i4Q

Datendienste für die Qualitätskontrolle in Industrie 4.0

Projektbeschreibung einblenden Projektbeschreibung ausblenden

i4Q will provide a complete solution consisting of sustainable IoT-based Reliable Industrial Data Services (RIDS) able to manage the huge amount of industrial data coming from cost-effective, smart, and small size interconnected factory devices for supporting manufacturing online monitoring and control. The i4Q Framework will guarantee data reliability with functions grouped into five basic capabilities around the data cycle: sensing, communication, computing infrastructure, storage, and analysis and optimisation; based on a microservice-oriented architecture for the end users. With i4Q RIDS, factories will be able to handle large amounts of data, achieving adequate levels of data accuracy, precision and traceability, using it for analysis and prediction as well as to optimise the process quality and product quality in manufacturing, leading to an integrated approach to zerodefect manufacturing. i4Q Solutions will efficiently collect the raw industrial data using cost-effective instruments and state-of-the-art communication protocols, guaranteeing data accuracy and precision, reliable traceability and time stamped data integrity through distributed ledger technology. i4Q Project will provide simulation and optimisation tools for manufacturing line continuous process qualification, quality diagnosis, reconfiguration and certification for ensuring high manufacturing efficiency and optimal manufacturing quality. BIBA focuses on: 1) the creation of data quality guidelines for manufacturing and 2) the extension of its software QualiExplore to support a) production data quality knowledge, and b) production line certification under the aspect of data quality. The extension of QualiExplore includes the integration of a digital assistant (conversational AI).

Laufzeit: 01.01.2021 - 31.12.2023, Förderung durch H2020

Ansprechpartner*innen

Projektlogo strENgtHening skills and training expertise for TunisiAN and MorroCan transition to industry 4.0 Era
Projektseite

ENHANCE

strENgtHening skills and training expertise for TunisiAN and MorroCan transition to industry 4.0 Era

Projektbeschreibung einblenden Projektbeschreibung ausblenden

ENHANCE aims at strengthening the cooperation between 3 EU and 4 PC universities across recent research outcomes related to MPQ 4.0. From a capacity building perspective, this consortium will improve the capacity of HEI in PC with innovative programmes. It will develop new competences and skills to transfer later to socio-economic partners. ENHANCE will guarantee the sustainability of the consolidated learning programs and materials through the creation of 2 new DIH in PC.

Laufzeit: 01.01.2021 - 31.12.2023, Förderung durch Erasmus+

Ansprechpartner*in

Projektlogo COgnitive Assisted agile manufacturing for a LAbor force  unterstützt durch vertrauenswürdige künstliche Intelligenz
Projektseite

COALA

COgnitive Assisted agile manufacturing for a LAbor force unterstützt durch vertrauenswürdige künstliche Intelligenz

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Der Mensch steht im Zentrum wissensintensiver Herstellungsprozesse. Er muss qualifiziert und flexibel sein, um den Anforderungen seiner Arbeitsumgebung gerecht zu werden. Die Ausbildung neuer Mitarbeiter in diesen Prozessen ist für Unternehmen zeit- und kostenintensiv. Viele Branchen leiden unter dem Fachkräftemangel, der z.B. durch den demographischen Wandel verursacht wird. Eine zweite Herausforderung für das produzierende Gewerbe ist der ständige Wettbewerb durch qualitativ hochwertige Produkte. COALA wird beide Herausforderungen durch das innovative Design und die Entwicklung eines sprachgesteuerten digitalen intelligenten Assistenten für den Fertigungssektor angehen. Die COALA-Lösung wird auf dem datenschutzfokussierten offenen Assistenten Mycroft basieren. Er integriert eine präskriptive Qualitätsanalyse, ein KI-System zur Unterstützung der Ausbildung neuer Mitarbeiter am Arbeitsplatz und eine neuartige Erklärungssoftware - die WHY-Engine. COALA wird sich mit der KI-Ethik während des Entwurfs, des Einsatzes und der Nutzung der neuen Lösung befassen. Entscheidende Komponenten für die Einführung der Lösung sind ein neues didaktisches Konzept, um Arbeitnehmer über Chancen, Herausforderungen und Risiken in der Zusammenarbeit zwischen Mensch und KI zu informieren, sowie ein gleichzeitiger Änderungsmanagementprozess. Drei Anwendungsfälle (Textil, weiße Ware, Flüssigkeitsverpackung) werden die Ergebnisse in gemeinsamen Fertigungsprozessen mit erheblicher wirtschaftlicher Relevanz bewerten. Wir gehen davon aus, dass die Fehlerkosten bei der Herstellung durch das Merkmal der präskriptiven Qualitätsanalyse und die KI-gestützte Schulung der Arbeitnehmer um 30-60% gesenkt werden können. Für die Rüstzeit erwarten wir eine Reduzierung um 15% bis 30% durch die Verkürzung der Mitarbeiterschulungszeit.

Laufzeit: 01.10.2020 - 30.09.2023, Förderung durch H2020

Ansprechpartner*innen

Projektlogo Geschlossener digitaler Regelkreis für eine flexible und modulare Herstellung großer Komponenten

PeneloPe

Geschlossener digitaler Regelkreis für eine flexible und modulare Herstellung großer Komponenten

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Fertigung von Großteilen erfordert die Implementierung eines ganzheitlichen Daten-Managements und einer integrierten Automatisierungsmethode, um mit modularen und flexibleren Geräten das gewünschte Maß an Präzision zu erreichen. Die Herstellung von Großteilen zeichnet sich durch ein hohes Maß an erforderlichen Anpassungen aus (kundenspezifisch). Zudem umfasst die Herstellung komplexer und großtechnischer Teile eine Vielzahl von Unterbaugruppen, die zuerst dafür gefertigt und montiert werden müssen.

Dieser hohe Grad an Personalisierung erfordert einen großen Aufwand bei der Konstruktion und der anschließenden Überprüfung nach der Herstellung, um die hohe Präzision zu errreichen. Gleichwohl erfordert dieses maßgeschneiderte, produktorientierte Design eine Ressourcenoptimierung der Werkstatt (d.h. Arbeiter, Maschinen, Geräte) für eine reaktionsschnelle, rekonfigurierbare und modulare Hertigung. Hinzu kommt der arbeiterzentrierte Ansatz: die Ausführung wichtiger arbeitsintensiver Aufgaben durch die Beibehaltung branchenspezifischer Kenntnisse und Fähigkeiten der Arbeiter.

PENELOPE stellt eine neuartige Methodik auf, die produktzentriertes Datenmanagement und Produktions- und Zeitplanung in einer geschlossenen digitalen Regelkreis verbindet, um eine genaue und präzise Herstellbarkeit ab dem ersten Produktdesign sicherzustellen.

