Vom Zeitstrahl zum Ereignis: Was bedeutet event-basierte Simulation?
Klassische Simulationen berechnen den Zustand einer Anlage in festen Zeitschritten – zum Beispiel alle 10 Millisekunden. Das funktioniert, ist aber verschwenderisch: Wenn ein Werkstück drei Minuten in einer CNC-Maschine liegt, passieren 18.000 Rechenschritte, in denen sich nichts ändert.
Event-basierte Simulation – auch Discrete Event Simulation (DES) genannt – dreht das Prinzip um. Statt die Zeit gleichmäßig voranzutreiben, springt die Simulation direkt zum nächsten relevanten Ereignis. Das Werkstück geht in die Maschine hinein (Event 1), die Bearbeitung endet (Event 2), das Werkstück verlässt die Maschine (Event 3). Zwischen diesen Events vergeht Simulationszeit, aber keine Rechenzeit. Das macht DES um Größenordnungen schneller als zeitschrittbasierte Ansätze – besonders bei langen Simulationsläufen über Tage oder Wochen.
Wie eine Event-Queue funktioniert
Im Kern verwaltet eine DES-Engine eine priorisierte Warteschlange von Ereignissen, sortiert nach ihrem geplanten Zeitpunkt. Der Ablauf ist immer gleich: Die Engine nimmt das nächste Event aus der Queue, setzt die Simulationsuhr auf dessen Zeitstempel, führt die zugehörige Logik aus – und diese Logik erzeugt in der Regel neue Events, die wiederum in die Queue eingereiht werden.
Ein Beispiel: Eine Maschine beendet die Bearbeitung eines Werkstücks. Dieses Event löst mehrere Folgeereignisse aus – das Werkstück wird auf das nachfolgende Förderband übergeben, die Maschine prüft ihren Eingangspuffer auf das nächste Teil, und ein Sensor am Förderbandeingang registriert die Ankunft. Jedes dieser Folgeereignisse wird mit seinem berechneten Zeitstempel in die Queue eingefügt und zum richtigen Zeitpunkt abgearbeitet.
FactoryLine Pro nutzt eine leistungsfähige DES-Engine. Sie setzt auf Generatoren und kooperatives Multitasking, wodurch sich parallele Prozesse – etwa mehrere Maschinen, die gleichzeitig arbeiten – natürlich und ohne klassisches Threading modellieren lassen. Ressourcenkonflikte wie Pufferkapazitäten oder geteilte Transportwege werden direkt über SimPys Resource-Modell abgebildet.
Mehr als Durchsatz: Physik im Event-Modell
Viele Flusssimulationen behandeln den Transport zwischen Stationen als einfache Verzögerung – eine feste Zeitspanne, die ein Werkstück braucht, um von A nach B zu gelangen. Für grobe Planungen reicht das, aber sobald es um reale Anlagenauslegung geht, fehlen entscheidende Details.
FactoryLine Pro integriert ein physikbasiertes Transportmodell direkt in die Event-Simulation. Förderbänder werden nicht mit einer pauschalen Transportzeit berechnet, sondern mit trapezförmigen Geschwindigkeitsprofilen – Beschleunigung, Konstantfahrt, Verzögerung – basierend auf realen Antriebsparametern. Das Antriebsmodell folgt der Realität und berücksichtigt Motortypen, Getriebearten, Frequenzumrichter, Bremsenverschleiß und thermische Grenzen.
Daraus ergeben sich Simulationsergebnisse, die über reine Durchsatzzahlen hinausgehen: Energieverbrauch in kWh pro Förderband, thermische Auslastung der Antriebe, Bremsenverschleiß über die Simulationsdauer und die Erkennung von Überlastzuständen. Geschwindigkeitszonen – sensorgesteuerte Bereiche, in denen Förderbänder vor Stationen abbremsen – werden ebenfalls physikalisch korrekt simuliert.
Die Signal-Landschaft: Wo Flusssimulation auf SPS trifft
Der eigentliche Unterschied zwischen einer akademischen Flusssimulation und einem Werkzeug für die reale Fabrikplanung liegt in der Signalschicht. In einer realen Anlage steuert eine SPS jeden Aktor und liest jeden Sensor – und genau diese Signal-Landschaft bildet FactoryLine Pro vollständig ab.
Jede Komponente im Layout erzeugt automatisch ihre zugehörigen Signale: Eine Maschine mit pneumatischer Spannvorrichtung generiert Ausgangs-Signale für das Spannventil und Eingangs-Signale für die Endlagensensoren. Ein Förderband erzeugt Motor-Steuersignale und Sensor-Rückmeldungen. Diese Signale folgen einer konfigurierbaren Namenskonvention (kompatibel mit EPLAN P8 oder Siemens KKS) und werden mit validierten SPS-Adressen im Siemens-S7-Format versehen.
