Was ist ein cyber-physisches System?

Cyber-physische Systeme verbinden die physische und digitale Welt, wo es eine tiefe Verbindung und Interaktion zwischen den physischen Systemen und den Rechenelementen gibt.

Cyber-physische Systeme erstrecken sich mittlerweile über verschiedene Branchen und Technologieanwendungen – von autonomen Fahrzeugen bis hin zu Technologie für intelligente Stromnetze – und nutzen Echtzeitdatenanalysen und komplexe Algorithmen zur Steuerung physischer Ressourcen. Insgesamt integrieren cyber-physische Systeme ein Maß an Intelligenz in physische Systeme, das es ihnen ermöglicht, autonome Entscheidungen zu treffen, sich an sich ändernde Umgebungen anzupassen und ihre Leistung in Echtzeit zu optimieren.

Es gibt mehrere Beispiele für cyber-physische Systeme, die heute zur Steuerung der kritischen Vorgänge von Systemen fortschrittlicher Technologie eingesetzt werden.

Autonome Fahrzeuge

In autonomen Fahrzeugen arbeiten viele physische und digitale Elemente eng zusammen. Wir sind noch weit von vollständig autonomen Fahrzeugen (Stufe 5) entfernt, weshalb autonome Fahrzeuge ein gewisses Maß an menschlichem Engagement erfordern, um die Sicherheit der Insassen zu gewährleisten.

Autonome Fahrzeuge haben zahlreiche Sensoren, von bildgebenden Kameras und Radar bis hin zu Lidar-Sensoren (light detection and ranging), die dem Fahrzeug helfen, seine Umgebung wahrzunehmen und wichtige Betriebsentscheidungen zu treffen. Dies kann das "Erkennen" des Vorhandenseins von Hindernissen umfassen – zum Beispiel Fußgänger, andere Autos oder plötzliche Objekte auf der Straße – sowie Wetterveränderungen, die beeinflussen, wie sich das Fahrzeug auf der Straße verhält.

Autonome Fahrzeuge würden mit physischen Elementen allein jedoch nicht so funktionieren, wie sie es tun. Die Softwareelemente sind ebenso wichtig. Da es so viele verschiedene Sensortypen gibt, muss die Software Sensordatenfusionsfunktionen durchführen, die die Daten in ein einheitliches Format homogenisieren, das gelesen, analysiert und darauf reagiert werden kann. Fortgeschrittene Algorithmen – eine Mischung aus klassischen Algorithmen, künstlicher Intelligenz (KI) und maschinellem Lernen (ML) – müssen verwendet werden, wenn es Unterschiede zwischen den Sensordaten gibt. Wenn verschiedene Sensoren unterschiedliche Dinge wahrnehmen, sind diese Algorithmen dafür verantwortlich, herauszufinden, welche Sensoren wahrheitsgetreue und welche ungenaue Daten geliefert haben.

Dann muss eine weitere Hardwareschicht vorhanden sein, die aus Grafikprozessoren (GPUs) besteht, die die Sensorfusionsalgorithmen und andere Regelungsalgorithmen verarbeiten können, z. B. wenn das Fahrzeug bremsen oder das Lenkrad bewegen soll, wenn ein Hindernis da ist, die das Fahrzeug verwendet, um die physischen Elemente des Fahrzeugs zu steuern. Es gibt bereits spezielle GPUs für die Automobilindustrie, die von NVIDIA entwickelt wurden – den Jetson Xavier –, die Fußgänger, andere Fahrzeuge erkennen und die Umgebung anhand der Sensordaten verstehen.

Intelligente Stromnetze

Intelligente Stromnetze sind ein Schlüsselbeispiel für cyber-physische Systeme und Automatisierung in der Energiewirtschaft. Sie nutzen eine Reihe physischer Ressourcen rund um das Stromnetz, insbesondere Sensoren, um viele verschiedene Aspekte des Stromnetzes zu überwachen. Zu diesen Anlagen gehören intelligente Wechselrichter, Solarpaneele, Windturbinen, intelligente Zähler, alte Infrastruktur, Verteilungs- und Übertragungsleitungen sowie Batterie-Speicherkraftwerke. Während einige Aspekte intelligenter Stromnetze autonom sind, werden die Betreiber auf Probleme aufmerksam gemacht, bevor sie auftreten (durch vorausschauende Wartung) oder wenn sie auftreten, damit rasch Maßnahmen ergriffen werden können.