PENELOPE basiert auf fünf Säulen für die Entwicklung einer gemeinsamen Methodik und Vision, die in vier industriellgesteuerten Pilotlinien in strategischen Fertigungssektoren eingesetzt werden: Öl und Gas, Schiffbau, Luftfahrt und Bus & Coach; mit potenzieller Reproduzierbarkeit auf weitere Industriesektoren. Darüber hinaus wird ein europaweites Netzwerk von didaktischen Fabriken und Schauräumen eingerichtet, welche Schulungs- und Weiterbildungsmöglichkeiten bietet und den Wechsel der Belegschaft zur Industrie 4.0 samt Mehrzweck-Testbettten ermöglicht und die Adaption der zugehörigen Industrie unterstützt. PENELOPE beabsichtigt, die Wettbewerbsfähigkeit des Fertigungssektors in der EU stark zu erhöhen, indem Produktionsleistung, -qualität und -genauigkeit gesteigert und gleichzeitig die Sicherheit und Ressourceneffizienz der Arbeitnehmer gewährleistet werden.

Laufzeit: 01.10.2020 - 30.09.2024, Förderung durch H2020

Ansprechpartner*in

Projektlogo Future Proofing of ICT Trust Chains: Sustainable Operational Assurance and Verification Remote Guards for Systems-of-Systems Security and Privacy
Projektseite

ASSURED

Future Proofing of ICT Trust Chains: Sustainable Operational Assurance and Verification Remote Guards for Systems-of-Systems Security and Privacy

Projektbeschreibung einblenden Projektbeschreibung ausblenden

ASSURED’s vision is to introduce a ground-breaking policy-driven, formally verified, runtime assurance framework in the complex CPS domain. As the demand for increasingly autonomous CPSs grows, so does the need for certification mechanisms to ensure their safety. Current methods towards software and system validation requires exhaustive offline testing of every possible state scenario PRIOR to fielding the system. In this context, novel assurance services ensure that the control output of such controllers does not put the system or people interacting with it in danger, especially in safetycritical applications as the ones envisaged in the ASSURED Demonstrators. ASSURED leverages and enhances runtime property-based attestation and verification techniques to allow intelligent (unverified) controllers to perform within a predetermined envelope of acceptable behaviour, and a risk management approach to extend this to a larger SoS. ASSURED elaborates over the coordination of deployed TEE agents in horizontal scope, encompassing numerous technologies applicable to everything from edge devices to gateways in the cloud. Such technologies DICE for binding devices to firmware/software, trusted execution environments, formal modelling of protocols and software processes, software attestation, blockchain technology for distributed verification of transactions between system elements and controlflow attestation techniques for enhancing the operational correctness of such devices. In this frame, we consider the mutual verification of system components in distributed multi-operator environments. Our approach ensures a smooth transition and advancement beyond current strategies where security management services are considered in an isolated manner relying on traditional perimeter security and forensics in a “catch-and-patch” fashion without dwelling on the safety of the overall network as a whole, to holistic network security services capable of minimizing attack surfaces.

Laufzeit: 01.09.2020 - 31.08.2023, Förderung durch H2020

Ansprechpartner*innen

Projektlogo Optimierung der Instandhaltung von Windenergieanlagen durch den Einsatz von bildverarbeitenden Verfahren auf mobilen Augmented Reality-Endgeräten

compARe

Optimierung der Instandhaltung von Windenergieanlagen durch den Einsatz von bildverarbeitenden Verfahren auf mobilen Augmented Reality-Endgeräten

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Im Förderprojekt „compARe“ soll ein AR-basiertes technisches Assistenzsystem entwickelt werden, welches auf bildverarbeitende Verfahren zurückgreift, um Servicetechniker*innen bei der Instandhaltung von Windenergieanlagen zu unterstützen. Dabei wird insbesondere auf Aufgabenstellungen fokussiert, die eine Defekterkennung nur durch einen Abgleich zwischen aktuellem und einem zuvor dokumentierten Zustand oder einem Soll-Zustand zulassen. Somit können Schäden an den WEA vermieden und die Effizienz der Instandhaltungsmaßnahmen gesteigert werden.

Mittels KI-basierter Bildverarbeitungsverfahren, wie z.B. Convolutional Neural Networks (CNN), können Defekte an Bauteilen, welche über lange Zeiträume entstehen, erkannt, klassifiziert und ausgewertet werden. Darüber hinaus wird der Abgleich von Bauteilzuständen anhand historischer Daten ermöglicht. Zur Unterstützung von Servicetechnikerinnen in der Windenergie haben sich mobile Assistenzsysteme als vielversprechend erwiesen. Der Einsatz dieser rechenintensiven Bildverarbeitungsverfahren auf mobilen Endgeräten stellt eine Herausforderung dar, bietet jedoch in Kombination mit dem Einsatz von mobiler Augmented Reality (AR)-Technologie ein großes Potenzial. Auf diese Weise können virtuelle Informationen zur Zustandsveränderung unmittelbar in Bezug zu den betreffenden Bauteilen im Sichtfeld der Servicetechnikerinnen bereitgestellt werden.

Laufzeit: 01.07.2020 - 30.06.2023, Förderung durch BMWi
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Automobillogistik im See- und Binnenhafen: Integrierte und anwenderorientierte Steuerung der Gerät- und Ladungsbewegungen durch künstliche Intelligenz und eine virtuelle Schulungsanwendung

Isabella2.0

Automobillogistik im See- und Binnenhafen: Integrierte und anwenderorientierte Steuerung der Gerät- und Ladungsbewegungen durch künstliche Intelligenz und eine virtuelle Schulungsanwendung

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Motivation

Die Ergebnisse aus Isabella erzeugen erste Verbesserungen der Ausgangssituation im Bereich der Umfuhren von Fahrzeugen und zeigen weitere Ansatzpunkte für zusätzliches Verbesserungspotenzial auf. Diese sollen aufgegriffen werden, um die logistische Leistungsfähigkeit des Steuerungsalgorithmus weiter zu verbessern und situationsspezifisch zu optimieren. Des Weiteren bietet die Ausweitung der Anwendbarkeit auf die Umschlagprozesse an den Verkehrsträgern großes Potenzial für die Gesamtperformanz, was im Rahmen dieses Projektes ausgeschöpft werden soll. Dabei darf nicht außer Acht gelassen werden, dass die Einführung der Lösungsansätze mit durchgreifenden Veränderungen der Arbeitssituationen für die Mitarbeiter:innen einhergeht und diese zur besseren Akzeptanz der finalen Lösung in den Prozess mit eingebunden werden müssen.

Ziel

Ziel ist es, die Parametrisierung der Steuerung zu optimieren und den Ansatz bezüglich multikriterieller Optimierung zu erweitern, sodass die Optimierungsleistung unter Berücksichtigung der vorherrschenden Situation (Terminalfüllgrad, Fahrzeugmix, Personalverfügbarkeit etc.) weiter verbessert werden kann. Weiteres Ziel ist die systematische Ausweitung des Steuerungsalgorithmus auf die Prozesse zur Be- und Entladung der Verkehrsträger (Schiff, Zug und LKW) und die Erstellung einer virtuellen Schulungsanwendung, die die arbeits- und organisationspsychologischen Aspekte der Arbeitsprozessumgestaltung aufgreift, die Umstellung für die Mitarbeiter:innen erleichtert und schlussendlich die Akzeptanz für die neue Lösung sicherstellt.

Vorgehen

Über eine ereignisdiskrete Simulation und moderne Methoden der Sensitivitätsanalyse und der künstlichen Intelligenz soll die Performanz des Steuerungsalgorithmus unter unterschiedlichen Rahmenbedingungen und Parametereinstellungen untersucht und dadurch Rückschlüsse zwischen Leistung, Terminalsituation und Parametereinstellungen gezogen werden. Darüber hinaus wird es schlussendich ermöglicht, die Steuerung auf die jeweilige Terminalsituation einzustellen und die Planbarkeit der operativen Fahrprozesse zu erhöhen. Des Weiteren sollen neue Datenanalysemethoden und KI-Ansätze angewendet werden, um aus operativ gewonnenen Daten relevante Prozesskennzahlen wie z. B. Zeitdauer einzelner Prozessschritte oder Fahrwegauslastungen systematisch abzuleiten. Für die Erweiterung der Anwendbarkeit der Steuerung auf die Verkehrsträger wird ein Konzept für den Datenempfang in Schiffen und Bahnwaggons entworfen. Hierbei werden Ad-hoc- und Mesh-Netzwerke in Kombination mit geeigneten Funkstandards wie WLAN, Bluetooth oder LoRa in Betracht gezogen.

Laufzeit: 01.07.2020 - 30.06.2023, Förderung durch BMVI
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Automatisierte Anpassung zustandsbasierter Instandhaltungsmethoden für Produktionssysteme

AutoCBM

Automatisierte Anpassung zustandsbasierter Instandhaltungsmethoden für Produktionssysteme

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Gewährleistung der technischen Verfügbarkeit von Produktionsanlagen in der Automobilindustrie ist ein wesentlicher Faktor für die Gesamtproduktivität einer Fabrik und daher ein wichtiges Ziel der Instandhaltung. Im Zuge der fortschreitenden Digitalisierung in der Produktion bieten sich neue Möglichkeiten, den aktuellen Stand der Technik im Bereich der zustandsbasierten Instandhaltung weiterzuentwickeln. Auf dem Markt verfügbare, sogenannte Condition-Based-Maintenance Systeme, müssen jedoch mit einem hohen manuellen Aufwand für jede einzelne Maschine individuell angepasst werden.

Der aufwändige Prozess des manuellen Anpassens von Condition-Based-Maintenance Systemen für spezielle Anlagen, soll durch das Projekt weitestgehend automatisiert werden. Dazu wird eine Software entwickelt, die auf Basis eines Metalearning-Ansatzes automatisch ein geeignetes Diagnose- bzw. Prognosemodell auswählt.

Verfahren aus dem Bereich der Künstlichen Intelligenz und der konventionellen stochastischen Zeitreihenanalyse sollen zu lernfähigen Algorithmen kombiniert werden, so dass die Güte der Prognose von Störungsfällen und damit auch die Fähigkeit zur Erkennung von Anomalien im Fertigungsprozess gesteigert wird. Kern der Methodik soll ein Metalearner sein, der eine automatisierte Selektion und Optimierung geeigneter Diagnose- und Prognosemodelle anhand eigener Erfahrungswerte ermöglicht. Auf diese Weise wird der erforderliche manuelle Anpassungsaufwand eines CBM-Systems reduziert.

Laufzeit: 01.07.2020 - 30.04.2022, Förderung durch BAB
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Enhanced Physical Internet-Compatible Earth-frieNdly freight Transportation answER

ePIcenter

Enhanced Physical Internet-Compatible Earth-frieNdly freight Transportation answER

Projektbeschreibung einblenden Projektbeschreibung ausblenden

ePIcenter wird ein interoperables, auf einer Cloud basierendes Ökosystem von benutzerfreundlichen, erweiterbaren, auf künstlicher Intelligenz basierenden Logistiksoftwarelösungen und unterstützenden Methoden schaffen, das es allen Akteuren im Welthandel und internationalen Behörden ermöglicht, mit Häfen, Logistikunternehmen und Verladern zusammenzuarbeiten und agil auf volatile politische und Marktveränderungen sowie auf größere Klimaveränderungen mit Auswirkungen auf traditionelle Frachtrouten zu reagieren. Dies wird den ständig steigenden Erwartungen der Verbraucher des 21. Jahrhunderts nach preiswerten und leichter verfügbaren Gütern Rechnung tragen und Innovationen im Transportbereich einführen, wie z.B. Hyperloops, autonome / robotergestützte Systeme (z.B. "T-Pods") und neue Lösungen für die Zustellung. ePIcenter integriert dabei technologische Initiativen wie Blockchain, Digitalisierung, Single Windows, EGNOS-Positionsgenauigkeit und das Erdbeobachtungsprogramm Kopernikus.

Laufzeit: 01.06.2020 - 30.11.2023, Förderung durch H2020

Ansprechpartner*innen

INSERT

KI-basiertes Assistenzsystem zur Konzeptplanung in Produktion und Logistik

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Der intensive globale Wettbewerb, kürzer werdende Produktlebenszyklen und eine zunehmende Variantenvielfalt erfordern flexible und wandlungsfähige, aber zugleich wirtschaftliche Produktions- und Logistiksysteme. Der zeitintensive Planungsprozess soll durch ein Assistenzsystem wesentlich verkürzt werden, umso schneller und kosteneffizienter in der Planung zu werden. Im Projekt „INSERT“ wird ein Prototyp eines KI-basierten Assistenzsystems zur Konzepterstellung für die Logistik- und Produktionsplanung entwickelt. Dieses Assistenzsystems begleitet den gesamten Planungsprozess und stellt eine Plattform zur Entwicklung von Logistik- bzw. Produktionsplanungskonzepten dar.

Laufzeit: 15.05.2020 - 14.05.2022, Förderung durch BAB
PDF-Flyer zum Download

Ansprechpartner*innen

Corofa

Close-to-Body Sensor System for Collaboration in Robot Farms

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Bislang konzentrierte sich die Sicherheitsforschung und Technologieentwicklung fast ausschließlich auf die menschliche Zusammenarbeit mit einem einzigen Roboter. In der Industrie arbeiten jedoch zunehmend mehrere Roboter für einzelne Prozessschritte direkt zusammen und teilen sich den Arbeitsraum.

