Kleingruppenübung Discrete Event Simulation im Bergbau
Die Kleingruppenübung behandelt Discrete-Event-Simulation, Digital-Twin-Technologien sowie Simulation von Bergbaubetriebsmitteln mit dem Ziel, dynamische Simulationsmodelle im Bergbau zu entwickeln.
Eckdaten
Kann Lösungsansätze für folgende Problemstellungen der Lehre bieten:
- Hohe Komplexität der Lerninhalte
- Geringe Lernmotivation
- Passivität der Studierenden
- Heterogenes Vorwissen
Eignet sich für folgende Virtualisierungsgrade:
- Anreicherung
Nutzt folgende Medieneigenschaften zur Unterstützung des Lernprozesses:
In der Kleingruppenübung (KGÜ) "Discrete Event Simulation im Bergbau" sollen typische Prozesse in der Gewinnung mineralischer Rohstoffe mittels geeigneter Software abgebildet und anschließend optimiert werden. Der Einsatz computergestützter Modelle soll den Studierenden helfen, komplexe Betriebsabläufe übersichtlich darzustellen und bestimmte Szenarien und Vorgänge (z.B. Engpässe, Ausfälle von Betriebsmitteln) zu simulieren und die Auswirkungen auf den Gesamtprozess abzuschätzen. In der Kleingruppenübung wird der Ladeprozess des Rohstoffes mit Hilfe eines Simulators für Bergbaubetriebsmittel simuliert, wobei Werte für die Discrete Event Simulation generiert werden.
Ein Mehrwert wird für die Studierenden in vielerlei Hinsicht geschaffen: Einerseits durch das Erlernen der Grundlagen der Software Matlab Simulink und andererseits durch die Einführung in die Gerätesimulation und Digital-Twin-Technologie. Weiterhin hilft die Analyse und das Hinterfragen der einzelnen Prozesse, diese besser zu verinnerlichen und mögliche Probleme, die in der Realität auftreten können, zu verstehen. Die Nachbildung realer Prozesse aus der Praxis führt erfahrungsgemäß zu einem großen Lernerfolg. Die Datenerhebung durch eigene Bedienung eines Gewinnungsgerätes (Hydraulikbagger) am Simulator schafft hier zusätzlich Motivation.
Medieneigenschaften zur Unterstützung des Lernprozesses
Die Discrete Event Simulation wird von den Studierenden selbst aufgebaut. Erforderliche Input-Parameter werden mit Hilfe des Simulators selbst erhoben. Hierzu bedienen die Studierende ein Ladegerät (z.B. Hydraulikbagger) am Simulator, während Prozessparameter (z.B. Zeit pro Ladezyklus, Schaufelinhalt, Dieselverbrauch) aufgenommen und anschließend ausgewertet werden. Diese werden dann in der Discrete Event Simulation verwendet.
Während der Interaktion mit dem Simulator oder dem DES Modell am Laptop läuft in der Regel ein kontinuierlicher Lernprozess bei jedem Benutzer ab. Die Teilnehmer/innen können sich während der Bearbeitung austauschen.
Die Studierenden können neben der vorgeschlagenen Vorgehensweise bei der Konstruktion ihres modulartigen DES Modells auch eigenständig Lösungswege entwickeln und andere Fragestellungen untersuchen. Auch am Simulator gibt es neben den untersuchten Parametern eine Vielzahl weiterer Messwerte, die erhoben werden können. Dies steht den Studierenden generell im Rahmen der Veranstaltung - sollte es die Zeit zulassen - frei.
Lösungsansätze für Problemstellungen der Lehre
Für die folgenden Problemstellungen kann das Praxisbeispiel Lösungsansätze bieten:
- Hohe Komplexität der Lerninhalte:
Die Gewinnungsprozesse im Bergbau können komplexe Problemstellungen bergen, z.B. im Flottenmanagement für Lade- und Transportgeräte. Je größer die Anzahl der Beteiligten Geräte im Gesamtsystem, desto komplexer wird es, "den Überblick zu behalten" und die richtigen Entscheidungen zu treffen. DES kann helfen, bestimmte Szenarien abzubilden und Probleme und Engpässe zu verstehen.
- Geringe Lernmotivation:
Die Motivation der Studierenden, einzelne Prozesse in der Gewinnung von mineralischen Rohstoffen genauer zu untersuchen, kann durch den Einsatz eines Simulators auf sehr einfache Weise gesteigert werden. Die Tatsache, dass individuell Daten erhoben werden, die auch für weitere Prozesssimulation (DES) erforderlich sind, bzw. dass die DES mit eigenen "realen" Werten gefüttert wird, ist hierbei ebenso sehr förderlich.
- Passivität der Studierenden:
Anstatt das Lehrmaterial als Zuhörer ohne Interaktion aufzunehmen, erfordert die Kleingruppenübung aktive Mitgestaltung und Erarbeitung individueller Daten und Simulationsmodelle.
- Heterogenes Vorwissen:
Außer einem Grundinteresse für Rohstoffgewinnung und Simulation setzt die KGÜ keinerlei Vorkenntnisse voraus.
Virtualisierungsgrad
Der Virtualisierungsgrad beschreibt das Verhältnis von analogen und digitalen Elementen in einem Lehr-/Lernszenario. Das Praxisbeispiel unterstützt die folgenden Virtualisierungsgrade:
- Anreicherung
Ressourcen
Soft- und Hardware
- Mathworks Matlab Simulink
- MEVEA Solver
- MEVEA Simulator (MEVEA Motion Platform, MEVEA PC, Oculus Rift VR-Brille)
Kontakt
Sie möchten mehr über das Praxisbeispiel erfahren? Hier können Sie Kontakt zu den Autorinnen und Autoren aufnehmen:
Alexander Hennig, Dr.
RWTH Aachen, Institute of Mineral Resources Engineering, Nachhaltige Rohstoffgewinnung
Wüllnerstr. 2
D - 52064 Aachen
Mail: hennig@mre.rwth-aachen.de
Bernd Lottermoser, Univ.-Prof.
RWTH Aachen, Institute of Mineral Resources Engineering, Nachhaltige Rohstoffgewinnung
Wüllnerstr. 2
D - 52064 Aachen
Mail: lottermoser@mre.rwth-aachen.de