Abgesehen von all diesen physischen Ressourcen haben intelligente Stromnetze hierarchische Schichten der Softwarearchitektur, die Versorgungsunternehmen, Kunden und Verteilnetzbetreiber miteinander verbinden. Diese Softwarearchitektur verwendet eine Mischung aus klassischen Algorithmen und maschinellem Lernen, um verschiedene Anlagen im Stromnetz zu analysieren, zu überwachen und zu optimieren. Viele Stromnetze enthalten heute alte Infrastruktur, die nicht für die digitale Welt entwickelt wurde. Sie kann jedoch auch mit IoT-Sensoren (Internet of Things, Internet der Dinge) nachgerüstet werden, um sie mit neueren, für digitale Anwendungen ausgelegten Architekturen kompatibel zu machen. Intelligente Stromnetze können nicht nur die vorhandenen Anlagen überwachen, sondern auch die Integration neuer dezentraler Energiequellen überwachen, wie z. B. verschiedener Stromerzeuger aus erneuerbaren Quellen, um sicherzustellen, dass diese nach der Integration in das Stromnetz ordnungsgemäß funktionieren.

Sensoren erfassen Daten über den Energieverbrauch in Echtzeit, sodass der Betreiber die Energieverteilung im Stromnetz besser optimieren kann. Dies kann auf eine Reihe von Umweltfaktoren zurückzuführen sein, darunter:

• Elektrofahrzeuge, die gleichzeitig viel lokale Leistung nutzen
• Anlagen für erneuerbarer Energien, die zu viel lokale Energie erzeugen, die nicht gespeichert werden kann (was zu Engpässen bei der Übertragung führt)
• Ausfälle aufgrund von Wetter und andere Schäden an kritischer Infrastruktur

Ohne ein enges Netzwerk aus verflochtenen physischen und digitalen Architekturen wären intelligente Stromnetze nicht möglich, und die Energiewirtschaft müsste weiterhin Stromnetze verwenden, die viel mehr manuelle Wartung erfordern.

Während cyber-physische Systeme eng mit dem IoT verwandt sind und die Begriffe manchmal austauschbar sind, besteht allgemein Einigkeit darüber, dass es zwischen den beiden Arten von Technologien geringe Unterschiede gibt. Die Grenzen zwischen dem, was IoT ausmacht, und einem cyber-physischen System sind in den letzten Jahren jedoch verschwommen, da sich die beiden Technologien einander weiter angenähert haben.

Einige Unklarheiten bestehen nach wie vor, aber es herrscht Konsens darüber, dass der Grad der Integration zwischen den physischen Prozessen und den digitalen Ressourcen das Hauptunterscheidungsmerkmal ist. In dieser Tabelle werden einige der spezifischen Instanzen angezeigt, in denen sich IoT und cyber-physische Systeme unterscheiden:

Die Architektur von cyber-physischen Systemen umfasst eine Mischung aus physischen Hardware- sowie Softwarekomponenten, die ein intelligentes, reaktionsschnelles Maschinenverhalten ermöglichen. Die Hauptkomponenten von cyber-physischen Systemen sind:

• Aktoren
• Kommunikationsnetzwerke
• Rechenknoten
• Regelungsalgorithmen
• Sensoren

Da diese Systeme hybrid sind, können sie viele intelligente und Echtzeit-Vorgänge ausführen. Zu den wichtigsten Betriebsfunktionen und Vorteilen von cyber-physischen Systemen gehören:

• Arbeiten in Echtzeit und reagieren schnell auf Änderungen in der physischen Umgebung bei kritischen Aufgaben, die sofortige Maßnahmen erfordern.
• Austausch von Daten und Koordination von Aktionen über angeschlossene Geräte.
• Lernen aus ihren eigenen Daten, um ihr Verhalten zu optimieren.
• Verfügen über erweiterte Steuer- und Überwachungsfunktionen.
• Üben ein hohes Maß an Kontrolle über die physischen Komponenten des Systems aus.
• Treffen fundierte Entscheidungen auf Grundlage von Daten mithilfe von Sensordaten.
• Verwenden eine hohe Heterogenität mit vielen verschiedenen Komponenten, um eine Vielzahl von Funktionen auszuführen.

Die Rolle digitaler Zwillinge in cyber-physischen Systemen

Eines der besten Beispiele dafür, wie die physische Welt die digitale Welt beeinflusst und umgekehrt, sind digitale Zwillinge. Diese virtuelle Umgebung wird in Echtzeit durch reale Daten und Anlagen beeinflusst. Auf der anderen Seite können digitale Zwillinge simulieren, optimieren und besser verstehen, wie physische Ressourcen durch Simulation ihres Verhaltens in verschiedenen Umgebungen und Szenarien verbessert werden können. Diese virtuelle Prototypenfunktion bedeutet, dass digitale Zwillinge zur Simulation vieler Anwendungen cyber-physischer Systeme verwendet werden können.