Ziel des Corofa-Projekts ist die Entwicklung eines Verfahrens zur Einführung und Gestaltung sicherer Mensch-Roboter-Kooperationen in Multi-Roboter-Montagesystemen. Dadurch sollen Arbeitsumgebungen geschaffen werden, in denen sich Menschen und mehrere Roboter den Arbeitsbereich teilen und gleichzeitig zusammenarbeiten. Für eine sichere Zusammenarbeit wird zusätzlich zu dem Verfahren ein körpernahes Sensorsystem weiterentwickelt, mit dem Personen im Arbeitsbereich erkannt, identifiziert und lokalisiert sowie ihr Verhalten/ihre Absichten erkannt werden können. Dies wird unter anderem durch eine intelligente Datenanalyse mit Process-Mining-Algorithmen ermöglicht.

Das COVR-Toolkit und die Protokolle werden in das Verfahren integriert und durch den Vergleich mit den Ergebnissen des Process Minings verifiziert/validiert.

Laufzeit: 01.04.2020 - 31.12.2020, Förderung durch COVR Award

Ansprechpartner*innen

SealingQuality

Mobiles Inspektionssystem für Weichdichtungen mit pseudometrischen Freiformflächen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Es gibt eine Vielzahl von Einsatzmöglichkeiten für Dichtmittel, wobei die größte Wertschöpfung im Bereich der Automobil- und Flugzeugindustrie erzielt wird. Das Ziel des Projektvorhabens ist die Entwicklung eines mobilen Dokumentations- und Inspektionssystems zur Applikation und Bewertung von Dichtstoffen mit pseudometrischen Freiformflächen. Das System soll anhand der Applikation und Qualitätsprüfung von Weichdichtungen entwickelt und darüber hinaus in verschiedenen anderen Anwendungen eingesetzt werden können. Durch den Einsatz von Deep Learning-Algorithmen wird ein „universelles“ Inspektionssystem für Weichdichtungen entwickelt, welches kontinuierlich nachlernt und eine hohe Zuverlässigkeit bietet. Das System soll als mobiles System ausgestaltet werden, welches in direkter Mensch-Technik-Interaktion am Körper getragen und echtzeitbasiert betrieben wird. Die Ausführung der Arbeitsaufgabe soll im Prozess bewertet und ggf. durch entsprechende Rückmeldungen korrigiert werden.

Laufzeit: 01.03.2020 - 28.02.2022, Förderung durch ZIM

Ansprechpartner*in

Projektlogo Textbasierte intelligente Kooperationsplattform für Druckerzeugnisse

TinKer

Textbasierte intelligente Kooperationsplattform für Druckerzeugnisse

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das Gesamtziel des Vorhabens besteht in der Entwicklung und prototypischen Implementierung eines intelligenten Systems zur gezielten Anforderungsermittlung sowie optimalen Kundenberatung und -information bei der Suche nach Druckdienstleistungen. Der Kunde soll befähigt werden jederzeit, schnell und einfach und ohne jegliches Vorwissen den perfekten Partner für seine Problemstellung zu finden. Anhand der Spezifikationen soll das System dem Kunden alle möglichen Druckereien inkl. der Preisvorhersagen entsprechend der Nachfragemenge liefern. Zudem soll eine Plattform geschaffen werden, welche die Kunden und Anbieter zusammenbringt. Neben einer Beschleunigung sowie Vereinfachung des Prozesses sind darüber hinaus Kostenreduktionen für den Kunden sowie bessere Margen für bspw. spezialisierte Druckereien zu erwarten, da Unterbeauftragungen vermieden und Markttransparenz geschaffen werden.

Laufzeit: 29.01.2020 - 31.12.2021, Förderung durch EFRE: Europäischer Fonds für regionale Entwicklung

Ansprechpartner*in

Projektlogo Fostering DIHs for Embedding Interoperability in CyberPhysical Systems of European SMEs
Projektseite

DIH4CPS

Fostering DIHs for Embedding Interoperability in CyberPhysical Systems of European SMEs

Projektbeschreibung einblenden Projektbeschreibung ausblenden

DIH4CPS unterstützt europäische Unternehmen bei der Überwindung von Innovationshemmnissen etabliert Europa als führenden Innovator im Bereich der vierten industriellen Revolution. DIH4CPS schafft dafür ein umfassendes, interdisziplinäres Netzwerk zwischen Digital Innovation Hubs (DIHs) und Technologie- und Lösungsanbietern im Bereich der cyber-physischen und eingebetteten Systeme. Das Projekt verknüpft dadurch verschiedene Wissensbereiche und Technologien miteinander und hebt regionale Netzwerk auf eine europäische Ebene. Kleine und mittelständische Unternehmen können ihre Produkte im Rahmen offener Ausschreibungen weiterentwickeln und die Kompetenzen und Services der DIH4CPS-Gemeinde nutzen.

Laufzeit: 01.01.2020 - 31.12.2022, Förderung durch H2020

Ansprechpartner*in

Projektlogo An Open, Trusted Fog Computing Platform Facilitating the Deployment, Orchestration and Management of Scalable, Heterogeneous and Secure IoT Services and cross-Cloud Apps
Projektseite

RAINBOW

An Open, Trusted Fog Computing Platform Facilitating the Deployment, Orchestration and Management of Scalable, Heterogeneous and Secure IoT Services and cross-Cloud Apps

Projektbeschreibung einblenden Projektbeschreibung ausblenden

The vision of RAINBOW is to design and develop an open and trusted fog computing platform that facilitates the deployment and management of scalable, heterogeneous and secure IoT services and cross-cloud applications (i.e, microservices). RAINBOW falls within the bigger vision of delivering a platform enabling users to remotely control the infrastructure that is running, potentially, on hundreds of edge devices (e.g., wearables), thousands of fog nodes in a factory building or flying in the sky (e.g., drones), and millions of vehicles travelling in a certain area or across Europe. RAINBOW aspires to enable fog computing to reach its true potential by providing the deployment, orchestration, network fabric and data management for scalable and secure edge applications, addressing the need to timely process the ever-increasing amount of data continuously gathered from heterogeneous IoT devices and appliances. Our solution will provide significant benefits for popular cloud platforms, fog middleware, and distributed data management engines, and will extend the open-source ecosystem by pushing intelligence to the network edge while also ensuring security and privacy primitives across the device-fog-cloud-application stack. To evaluate its wide applicability, RAINBOW will be demonstrated in various real-world and demanding scenarios, such as automated manufacturing (Industry 4.0), connected vehicles and critical infrastructure surveillance with drones. These application areas are safety-critical and demanding; requiring guaranteed extra-functional properties, including real-time responsiveness, availability, data freshness, efficient data protection and management, energy-efficiency and industry-specific security standards.

Laufzeit: 01.01.2020 - 31.12.2022, Förderung durch H2020

Ansprechpartner*innen

KiNaLog

Kundenindividuelle nachhaltige Logistik

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Durch den Online-Handel gewinnt die Konsumentenlogistik zunehmend an Bedeutung, speziell im Bereich der sog. „letzten Meile“. Besonders herausfordernd ist dabei die Lebensmittellogistik, da es sich hierbei oft um zeitkritische Transporte handelt und sowohl spezielle Transportverpackungen für gekühlte oder tiefgekühlte Produkte notwendig sind als auch zusätzliche Verpackungen für die kundenindividuelle Kommissionierung verwendet werden müssen. So ergibt sich ein Konsumentendilemma, bei dem der Komfort einer Online-Bestellung inklusive Lieferung den hierdurch entstehenden CO2-Emissionen und Verpackungsabfällen gegenüberstehen. Bis dato gibt es jedoch keine Möglichkeit, dem Konsumenten die direkten und indirekten Auswirkungen seines Handelns im Moment der Bestellung aufzuzeigen, sodass eine bewusste Wahl nachhaltiger Optionen heute noch nicht möglich ist.

Laufzeit: 01.01.2020 - 31.12.2021, Förderung durch Zentrale Forschungsförderung Universität Bremen
PDF-Flyer zum Download

Ansprechpartner*in

Projektlogo Ein Meta-Lern-Ansatz zur Selektion geeigneter Prognoseverfahren für eine vorausschauende Instandhaltung in digitalisierten Produktionssystemen

MetaMaintain

Ein Meta-Lern-Ansatz zur Selektion geeigneter Prognoseverfahren für eine vorausschauende Instandhaltung in digitalisierten Produktionssystemen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Wettbewerbsfähigkeit des produzierenden Gewerbes basiert in Hochlohnländern auf einem hohen Automatisierungsgrad. Eine effiziente Sicherstellung der technischen Verfügbarkeit einzelner Maschinen und Anlagen ist daher von großer Bedeutung.

Vorausschauende Instandhaltungsstrategien sollen auf Basis der Vorhersage von Maschinenausfällen höhere Verfügbarkeiten, stabilere Produktionsprozesse und Kostenreduktionen ermöglichen und damit zu einer erhöhten Leistungsfähigkeit von Produktionssystemen beitragen.

Das Auftreten von Maschinenausfällen ist aufgrund der inhärenten strukturellen und betrieblichen Komplexität moderner Produktionssysteme jedoch schwer vorherzusagen. Zudem werden die dazu erforderlichen Modelle in der Regel für einen spezifischen Anwendungsfall entwickelt und sind nicht generalisierbar.

Ziel des Projektes ist es daher, ein System zu entwickeln, dass eine automatisierte Auswahl geeigneter Modelle ermöglicht. Die Ergebnisse der Prognosemodelle sollen schließlich für eine integrierte Produktions- und Instandhaltungsplanung und -steuerung genutzt werden.

Laufzeit: 01.01.2020 - 31.12.2021, Förderung durch DFG
PDF-Flyer zum Download

Ansprechpartner*innen

Manufaktur 4.0

Qualitätsorientierte Produktionssteuerung und -optimierung in der Feinkostbranche

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Ziel des Projektes ist die Entwicklung einer digitalisierten, qualitätsbasierten Produktionsplanung und -steuerung für die Lebensmittelproduktion. Diese soll auf einen optimalen Einsatz der Rohstoffe (z.B. Reduzierung der Standzeiten von sensiblen Rohwaren) fokussieren. Hierdurch sollen eine bessere Auslastung der Produktionsanlagen und eine Optimierung ihrer Energieverbräuche, ein optimiertes Behältermanagement sowie insbesondere auch eine Erhöhung der Produktqualität (Geschmack) erreicht werden. Zur Zielerreichung werden rohstoff-spezifische Qualitäts-Zeit-Profile analysiert und in einem IT-basierten Verfahren für die qualitätsorientierte Produktionsplanung und -steuerung integriert, das prototypisch beim Projektpartner Deutsche See implementiert wird.

Laufzeit: 01.01.2020 - 31.12.2021, Förderung durch PFAU
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Simulationsbasiertes Training zur Unfallvermeidung in der Automobilindustrie

VR-SUSTAIN

Simulationsbasiertes Training zur Unfallvermeidung in der Automobilindustrie

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Im Projekt VR-SUSTAIN wird eine Trainingsumgebung entwickelt, die Auszubildende und Facharbeiterinnen mit den bestehenden Risiken vertraut macht. Als Technologie wird Virtual Reality (VR) verwendet, um den Teilnehmerinnen eine realitätsnahe, immersive Lernerfahrung zu bieten, die in einer eigens dafür eingerichteten sicheren Umgebung stattfindet. Dabei werden zwei Lernszenarien abgebildet: die Verhinderung von körperlichen Fehlbelastungen im Fertigungsprozess in Verbindung mit der Verhinderung von Kratzern und Beulen am Automobil sowie die Unfallprävention im Umgang mit elektrischen Anlagen.

Das Projekt VR-SUSTAIN zielt auf eine Verbesserung der Qualität und Effizienz der adressierten Lernszenarien durch den Einsatz innovativer VR-Technologien. Hierbei sollen neben der Reduzierung von arbeitsbezogenen Verletzungen und Schäden am Produkt auch die Medienkompetenz der Teilnehmer*innen und des Ausbildungspersonals geschult werden. Darüber hinaus sollen durch das Projekt wichtige Erkenntnisse über die Entwicklung und Durchführung VR-basierter Trainings in der produzierenden Industrie Europas gewonnen werden.

Laufzeit: 01.01.2020 - 31.12.2020, Förderung durch EIT Manufacturing
PDF-Flyer zum Download

Ansprechpartner*innen


Projektseite

DIAMOND

Digitaler intelligenter Assistent für die vorausschauende Wartung

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die vorausschauende Wartung ist eines der zentralen Themen der Industrie 4.0. Sie nutzt Daten aus der Nutzungsphase von Maschinen und Anlagen um deren Zustand zu ermitteln und Wartungsaufgaben abzuleiten. Die vorausschauende Wartung wird meist durch Softwaresysteme unterstützt, die Werkzeuge zur Datenauswertung liefern und Wartungsmaßnahmen vorschlagen können. Die Benutzung dieser Systeme erfordert Fachkenntnisse, die ein Unternehmen durch Mitarbeiterschulungen aufbauen kann. Diese Schulungen stellen Investitionsausgaben dar, die gegen die Einführung einer vorausschauenden Wartung sprechen können. Die Verringerung dieser Ausgaben ist daher ein sinnvolles Ziel.

Ein digitaler intelligenter Assistent, ähnlich dem Google Assistant oder Siri, könnte insbesondere den Mitarbeitern im Feld einen einfacheren Zugang zu den Softwaresystemen einer vorausschauenden Wartung liefern. Statt grafischer Benutzeroberflächen könnten sich Mitarbeiter durch Anfragen in natürlicher Sprache Informationen zu Wartungsaufgaben und der Diagnose von Problemen erschließen. Ein dynamischer Gesprächsverlauf soll dabei die Anfrage auf natürliche Weise leiten, ohne dass besondere Trainings zur Verwendung des Assistenten erforderlich sind. Da der Assistent über ein Smartphone nutzbar sein soll, können komplexe Zusammenhänge über den Bildschirm bereitgestellt werden. Dies ist insbesondere bei mehrdimensionalen Daten – wie beispielsweise Grafen – sinnvoll, die sich nur schwer per Sprache vermitteln lassen.

DIAMOND versucht die Barrieren zur Einführung von digitalen intelligenten Assistenten in die vorausschauende Wartung zu reduzieren. Dazu arbeiten das BIBA und die Technische Universität Delft gemeinsam an den Anforderungen, der IuK Infrastruktur, und der Verwertung des digitalen intelligenten Assistenten. DIAMOND fokussiert dabei auf die Produktion von Haushaltswaren (Whirlpool EMEA) und die Fertigung medizinischer Produkte zur Behandlung von Traumata (Stryker Trauma GmbH).

Laufzeit: 01.01.2020 - 31.12.2020, Förderung durch EIT Manufacturing

Ansprechpartner*in

Projektlogo Resilient Industrial Platform for the Advanced Visualisation of Predictive Maintenance
Projektseite

RAMEN

Resilient Industrial Platform for the Advanced Visualisation of Predictive Maintenance

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Ziel dieses Projekts ist es, eine neue Softwarelösung für die Zustandsüberwachung und prädiktive Analyse auf den Markt zu bringen. Der Fokus liegt auf einem systematischen Ansatz, bei dem die relevanten KI-Algorithmen, Konzepte und spezifischen Lösungen zu einem industriellen Ökosystem kombiniert werden. Dieses Projekt wird eine neuartige verteilte und belastbare Plattform für die Aufnahme und die intelligente Verarbeitung von Produktions- und Prozessdaten (mit Schwerpunkt auf vorausschauender Wartung und Augmented Reality für die Wartung) bereitstellen, die auf Mikrodiensten und föderiertem maschinellem Lernen basiert. Zusätzlich bieten Containerisierungstechnologien eine Abstraktionsschicht, die Skalierbarkeit, Ausfallsicherheit und Flexibilität ermöglicht. Der Beitrag vom BIBA ist die Integration der erweiterten Predictive Maintenance Component in die Resilient Platform. Hierdurch wird die Modellierung der gesamten Datenwertschöpfungskette von der Datenerfassung über die Zustandsüberwachung bis hin zur vorausschauenden Wartung ermöglicht.

Laufzeit: 01.01.2020 - 21.12.2020, Förderung durch

Ansprechpartner*innen

QualifyAR

Entwicklung eines AR-Frameworks mit erweiterter Sensorik zur Unterstützung der Berufsausbildung und –weiterbildung in der Luftfahrtindustrie

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Komplexität der technischer Berufsbilder in der Luftfahrtindustrie nimmt stetig zu, weshalb sowohl in der Ausbildung als auch Weiterbildung an neuen Ansätzen zur Wissensvermittlung geforscht wird. Das aktuelle Forschungsprojekt QualifyAR hat zum Ziel, die Ausbildung von Auszubildenden im Flugzeugbau zu unterstützen. Gerade im Flugzeugbau werden höchste Anforderungen an die Ausbildung gestellt. Entsprechend wird der Einsatz digitaler und individueller Lernumgebungen mit Nachdruck verfolgt, um zum einen den Lernerfolg zu verbessern als auch zum anderen den späteren Einsatz von digitalen Assistenzsystemen im produktiven Prozess vorzubereiten. Das Projekt QualifyAR widmet sich der Entwicklung eines AR-basierten Qualifizierungssystems mit integrierter Prozessschritterkennung und automatisierter Güteprüfung. Mittels eines AR-Frameworks und auf Basis von vordefinierten Prozessdatenbanken sollen Lehrende auch komplexe Lehraufgaben digital abbilden sowie u.a. unter Beachtung der individuell genutzten Technologien konfektionieren können. Dabei werden dem Lernenden über eine Mensch-System-Schnittstelle Informationen und Erkenntnisse des Systems mittels AR-Projektion kontextsensitiv übermittelt. Das BIBA forscht in diesem Projektvorhaben zur bildbasierten Prozessschritterkennung sowie zum Einsatz eines IoT-Baukastens mit Schwerpunkt der Signalverarbeitung, um die Güte der Aufgabendurchführung sowohl auf Basis von 2D-/3D- Bilddaten als auch 1D-Prozessdaten, wie beispielsweise Drehmomenten von Akkuschraubern, mittels künstlicher Intelligenz beurteilen zu können. Das Projekt wird gemeinsam mit dem bremer Projektpartner Ubimax GmbH durchgeführt.

Laufzeit: 01.01.2020 - 31.12.2021, Förderung durch BMWi

Ansprechpartner*in

WireWizard

BIM-basiertes Assistenzsystem zur Verlegung von Elektroleitungen mittels maßstabsgerechter Projektion von Stromlaufplänen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Im Rahmen des Projekts wird ein Assistenzsystem entwickelt, welches eine durchgehende Digitalisierung der Elektroinstallation mittels augmentbasierter Projektion unterstützt. Das Assistenzsystem ist eine mobile Ständerlösung mit einem motorisierten Drehteller für die Projektionseinheit, welche Planungsinformationen in korrekter Skalierung, Lage und Orientierung auf Wand/Decke/Boden projiziert. Dadurch kann sich sowohl ein Gesamteindruck verschafft als auch Markierungen und Symbole händisch übertragen werden. Hierzu wird das System mit einer 2D/3D-Scankomponente zur Lokalisierung der Eigenposition sowie entsprechender bildbasierter Objekterkennung für reale und symbolhafte Lichtschalter, Fenster, Türen, Steckdosen etc. nach DIN-Norm 15015-2 ausgerüstet. Dadurch können Planungsabweichungen erfasst sowie die korrekten Ausführung der Planungsinhalte kontrolliert werden. Ein wesentlicher Aspekt ist dabei die Entwicklung einer CAD-Engine zur korrekten perspektivischen und maßstabsgetreuen Darstellung. Das Gesamtsystem wird für den Baustelleneinsatz optimiert und entsprechend gegen Staub und Spritzwasser geschützt.

