbeschreibung (Abstract):

Alternatives oder übersetztes Abstract:

Alternatives Abstract

Sprache

More and more companies are recognizing the potential of Industry 4.0 and and hope to benefit from it in their production processes. However, many companies - especially small and medium-sized enterprises - are faced with difficulties during implementation, resulting in today's Industry 4.0 applications making inefficient use of resources. Solutions for a more efficient use of resources are available in disciplines such as cloud computing, but these need to be adapted to the requirements of the production environment. This thesis contributes to this by integrating software distribution (as part of software orchestration) with real-time requirements and network influences on the shopfloor. To this end, two models are developed, one representing the software to be distributed and the other combining edge devices into a cluster. The optimization problem resulting from the combination of the two models is solved using metaheuristics. The approach presented not only requires little computing time, but also allows software distributions to be found that are close to the optimum in terms of energy consumption. The use of cloud-native technologies in combination with this approach enables a better utilization of computing infrastructure in the entire production system. This work therefore provides a basis for increasing the efficiency of Industry 4.0 applications.

Englisch

Status:

Verlagsversion

URN:

urn:nbn:de:tuda-tuprints-267392

Sachgruppe der Dewey Dezimalklassifikatin (DDC):

600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau

Fachbereich(e)/-gebiet(e):

16 Fachbereich Maschinenbau
16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW)
16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW) > TEC Fertigungstechnologie

Hinterlegungsdatum:

15 Apr 2024 12:05

Letzte Änderung: