Ⅰ. 서론
Industry4.0 시대에서는 생산 현장에서 IT, OT들을 활용하기 위해서는 기본적으로 공장 내의 자산들(설비, 로봇 등)을 연결하고 활용할 데이터들을 수집할 수 있어야 합니다. 이러한 것들은 연결 그리고 표준에 의해서 구현이 되고 대표적으로 OPC UA가 있습니다. OPC UA 는 각기 다른 산업용 프로토콜들을 상호작용할 수 있도록 표준 인터페이스로써의 역할을 하고 있다[1][2].
OPC UA는 OLE 기술(마이크로 소프트가 개발한 오브젝트 시스템 및 시스템)에 기반한 OPC(OLE of Process Control)을 시작으로 개발된 통신 프로토콜이다. 초기 OPC는 OS가 WINDOWS로 제한되고, 연결을 위한 보안설정의 까다로움으로 인해 산업현장에서의 확산되는 것에 어려움이 있다. 이후 2006년 OPC Foundation사에서 의해서 시스템에 독립적인 OPC UA가 개발되었으며 IEC 62541 표준으로 채택되었다. 풀네임은 Open Platform Communications Unified Architecture입니다. 제한적이었던 OS환경의 유연성 그리고 END TO END 통신방식으로 현대 제조 산업분야에서 많이 활용되어 지고 있다.
앞으로는 단순히 제조업을 운영하는 공장 영역에서 지역 영역, 국가 영역, 세계 영역으로 발전되어가고 있다. 이러한 발전에 진보적인 태도를 보이기 위해서는 국제적인 표준이 중요시되어야 한다. 국제적 표준은 각기 다른환경, 국적에서의 자산들을 동일한 규격에 맞추는 것뿐만 아니라 상호작용을 하기위한 기초 단계이다. 기존 국한적인 데이터 활용 영역에서 확대시키기 위해 클라우드라는 기술이 사용되어 지고 있다. 클라우드는 물리적 서버를 인터넷 기반 컴퓨팅 영역에서 접근하여 사용되어질 수 있기 때문에 보다 확장성 있게 참조되어 질 수 있다.
대표적인 디지털 표현 자산 기술로써 디지털 트윈이라고 할 수 있다. 디지털 트윈은 현실 공장의 모든 데이터들을 기반으로 가상환경에서 공장의 구성도 그리고 세부적인 공장내 자산들(설비, 로봇 등)을 3D그래픽으로 구현되어진다. 예를 들어, 현실에서의 로봇이 회전할 때의 서보 모터의 회전 값을 가상 환경에서 특정 공장의 해당 설비 데이터를 수집하여 실제 로봇 동작과 동일하게 그래픽 변화를 주어 시각화를 구현하여 실제 현장 이외에 장소에서도 현실처럼 관리가 가능해질 수 있다. 나아가 인공지능 모델을 적용시켜 데이터들의 변화들로 예측 데이터를 생성하여 미리 미래의 일어날 수 있는 문제들을 초기 대응 조치하여 막대한 손실을 막을 수 있다[3].
공장에서 생성되는 설비 데이터들을 제조산업 그리고 이외의 타 산업영역에서 참조하고자 하는 대상과의 상호작용 및 데이터 기반 기술 활용을 위해서 이 논문에서는 스마트 공장에서의 설비 데이터들을 AAS 표준에 따라 관리하고 OPC UA와의 상호작용을 통한 설비 모니터링을 구현하고자 한다[4].
논문의 구성은 다음과 같다. 섹션 2에서는 OPC UA, ZVEI에서 제시한 AAS 섹션 3에서는 PLC로 부터 OPC UA를 통해 수집되는 실시간 데이터를 AAS의 해당하는 자산 영역에 삽입하는 구현 및 결과를 보여준다.
Ⅱ. 관련연구
1. OPC UA
OPC UA(Open Platform Communication Unified Architecture)은 오늘날 Automation Layer Pyramid 영역의 두뇌역할을 맡고 있는 Control Level의 장비들끼리 표준 인터페이스로써 활약하고 있다. Control Level의 상호작용은 OPC UA(Open Platform Communication Unified Architecture)은 오늘날 Automation Layer Pyramid영역의 두뇌역할을 맡고 있는 Control Level의 장비들끼리 표준 인터페이스로써 활약하고 있다. Control Level의 상호작용은 중앙 제어시스템에서 분산 제어 시스템으로 변화를 가능케 해주고 스마트팩토리의 시작이라고 말해도 과언이 아니다. 대표적으로 Control Level의 장비는 PLC(Programable Logic Computer)이다.
PLC는 Filed Level의 영역에서의 온도, 전류, RPM, 진동과 같은 정보등을 입력으로 받아 PLC의 입력된 래더 프로그램에 의해서 순차적으로 논리를 처리하고 그에 따른 출력으로 공/유압 실린더, 모터 등을 제어하게 된다[5]. 이러한 것들을 Supervisory Layer에서 데이터 수집및 모니터링을 하게 된다. PLC는 제조사, 모델별로 통신 프로토콜이 다를 수 있다. 서로 다른 프로토콜끼리의 소통을 하기 위해서는 복잡한 구조를 띄고 어려운 작업일 수 있다. 복잡한 구조를 하나로 통합하고 Automation Layer Pyramid 전반적인 Layer들의 상호작용이 가능할 수 있는 것은 OPC UA이다[6]. 중앙 제어 시스템에서 분산 제어 시스템으로 변화를 가능케 해주고 스마트팩토리의 시작이라고 말해도 과언이 아니다. 대표적으로 Control Level의 장비는 PLC(Programable Logic Computer)이다.
PLC는 Filed Level의 영역에서의 온도, 전류, RPM, 진동과 같은 정보등을 입력으로 받아 PLC의 입력된 래더 프로그램에 의해서 순차적으로 논리를 처리하고 그에 따른 출력으로 공/유압 실린더, 모터 등을 제어하게 된다[5]. 이러한 것들을 Supervisory Layer에서 데이터 수집 및 모니터링을 하게 된다. PLC는 제조사, 모델별로 통신 프로토콜이 다를 수 있다. 서로 다른 프로토콜끼리의 소통을 하기 위해서는 복잡한 구조를 띄고 어려운 작업일 수 있다. 복잡한 구조를 하나로 통합하고 Automation Layer Pyramid 전반적인 Layer들의 상호작용이 가능할 수 있는 것은 OPC UA이다[6].
그림 1. 자동화 피라미드
Fig. 1. Automation Pyramid
2. Asset Administration Shell
RAMI 4.0은 독일이 추진하는 Industrie 4.0에서 사용되어질 표준 참조 모델이다. RAMI 4.0은 크게 3가지의 축이 있다. Life Cycle Value Stream(IEC 62890), Hierarchy Levels(IEC 62264//IEC 61512), Layers로 산업 전반적인 모든 것을 하나의 큐브로 표현하였다[7]. 산업 내부, 외부의 연결이 필요한 모든 자산들(로봇, 로봇의 부품, 생산 제품, 생산 제품의 재료, 도면, 배선도, 계약, 주문 등)이 가상환경에서의 유연한 상호작용을 위해서 참조 모델인 AAS 템플릿에서 관리되야 한다.
AAS는 독립적인 자산을 나타내는 템플릿라고 할 수 있다. 큰 틀에서 헤더와 바디로 나뉘고 헤더는 식별자라는 키가 존재하게 된다. 이 식별자는 통일된 식별 원칙을 보장하기 위해 고유한 식별 표준는 ISO 29002-5 (예 : eCl@ss 및 IEC 공통 데이터 사전) 및 URI (예 : 온톨로지 용 고유 리소스 식별자)식별해야 한다. 바디는 헤더 식별자를 참조를 가리키고 정보는 식별자, data type, value 등이 존재하게 된다.
AAS는 전세계 표준화된 디지털 표현 및 참조 모델을 통해 고객 및 파트너와의 상호 운용성을 극대화시키는 것이다. 예를 들어 제품은 데이터이다. A라는 사람이 B가 가지고 있는 물을 원하면 물을 요청하고 동의하면 물을 제공받고 마시는 행위를 한다. 공장에서도 A라는 설비가 B설비가 가지고 있는 온도값을 가지고 싶다면 B설비에게 온도값을 요청하여 동의하면 온도값을 수집하여 조건에 해당하는 동작을 수행하게 된다. 물과 온도값은 요청하는 대상과 요청받는 대상과의 식별 가능한 표현이여야 서로 상호작용이 가능해진다.
전 세계적으로 연결이 되어지는 것은 WEB이라고 할수 있다. 활용방법으로는 내부적 소프트웨어로서는 제한적일 수 있다. 그래서 AAS를 활용하는 방법으로는 웹 프레임 워크를 통해 활용되어 질 때 시너지가 발생한다[8]. 산업에서의 자산들에게서 생성되는 데이터들을 웹상에 구현된 ZVEI에서 제시한 AAS에 해당 데이터를 수집하게 된다면 서울에서 부산, 서울에서 중국, 서울에서 미국과의 데이터 공유가 가능하다.
그림 2. 자산관리쉘
Fig. 2. Asset Administration Shell
3. Relationship between OPC UA and AAS
OPC UA와 AAS와의 역할은 다르지만 구조적으로는 공통점이 있다. 먼저 OPC UA는 통신을 하기 위한 디바이스 설정을 위해 ID 및 이름, 요약, 프로토콜, 스캔타임, 타임아웃, Network 정보 등과 같은 설정을 해주어야 한다. 그리고 해당 디바이스에서 수집할 데이터의 아날로그, 디지털, 문자열인지 타입을 지정하여 태그(=노드)를 생성하고 디바이스, 디바이스 어드레스, Value Type 등을 지정하게 된다. 이렇게 구성된 것은 즉, 이 그림과 같다. 헤더로 디바이스가 존재하고 하위들로 각각의 태그들이 구성되어 있고 그 태그들은 데이터이다. 즉, 인터페이스하고자 하는 인터페이스 정보 모델을 가지고 있는 자산이다.
Ⅲ. AAS와 OPC UA기반 설비모니터링
본 논문에서 구현하고자하는 설비 모니터링을 하기 위해서는 수집하고자 하는 대상, 수집하고자 하는 데이터를 선별을 해야한다. 설비 모니터링 데이터를 선별하는 조건은 기본적으로 설비에서 관리할 데이터라고 할 수 있다. 산업에 따라 설비는 다양하고 설비에서 관리하고자하는 데이터는 표준이 될 수 없다. 즉, 설비 모니터링을 하는 공장, 산업 환경마다 다를 수 있다는 것이다. 그리고 수집한 데이터 개수가 많으면 많을수록 정리 되어 있지 않다면 데이터 관리하는 것이 쉽지 않을 것이다. AAS는 산업 내 설비, 서비스 등을 자산으로 취급하고 관리하는 자산 관리 쉘이다. 이를 통해 수집하고자 하는데 이터들 즉, 센서, 설비 등 설비 모니터링에 필요한 데이터들을 자산으로 취급하고 관리한다. 설비 모니터링의 수집 대상은 대부분 PLC이다. 설비 모니터링을 구현을 cs로 하거나 웹기반으로 하거나 PLC와의 인터페이스가 필요로 한다. 그때 OPC UA의 역할이 인터페이스 역할 을 해주게 된다. 또한 OPC UA는 필드 영역에서의 다양한 프로토콜을 하나로 통합해주어 복잡성을 해결해 주기 때문에서라도 필요한 표준 인터페이스이다.
OPC UA에서 PLC와의 연결 및 데이터를 수집하기 위해서는 앞서 말했듯이 PLC 디바이스 및 네트워크 정보가 필요하고 수집하고자 하는 PLC의 메모리 어드레스를 TAG로 지정을 해주어야한다. 이때 앞절에서 언급했듯이 수많은 데이터들을 OPC UA TAG로 등록할 시에 해당 환경에 기반한 그룹화를 통해서 TAG관리를 해주어야 한다. 이때 AAS를 기반한 OPC UA를 운영하기 위해서 AAS의 해당 자산의 ID를 OPC UA TAG ID와 일치 시켜주어 AAS와 OPC UA의 ID로써 매핑을 시켜준다. 우리가 공장 내에서 설비 데이터 수집 및 관리를 효율적으로 해야 한다면 간결한 구조화가 필요하다. AAS 공장 내 장비, 서비스 등을 자산으로 취급하여 관리하게 된다. 또한 OPC UA는 OT영역에서 IT영역, OT영역에서 OT, IT영역에서 IT 영역과의 상호작용이 필요로 할 때 효과적인 표준화 인터페이스이다[9]. OPC UA가 도입됨으로써 각 영역끼리의 복잡한 연결성이 간결해졌다. 외부적인 연결성이 간결해졌지만 내부적으로는 해당 데이터, 영역들을 구조화하지 않으면 유지보수 및 구현에 어려움을 겪을 수 있다.