Laufzeit: 01.01.2020 - 31.12.2022, Förderung durch BMWi

Ansprechpartner*innen

RailAR

Assystenzsystem zur optimierten Lärmschutzplanung und AR-basierten Darstellung eines Planungsstandes von Eisenbahntrassen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Der Transport von Gütern auf der Schiene soll bis 2025/2030 verdoppelt werden. Dadurch entsteht ein Mehraufkommen des Güterverkehres auf dem Schienennetz, welchem durch Bau und Erneuerung von Trassen begegnet werden soll. Die Trassenplanung ist ein aufwendiger und langwieriger Prozess, bei dem Ortsbegehungen mit Bürgerbeteiligung notwendig sind. Damit dieses Vorgehen erleichtert wird, soll im Rahmen des Projekts ein AR-Assistenzsystem zur realitätsnahen Visualisierung und Auralisation von Planungsständen erstellt werden. Das Assistenzsystem hat zwei Schwerpunkte: eine Indoor-Darstellung die mittels eines AR-Geräts den Planungsstand in 3D auf eine ebene Fläche projiziert und eine Outdoor-Darstellung die den 3D Planungsstand mittels eines AR-Geräts direkt in die Landschaft projiziert. Zur Umsetzung werden automatisch erzeigte 3D-Daten aus der Trassenplanungssoftware Korfin© über eine 3D-Engine eingebunden und auf den jeweiligen Darstellungszweck angepasst. Hinsichtlich der Auralisation wird an einer Normalisierung der Geräuschkulisse bei Zugdurchfahrten auf ein Maß geforscht, welches unbedenklich wahrzunehmen ist, aber einen guten Eindruck über die Wirkung der Lärmschutzwand liefert.

Laufzeit: 01.01.2020 - 31.12.2021, Förderung durch BMWi

Ansprechpartner*in

Projektlogo Protocols and Strategies for extending the useful Life of major capital investments and Large Industrial Equipment
Projektseite

LEVEL-UP

Protocols and Strategies for extending the useful Life of major capital investments and Large Industrial Equipment

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Vision von LEVEL-UP ist die Entwicklung eines ganzheitlichen Frameworks für den Betrieb und die Sanierung neuer und vorhandener Produktionsanlagen, um eine dynamische Nutzung und Wartung mit verbesserten Abhilfemaßnahmen für mehr Nachhaltigkeit zu erreichen. Die LEVEL-UP-Lösung wird in der Betriebsumgebung von Karusselldrehmaschinen, Fräsmaschinen, Pressen, Holzbearbeitungs-, Pultrusions-, Extrusions-, Inspektions- und CNC-Geräten demonstriert, um (i) die Effizienz zu steigern, (ii) die Lebensdauer und Zuverlässigkeit zu verlängern und (iii ) um den ROIC zu erhöhen. Zu diesem Zweck wird LEVEL-UP eine skalierbare Plattform bieten, die den gesamten Lebenszyklus abdeckt und von der Einrichtung digitaler Zwillinge über die Renovierungs- und Wiederaufarbeitungsaktivitäten bis zum Lebensende reicht.

Voraussetzung für die skizzierte Vision ist das Erreichen der Interoperabilität von den Daten bis zur Serviceebene. Das BIBA wird den semantischen Mediator für den Lebenszyklus großer Industrieanlagen bereitstellen. Die Verbindungen zwischen dem Datenaggregator mit den Basis Ontologien und der Wissensbasis werden durch semantische Modelle und Ontologien hergestellt werden.

Laufzeit: 01.10.2019 - 30.09.2023, Förderung durch H2020

Ansprechpartner*in

Projektlogo Entwicklung eines selbstlernenden eKanban-Systems unter Verwendung autonomer Sensormodule

X-Kanban

Entwicklung eines selbstlernenden eKanban-Systems unter Verwendung autonomer Sensormodule

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Im Rahmen dieses Forschungsprojekts wird ein eKanban-System entwickelt, welches die Vorteile von modernen, intelligenten Industrie 4.0-Lösungen umsetzt und zugleich für Unternehmen in der Integration und im laufenden Betrieb wirtschaftlich bleibt. Hierzu gehören kostengünstige, autonome Sensormodule, welche einfach zu installieren sind und einen geringen Stromverbrauch vorweisen, um eine vollständige Bestandsüberwachung zu ermöglichen. Das eKanban-System selbst wird über eine Cloud mit maschinellen Lernverfahren verknüpft, die es ermöglichen kontinuierlich das Materialnachfrageverhalten zu lernen und so stetig im Betrieb die Materialbereitstellung hinsichtlich der Wiederbeschaffungszeit zu optimieren.

Laufzeit: 01.09.2019 - 31.08.2021, Förderung durch BMWi

Ansprechpartner*innen

OffshorePlan

Komplementäre Nutzung mathematischer und ereignisdiskreter Modelle zur Lösung komplexer Planungs- und Steuerungsprobleme in der Offshore-Baustellenlogistik

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Offshore-Baustellenlogistik mit Schwerpunkt der Windenergie definiert ein komplexes Planungs- und Steuerungsproblem. Grundsätzlich werden hierzu ereignisdiskrete Simulationsverfahren oder Ansätze der mathematischen bzw. stochastischen Optimierung eingesetzt. Beide Methoden besitzen Vor- und Nachteile hinsichtlich Laufzeit, Detaillierungsgrad und Optimalitätsbedingungen.

In diesem Projektvorhaben soll deshalb die komplementäre Nutzung untersucht werden. Ausgehend von einem einheitlichen Grundmodell werden ereignisdiskrete Simulationsmodelle als auch Modelle der stochastischen Optimierung für verschiedene Abstraktions-/Aggregationsebenen abgeleitet und verknüpft. Im Ergebnis sollen die jeweiligen Vorteile der beiden Methoden in einem komplementären Ansatz für eine verbesserte rechnergestützte Planung und Steuerung genutzt werden.

Laufzeit: 01.04.2019 - 30.09.2021, Förderung durch DFG
PDF-Flyer zum Download

Ansprechpartner*innen

LNG Armaturen Set

Entwicklung eines sensitiven Armaturen-Sets für den hochvolumigen ship to ship LNG Transfer

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Nutzung von LNG-Antrieben (Liquefied Natural Gas) bei Schiffen hat große umwelttechnische Vorteile, da sie Seegebiete und Häfen emissionstechnisch entlasten. Im Projekt soll ein sensitives Armaturen Set für den hochvolumigen LNG Transfer zwischen Schiffen entwickelt werden. Dieses soll auf einer Vielzahl verschiedener Schiffstypen zum Einsatz kommen können und dadurch eine deutlich höhere Sicherheit, Installier- und Wartbarkeit bei gleichzeitiger Kostenreduktion ermöglichen. Die Aufgabe des BIBA ist dabei die Entwicklung einer Augmented Reality (AR)-Lösung, die zu Wartungs- und Servicezwecken dieser Armaturen eingesetzt werden kann.

Mittels einer Kombination aus einer kommerziellen Datenbrille, einer Kamera sowie eines Embedded-PC wird eine konfigurierbare Anwendungslösung geschaffen. Diese soll in der Lage sein die vorliegende Komponente zu identifizieren, zugehörige Zustandsinformationen sowohl visuell als auch per Funk auszulesen und die Nutzer mit Wartungsinformationen und Checklisten zu versorgen.