Die Daten werden zunächst in den digitalen Zwilling eingespeist, um die Umgebung aufzubauen. Die daraus resultierende digitale Zwillingsumgebung kann ein kleines System, ein großes System wie ein autonomes Fahrzeug oder eine komplette Fertigungsanlage sein. Nach der Erstellung können Simulationen zu verschiedenen Aspekten der Umgebung ausgeführt werden, um zu sehen, wie die Anlagen in der realen Welt funktionieren.

Digitale Zwillinge können auch mit physischen Ressourcen koexistieren, die sie modellieren. Da die Daten der physischen Anlage in Echtzeit in das Modell eingespeist werden, können Ingenieur*innen verschiedene Szenarien für ihre physische Anlage durchspielen. Dazu gehören beispielsweise die Untersuchung des Verhaltens eines Fahrzeugs in verschiedenen Fahrumgebungen, die Verteilung von Energie in und aus einer Elektrofahrzeug-Ladestation, die Simulation von Smart City-Umgebungen, die Durchführung von vorausschauenden Wartungsvorgängen in intelligenten Gebäuden oder die Änderung von Fertigungsprotokollen in intelligenten Fertigungsumgebungen.

Digitale Zwillinge verfügen über viele Architekturebenen, einschließlich Software- und physikalischer Schichten. Dazu gehören:

• Eine physikalische Hauptschicht, die die Sensoren umfasst, die mit der zu simulierenden physischen Anlage verbunden sind, und alle relevanten Daten in Echtzeit erzeugt.
• Eine Schicht, die eine Kombination aus Hardware und Software darstellt, und die Daten sammelt, bereinigt und speichert.
• Die Anwendungsebene, eine Softwareschicht, die es ermöglicht, die Daten dem Eigentümer der physischen Anlage darzustellen und sich auf kleine betriebliche Details wie Temperaturanstiege in Produktionsumgebungen konzentriert.
• Die Interaktionsebene, eine Softwareschicht, die KI/ML-Algorithmen enthält und tiefere Einblicke in den Betrieb des physischen Systems bietet.

Die Softwareebenen werden auch von verschiedenen Ebenen physischer Hardware unterstützt, um die Simulationen auszuführen und die Daten den Benutzenden darzustellen.

Darüber hinaus enthalten digitale Zwillinge ein Datennetzwerk und eine Kommunikationsarchitektur, um die Sensoren mit der Datenverwaltungsplattform zu verbinden.

Da physische Systeme zunehmend in die digitale Welt integriert werden, ist der Schutz von Daten vor böswilligen Cyberangriffen wichtiger denn je. Eine der Herausforderungen beim Aufbau von cyber-physischen Systemen besteht darin, dass Komponenten nicht standardisiert werden, was zu einer schwachen Cybersicherheit in vielen dieser Systeme führt. Dies ist ein entscheidendes Problem, da diese Systeme viele Daten (in einigen Anwendungen einschließlich persönlicher Daten) sammeln und speichern, sodass es zu schwerwiegenden Datenschutzverletzungen kommen kann, wenn Hacker unbefugten Zugriff auf diese Daten erhalten. Die Herausforderungen für cyber-physische Systeme sind jedoch unterschiedlich, je nachdem, ob es sich um ortsfeste oder mobile Systeme handelt. Unternehmen müssen DevSecOps-Praktiken umsetzen, um sicherzustellen, dass Sicherheitsprobleme auf allen Ebenen angegangen werden.

Ortsfeste Systeme

In Systemen mit fester Infrastruktur, wie z. B. intelligenten Stromnetzen, werden viele neue und potenziell ungesicherte Einstiegspunkte im gesamten digitalen Netzwerk geschaffen, da so viele Sensoren und IoT-Geräte installiert sind. Das liegt häufig daran, dass versucht wird, alte und neue Technologien zu verschmelzen. Ein Großteil der IT ist nicht standardisiert, und die Cybersicherheitsprotokolle sind nicht immer robust, was zu Schwachstellen führt.

Im Fall von intelligenten Stromnetzen bedeutet die dezentralisierte und vernetzte Natur vieler Beteiligter im Netz – Versorgungsunternehmen, Verbraucher, Netzbetreiber – dass ein Netzwerkangriff auf einen kleinen, ungesicherten Knoten potenziell den Zugriff auf das gesamte Netz ermöglichen könnte. Dies könnte sensible Kundendaten aufgrund von Netzwerken mit Abrechnungs- und Smart Meter-Informationen sowie intelligente Stromnetze mit Cloud-Computing und offenen Protokollen umfassen.