그림 3. 공장의 설비 그룹화
Fig. 3. Grouping of facilities in the factory
OPC UA를 통해 PLC와의 인터페이스를 구현하고자 할 때 PLC의 메모리 어드레스들을 하나씩 지정하여 TAG를 생성하게 된다. 이때 해당 설비라는 그룹 아래 TAG들을 정돈해야한다. 이러한 구조를 컨트롤하는 회사들끼리의 각기 다른 구조화 및 자산들을 명칭하는 식별자들이 모두 다르기 때문에 앞으로의 공장에서 기술들이 발전하고자 할 때 최소 국가 차원에서라도 표준에 맞추어 구축되어야 한다.
그림 4. OPC UA 와 AAS 구조
Fig. 4. Structure OPC UA And AAS
Ⅳ. 구현 및 결과
구현 환경은 1개의 MASTER PLC와 5개의 SLAVE PLC로 구성되어 있는 환경에서 구현한다. AAS 모델을 적용하기 위해 MASTER PLC에서 설비 데이터 수집 및 웹 서버와의 인터페이스한다. 이때 인터페이스 역할은 OPC UA가 도입되어 웹기반 설비 모니터링을 진행한 프로젝트 사이드에서 진행되었다.
Industries 4.0의 RAMI 4.0이 도입되기 위해서는 구조자체를 변경해야하는 일이 생길 수 있다. 그러면 비용적인 측면과 개발 시간 등의 증가로 인한 금전적 손해가 막심할 수 있다. 그러므로 목표로는 기존 시스템에 엣지 디바이스를 통해 모델링된 AAS의 생성되는 설비 데이터를 해당 AAS 모델의 값을 업데이트해준다. 웹 기반 설비 모니터링 순서는 간략하게 PLC -> OPC UA Server -> OPC Client/웹 서버 -> 웹 클라이언트 순서로 구성되어 있다. 이 구성에서 OPC UA Server 동일선상 라인에 Edge Device로 OPC UA Client로 데이터를 수집해오는 라즈베리파이와 Node_red를 이용하고 데이터 베이스는 Mongo DB로 구현한다.
그림 5. AAS와 OPC UA기반 설비모니터링 구조
Fig. 5. AAS and OPC UA-based facility monitoring structure
AAS를 통해 데이터를 수집하고자하는 대상들을 관리하기 위해 구현환경을 고려하여 구성을 하였다.
AAS는 기본적인 구조는 헤더로 바디로 구성되어 있기 때문에 헤더에는 자산 관리 쉘 및 표시된 자산에 대한 Asset ID, Name, shortName, 데이터형식 등과 같이 구성되고, 바디에는 서브모델들로 헤더를 참조하고 자신의 ID, Name, shortName, 데이터 타입, 값으로 구성되어 있다. AAS의 idtype은 URI로 표현하였다.
그림 6. 공장 설비 자산 관리 쉘
Fig. 6. Asset Administration Shell plant equipment
submodel도 동일하게 URI로 표현하였고 각자의 ID 값들을 URI 마지막 위치에 지정하여 해당 요소에 접근할 시에 식별에 용이하도록 구성하였다. 본 저자가 관리하고자 하는 대상들을 Asset으로 정의한다. id는 해당 요소의 ecl@ss 탐색 후 id값을 부여하도록 한다.
그림 7. XML표현의 온도 센서 정의
Fig. 7. XML representation of temperature sensor definition
라즈베리파이에서 OPC UA Client를 구현하기 하여 OPC UA Server로부터 PLC 데이터를 수집한다. 앞으로는 OPC UA Server와 Client는 OPC UA를 제외하고 언급한다. server에서 등록되어있는 Tag Id(센서 데이터)를 inject의 msg.topic에 지정하고 msg.id값을 해당데이터 Asset ID로 지정한다. 다음 레이어에 client에 server 정보를 입력한다. server는 client에게 지정한 Tag Id 데이터를 전송하고 client는 해당 데이터를 받아 데이터베이스에 데이터를 실시간으로 저장한다. 데이터 저장 시에 앞서 언급한 aasId를 Key역할을 하게 된다.
그림 8. 수집된 온도센서 데이터
Fig. 8. Temperature sensor data collected
그림 9. AAS와 OPC UA기반 설비모니터링
Fig. 9. AAS and OPC UA-based facility monitoring
OPC UA의 Tag Id와 AAS의 해당 Asset ID의 매핑을 통해서 표준 참조 모델과 표준 인터페이스를 기반으로 설비 모니터링을 구현하였다.
Ⅴ. 결론
AAS 모델을 활용하면 서로 다른 영역으로 부터 실제 공장의 제어 프로그램 간의 관계를 간편하게 이해가 가능하다. 또한 데이터 수집을 위해 PLC 메모리 어드레스를 AAS내에 관리를 하고 OPC UA의 TAG를 AAS를 참조하게 된다면 인터페이스 구축시간이 감소할 것이라고 예상한다. AAS에 지속적인 관리를 통해 국제적인 표준을 따르면서 구현하게 된다면 앞으로의 기술 공유 및 상호작용이 극대화될 것이라고 생각한다. 독일과 한국의 AAS 표준화가 진행되고 있다. 서비스 지향 아키텍처.RAMI 4.0 모든 요소와 IT 구성 요소를 계층 및 라이프 사이클 모델로 결합했을 떄 , RAMI 4.0 복잡한 프로세스를 데이터 프라이버시 및 IT 보안을 포함한다. 이를 활용하기 위해서는 IEC 61131-3 프로그램과 프로그래밍이 가능한 논리적인 컨트롤러 및 제어 되고 있는 공장의 각각의 설비와의 관계를 나타낼 수있는 자산 관리 쉘을 제시한다. IEC 61131-3 프로그램에 대한 설명과 공장 설비 사이의 관계는 정확하게 정의되어야한다. Asset Administration Shell도 관리하고자 하는 자산들이 많아지면 많아질수록 복잡성을 띌 수 있기 때문에 표준에 대한 지속적인 표준 동향을 살피고 AAS에 대한 이해와 활용성에 대한 연구를 진행하려고자 한다.
참고문헌
- YANG, Young-Chuel; JEONG, Jongpil. "Connected-IPs: A Novel Connected Industrial Parks Architecture for Building Smart Factory in Korea." The Journal of The Institute of Internet, Broadcasting and Communication, vol. 18, no. 4, pp. 131-142, Aug. 2018. DOI:https://doi.org/10.7236/JIIBC.2018.18.4.131.
- KHO, Jeong-Seog; JEONG, Jongpil. "Design and Implementation of Smart Factory MES Model Based on Process Visualizationa for Small and Medium Business in Korea". The Journal of The Institute of Internet, Broadcasting and Communication, vol. 19, no. 5, pp. 135-141, Oct. 2019. DOI:https://doi.org/10.7236/JIIBC.2019.19.5.135.
- SUNG, Changyong. A Study on the Actual Condition of Construction in Smart Factory by Small and Medium-sized Manufacturing Companies. Journal of the Korea Academia-Industrial Cooperation Society, vol. 20, no. 9, pp. 182-187, Sep. 2019. DOI:https://doi.org/10.5762/KAIS.2019.20.9.182.
- J. Lim, S. You, and Y. Kim, "Monitoring System based on Bigdata Platform for Safety Management of Road Facilities," The Journal of Korean Institute of Information Technology, vol. 18, no. 11, pp. 139-151, Nov. 2020. DOI:https://doi.org/10.14801/jkiit.2020.18.11.139.
- K. Kim, B. Im, S. Choi, S. Chi, and K.-H. Yoo, "Design and Implementation of Web-based Virtual Twin Model for Synchronization between Physical and Cyber Space in Manufacture Industry," Journal of Korean Institute of Information Technology, vol. 14, no. 2, p. 115, Feb. 2016. DOI:https://doi.org/10.14801/jkiit.2016.14.2.115.
- S. G. Mathias, S. Schmied, D. Grossmann, R. K. Muller, and B. Mros, "A Compliance Testing Structure for Implementation of Industry Standards through OPC UA", in 2020 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 2020. DOI:https://doi.org/10.1109/etfa46521.2020.9212119.
- E. Tantik and R. Anderl, "Integrated Data Model and Structure for the Asset Administration Shell in Industrie 4.0," Procedia CIRP, vol. 60, pp. 86-91, 2017. DOI:https://doi.org/10.1016/j.procir.2017.01.048.
- A. Eckhardt, S. Muller, and L. Leurs, "An Evaluation of the Applicability of OPC UA Publish Subscribe on Factory Automation use Cases," in 2018 IEEE 23rd International Conference on Emerging Technologies and Factory Automation (ETFA), 2018. DOI:https://doi.org/10.1109/etfa.2018.8502445.
- K. Lucks, "56 Plattform Industrie 4.0: Mitgestalter der digitalen Transformation der Industrie - Henning Banthien," in Praxishandbuch Industrie 4.0, Schaffer-Poeschel, pp. 623-630, 2017. DOI:https://doi.org/10.1109/etfa46521.2020.9211998
- G. di Orio, P. Malo, and J. Barata, "NOVAAS: A Reference Implementation of Industrie4.0 Asset Administration Shell with best-of-breed practices from IT engineering," in IECON 2019 - 45th Annual Conference of the IEEE Industrial Electronics Society, 2019. DOI:https://doi.org/10.1109/iecon.2019.8927081.
- M. LI, Y. MA, Z. YIN, and C. WANG, "Structural Design of Digital Twin Laboratory Model Based on Instruments Sharing Platform," in 2020 Chinese Control And Decision Conference (CCDC), 2020. DOI:https://doi.org/10.1109/ccdc49329.2020.9164813.
- M. Wenger, A. Zoitl, and T. Muller, "Connecting PLCs With Their Asset Administration Shell For Automatic Device Configuration," in 2018 IEEE 16th International Conference on Industrial Informatics (INDIN), 2018. DOI:https://doi.org/10.1109/indin.2018.8472022.
- E. Tantik and R. Anderl, "Integrated Data Model and Structure for the Asset Administration Shell in Industrie 4.0," Procedia CIRP, vol. 60, pp. 86-91, 2017. DOI:https://doi.org/10.1016/j.procir.2017.01.048.
- S. Cavalieri and M. G. Salafia, "Insights into Mapping Solutions Based on OPC UA Information Model Applied to the Industry 4.0 Asset Administration Shell," Computers, vol. 9, no. 2, p. 28, Apr. 2020. DOI:https://doi.org/10.3390/computers9020028.
- C. Wagner et al., "The role of the Industry 4.0 asset administration shell and the digital twin during the life cycle of a plant," in 2017 22nd IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 2017. DOI:https://doi.org/10.1109/etfa.2017.8247583.
- D. Lang, M. Friesen, M. Ehrlich, L. Wisniewski, and J. Jasperneite, "Pursuing the Vision of Industrie 4.0: Secure Plug-and-Produce by Means of the Asset Administration Shell and Blockchain Technology," in 2018 IEEE 16th International Conference on Industrial Informatics (INDIN), 2018. DOI:10.1109/indin.2018.8471939.
- K. Suri, J. Cadavid, M. Alferez, S. Dhouib, and S. Tucci-Piergiovanni, "Modeling business motivation and underlying processes for RAMI 4.0-aligned cyber-physical production systems," in 2017 22nd IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 2017. DOI:https://doi.org/10.1109/etfa.2017.8247702.
- H. Flatt, S. Schriegel, J. Jasperneite, H. Trsek, and H. Adamczyk, "Analysis of the Cyber-Security of industry 4.0 technologies based on RAMI 4.0 and identification of requirements," in 2016 IEEE 21st International Conference on Emerging Technologies and Factory Automation (ETFA), 2016. DOI:https://doi.org/10.1109/etfa.2016.7733634.
- W. Kritzinger, M. Karner, G. Traar, J. Henjes, and W. Sihn, "Digital Twin in manufacturing: A categorical literature review and classification," IFAC-PapersOnLine, vol. 51, no. 11, pp. 1016-1022, 2018. DOI:https://doi.org/10.1016/j.ifacol.2018.08.474.
- E. Tantik and R. Anderl, "Potentials of the Asset Administration Shell of Industrie 4.0 for Service-Oriented Business Models," Procedia CIRP, vol. 64, pp. 363-368, 2017. DOI:https://doi.org/10.1016/j.procir.2017.03.009.