Diese Signalschicht ist kein nachträgliches Add-on, sondern direkt in die Simulation integriert. Im Co-Simulations-Modus werden die Signale über Shared Memory mit Siemens PLCSIM Advanced ausgetauscht – in einem deterministischen Synchronisationszyklus mit konfigurierbarer Zykluszeit. Die Simulation schreibt Sensorzustände in den SPS-Eingangsbereich, die SPS verarbeitet ihr Programm, und die Simulation liest die Aktorausgänge zurück. So lässt sich SPS-Code gegen das physikalische Anlagenmodell testen, bevor reale Hardware existiert.
SPS-Overhead sichtbar machen
In der Praxis weicht das Timing einer SPS-gesteuerten Anlage immer vom physikalischen Idealfall ab. Eine SPS arbeitet in Scan-Zyklen – typischerweise 10 bis 50 Millisekunden – und jeder Signalwechsel wird erst im nächsten Zyklus verarbeitet. Dazu kommen Programmlaufzeiten, Kommunikationsverzögerungen und die Reihenfolge der Bausteinaufrufe.
FactoryLine Pro macht diesen SPS-Overhead explizit messbar. Im Hybrid-Modus (Mode C) kombiniert die Software die schnelle SimPy-Simulation für Transportstrecken mit der zyklusgenauen Co-Simulation für Stationslogik. Ein integrierter Timing-Analyzer vergleicht die physikalisch vorhergesagte Zeit für jeden Vorgang mit der tatsächlich von der SPS benötigten Zeit. Das Ergebnis wird pro Station als Abweichung dargestellt – mit OK-, Warnung- und Verletzung-Bewertungen.
Dieses Feature ist besonders wertvoll bei der virtuellen Inbetriebnahme: Entwickler sehen sofort, ob ein SPS-Programm die Physik der Anlage schnell genug bedient oder ob Zykluszeiten, Timeouts oder Handshake-Protokolle angepasst werden müssen. Die KI-gestützte Analyse kann dabei konkrete Empfehlungen geben – etwa Timeout-Anpassungen oder Optimierungen in der Signalverarbeitung – und den zugehörigen SCL-Code für das TIA Portal generieren.
Stochastik und Monte Carlo: Realismus durch Varianz
Reale Fabriken verhalten sich nie deterministisch. Bearbeitungszeiten schwanken, Maschinen fallen aus, Schichtmodelle verändern die Auslastung. FactoryLine Pro bildet diese Variabilität durch stochastische Overlays ab: Zykluszeiten folgen Normal- oder Log-Normalverteilungen, Ausfälle werden über Exponential- oder Weibull-Verteilungen mit konfigurierbarem MTBF und MTTR modelliert.
Für statistisch belastbare Aussagen unterstützt die Software Monte-Carlo-Parametersweeps – automatisierte Simulationsläufe mit unterschiedlichen Zufallsseeds, deren Ergebnisse in DuckDB aggregiert werden. So lassen sich nicht nur Durchschnittswerte, sondern auch Worst-Case-Szenarien und Konfidenzintervalle ermitteln. Der Headless-Runner ermöglicht dabei Batch-Simulationen über beliebige Zeiträume – von einer Schicht bis zu einem ganzen Jahr – ohne grafische Oberfläche.
Vom Planungswerkzeug zum digitalen Zwilling
Event-basierte Simulation ist kein Einmalwerkzeug für die Planungsphase. Durch die Integration von OPC-UA-Konnektivität und kontinuierlichem Monitoring wird das Simulationsmodell zum lebenden digitalen Zwilling. Ein Drift-Engine vergleicht laufend die Soll-Werte aus der Simulation mit den Ist-Werten der realen Anlage und erkennt schleichende Abweichungen, bevor sie zu Produktionsproblemen werden. Weibull-basierte Verschleißmodelle schätzen die Restlebensdauer von Komponenten und ermöglichen vorausschauende Wartungsplanung.
Der Übergang vom Planungsmodell zum Betriebsmodell ist dabei nahtlos: Dasselbe Layout, dieselben Parameter, dieselbe Signalkonfiguration – nur die Datenquelle wechselt von der Simulation zur realen Anlage.
Zusammenfassung
Event-basierte Flusssimulation bildet das Fundament für realistische Fabrikplanung. Erst durch die Kombination mit physikbasiertem Transport und vollständiger Signalabbildung entsteht ein Werkzeug, das sowohl für die Materialflussoptimierung als auch für die virtuelle Inbetriebnahme taugt – und den Übergang zum digitalen Zwilling ermöglicht.
| Merkmal | Zeitschrittbasiert | Event-basiert (DES) | DES + Signalschicht |
|---|---|---|---|
| Geschwindigkeit | Langsam bei langen Läufen | Schnell durch Event-Sprünge | Schnell mit optionaler Co-Sim |
| Physik | Vereinfacht | Modellabhängig | SEW-Antriebsmodell integriert |
| SPS-Signale | Nicht abgebildet | Nicht abgebildet | Vollständig mit Adressvalidierung |
| SPS-Overhead | Nicht messbar | Nicht messbar | Timing-Analyse pro Station |
| Virtuelle IBN | Nicht möglich | Nicht möglich | PLCSIM Advanced Co-Simulation |
| Stochastik | Möglich | Möglich | Monte Carlo mit DuckDB-Aggregation |