Intelligente Stromnetznetze enthalten auch viele Informationen über die betriebliche Seite des Stromnetzes aus Übertragungs- und Verteilungsdaten, Steuerung der Energieerzeugung, Elektrofahrzeuge und Strommarktdaten, was bedeutet, dass jeder Angriff potenziell zum Ausfall des Stromnetzes führen könnte. Eine der Gefahren, die von intelligenten Stromnetzen ohne robuste IT-Protokolle ausgehen, besteht darin, dass Betriebsunterbrechungen viel katastrophaler sind als wenn eine Website nicht erreichbar ist, da die potenziellen Auswirkungen für die direkte Umgebung viel tödlicher sind – zum Beispiel das Abschalten der Stromversorgung für lokale Krankenhäuser und andere Notfalldienste.

Mobile Systeme

Bei mobilen cyber-physischen Systemen wie autonomen Fahrzeugen ist die Situation etwas anders. Autonome Fahrzeuge sind neuere Technologien, die mit robusteren IT-Protokollen gebaut werden, die direkt in die Konstruktionen integriert sind. Darüber hinaus sind autonome Fahrzeuge so konzipiert, dass sie sich wie geschlossene Systeme verhalten, wodurch jeder Einstiegspunkt eines Cyberangriffs isoliert, überwacht und widerstandsfähig wird.

Autonome Fahrzeuge könnten jedoch in der Zukunft vor Herausforderungen stehen, Fahrzeug-zu-Fahrzeug-Kommunikation Realität wird. An diesem Punkt wird es viel einfacher sein, das Fahrzeugnetzwerk zu infiltrieren und Probleme zu verursachen. Daher müssen bei der weiteren Entwicklung robuste Protokolle installiert werden. Eine der Herausforderungen wird auch hier die Standardisierung sein. Protokolle werden zwar entwickelt, aber sie sind entweder zu unsicher oder werden von Erstausrüstern nicht übernommen. Daher wird es bald Standardprotokolle geben müssen, damit Software kontinuierlich gepatcht und aktualisiert werden kann, um potenziellen Cyberbedrohungen gerecht zu werden.

Simulation kann bei der Entwicklung verschiedener cyber-physischer Systeme, der darin verwendeten Komponenten und der Umgebungen, in denen sie verwendet werden, helfen. Ansys, Teil von Synopsys, bietet eine Reihe von Tools an, die helfen, das riesige Spektrum an cyber-physischen Systemen zu simulieren und ältere Geräte durch Digital Engineering auf neuesten Stand zu bringen. Zu diesen Tools gehören u. a.:

Die Software Ansys Fluent zur Strömungssimulation und die Software Ansys Mechanical für die strukturelle Finite-Elemente-Analyse: Nutzt die Anlagenschicht von cyber-physischen Systemen und spielt eine große Rolle bei der Entwicklung der Anlage selbst.

Die CAD-integrierte Software Ansys Speos für optische und Beleuchtungssimulation und die Software Ansys Zemax OpticStudio zur Auslegung und Analyse optischer Systeme: Legt die die optischen Komponenten – Linsen usw. – aus, die in Kameras und Ladungskupplungssensoren autonomer Fahrzeuge verwendet werden. Die Software OpticStudio wird für die Entwicklung der Linsen verwendet, während die Software Speos das Verhalten des gesamten Sensors untersucht. Die Software Ansys Lumerical FDTD zur Simulation erweiterter dreidimensional-elektromagnetischer FDTD kann auch zur Untersuchung optischer Effekte im kleinen Maßstab verwendet werden.

Software Ansys AVXcelerate: Simuliert die Sensorumgebung in autonomen Fahrzeugen und kann für Robotik im Allgemeinen verwendet werden. Wird hauptsächlich für Fahrzeugtests verwendet und kann Kamera, Lidar, Radar und Trägheitsmesseinheiten abdecken. Die Software AVXcelerate kann auch Daten aus der Software Speos verwenden, um zu untersuchen, wie verschiedene Sensoren in autonomen Fahrzeugen interagieren und zusammenarbeiten.

Die simulationsbasierte Plattform Ansys Twin Builder für digitale Zwillinge und die KI-gestützte Software Ansys TwinAI für digitale Zwillinge: Erstellt digitale Zwillinge und ermöglicht die Verwaltung und Überwachung physischer Ressourcen in Echtzeit innerhalb der virtuellen Umgebung. Sie können auch zur Konstruktion neuer physischer Anlagen verwendet werden.

System-orientierte Analysesoftware Ansys Medini Cybersecurity SE für Cybersicherheit: Eine modellbasierte, integrierte Sicherheits- und Cybersicherheitslösung für die Entwicklung, Zertifizierung und Wartung von cyber-resistenten Produkten.

Wenn Sie erfahren möchten, wie Sie cyber-physische Systeme durch erweiterte Simulationen entwickeln und überwachen können, wenden Sie sich noch heute an unser technisches Team.

Zugehörige Ressourcen