Die AR-Lösung soll bedarfsgerecht zur Unterstützung von Technikern beim Betrieb sowie bei Installations- und Wartungsarbeiten der LNG-Armaturen entwickelt werden. Mittels Techniken der Bildverarbeitung und Objekter-kennung sollen dabei zunächst Zustandsinformationen der Armaturen erfasst werden. Anschließend wird ein AR-User Interface entwickelt, das als Assistenzsystem der Nutzer fungiert.

Laufzeit: 01.03.2019 - 28.02.2021, Förderung durch BMWi
PDF-Flyer zum Download

Ansprechpartner*innen

LNG Safety

Safety-Prozess-System für den Transfer von kryogenen Fluidmitteln

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Bei der Handhabung von kryogenen Fluiden (beispielsweise verflüssigtes Erdgas) bestehen große Risiken bezüglich der Betriebssicherheit. Bei Austritt der Flüssigkeit während eines Transfervorgangs (z. B. Betankung von Schiffen) können schnell große Mengen Gas entstehen, die leicht entzündlich und explosiv sind. Einem entsprechenden Sicherheitssystem zur Prozessüberwachung kommt daher große Bedeutung zu.

Das Ziel des Projektes ist eine Verbesserung der Betriebssicherheit während des LNG-Transfervorgangs durch ein redundant angelegtes optisches Überwachungssystem. Dieses soll in der Lage sein Armaturen, Schiffsaufbauten und Menschen selbsttätig zu erkennen und eine automatisierte Sichtprüfung der korrekten Kopplung vorzunehmen.

Das Mehrkamerasystem besteht aus einer Weitwinkel-, einer Zoom- und einer Infrarotkamera und kann somit auf verschiedenste Umgebungsbedingungen (Tag, Nacht, Wettereinflüsse) reagieren. Es überwacht selbsttätig den LNG-Transferprozess. Mittels Deep Machine Learning wird die Objekterkennung von Armaturen, Schiffaufbauten und Menschen ermöglicht, die zur Überwachung des Gefahrenraums notwendig ist.

Laufzeit: 01.03.2019 - 28.02.2021, Förderung durch BMWi
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo EIT Manufacturing
Projektseite

EIT Manufacturing

EIT Manufacturing

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Fertigungsindustrie steht durch den zunehmenden globalen Wettbewerb, kostengünstige Produktion in Entwicklungsländern sowie die knappen Rohstoffe vor großen Herausforderungen. EIT Manufacturing ist eine Initiative des Europäischen Innovations- und Technologieinstituts (EIT), in dem das BIBA einer von 50 Kernpartnern ist. Die Initiative hat das Ziel, europäische Akteure der Fertigungsindustrie in innovativen Netzwerken zusammenzubringen, die einen einzigartigen Mehrwert für europäische Produkte, Prozesse und Dienstleistungen schaffen. Dies soll der europäischen Fertigungsindustrie helfen, wettbewerbsfähiger, nachhaltiger und produktiver zu arbeiten.

Hierfür werden sechs Strategien verfolgt:

     

  1. Exzellente Fertigungsqualitäten und Talente: Wertschöpfung durch hochqualifizierte Arbeitskräfte und engagierte Studierende
  2. Effiziente Ökosysteme für Fertigungsinnovationen: Wertschöpfung durch die Schaffung von Ökosystemen für Innovation, Unternehmertum und Unternehmenstransformation, welche sich auf Innovations-Hotspots konzentrieren
  3. Vollständige Digitalisierung der Fertigung: Wertschöpfung durch digitale Lösungen und Plattformen, die Wertnetzwerke weltweit verbinden
  4. Kundenorientierte Fertigung: Wertschöpfung durch agile und flexible Fertigung, die dem globalen personalisierten Bedarf entspricht
  5. Sozial nachhaltige Produktion: Wertschöpfung durch sichere, gesunde, ethische und sozial nachhaltige Produktion und Produkte
  6. Umweltfreundliche, nachhaltige Produktion: Wertschöpfung durch das Erschaffen einer umweltfreundlicheren und saubereren Industrie

    Die Initiative setzt sich bis 2030 folgende Ziele:

       

    • 1000 Start-Ups zu entwickeln und zu unterstützen-
    • 60% der Fertigungsunternehmen sollen nachhaltige Produktionsverfahren anwenden
    • Investitionen in der Höhe von 325 Millionen EUR sollen von EIT Projekten herangezogen werden
    • 50000 Personen sollen aus- und fortgebildet sowie umgeschult werden
    • Es sollen 360 neue innovative Lösungen entwickelt werden
    • 30% des Materialeinsatzes soll wiederverwendbar sein
    •  

  7.  

Laufzeit: 01.01.2019 - 01.01.2026, Förderung durch European Institute of Innovation & Technology (E

Ansprechpartner*innen

Projektlogo Dynamic Production Network Broker
Projektseite

DPNB

Dynamic Production Network Broker

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Motivation

Vollständig dynamische unternehmensübergreifende Produktionsnetzwerke, die sich dem individuellen Kundenauftrag anpassen, sind eine Kernvision im Bereich Industrie 4.0. Bereits heute werden Produktionskapazitäten im Bereich von Zeichnungs- und Sonderteilen teilweise sehr kurzfristig benötigt: Gründe sind der Ausfall von eigenen Maschinen oder Maschinen eines Zulieferers, der Komplettausfall eines Zulieferers oder auch ein sprunghafter Anstieg auf der Nachfrageseite. Einer schnellen Reaktion stehen in diesen Fällen jedoch Barrieren, wie das Auffinden eines oder mehrere Zulieferer mit freien Kapazitäten oder die hohen manuellen Aufwände zur Einbindung neuer Lieferanten in bestehende Bestell- und Logistikprozesse, entgegen.

Ziel

Der „Dynamic Production Network Broker“ soll die dynamische Bildung von Produktionsnetzwerken durch einen Service-Baukasten unterstützen. Dieser beinhaltet das „Matching“ von Angebot und Nachfrage nach kurzfristiger Verfügbarkeit von Produktionskapazitäten bei gleichzeitiger Sicherstellung der nötigen Transportkapazitäten, das kurzfristige „Onboarding“ der Zulieferer, d.h. die schnelle Einbindung in den Bereichen Produktion, Logistik und Qualitätssicherung und die Möglichkeit, komplexe Montagetätigkeiten durch ein auf Augmented Reality (AR) Technologien basierendes Assistenzsystem „outsourcingfähig“ zu machen.

Ziele des BIBA im Verbundprojekt sind einerseits die Entwicklung einer ontologischen Beschreibung von Maschinenfähigkeiten und Anforderungen, inklusive eines semantischen Mediators mit den notwendigen Schnittstellen zu anderen Informationssystemen. Andererseits die Konzeptionierung generischer servicebasierter Geschäftsmodelle und deren Evaluation anhand der Projektergebnisse.

Vorgehen

Gemeinsam mit den Industriepartnern werden die Problemstellungen herausgearbeitet und auf dieser Basis vier Anwendungsfälle definiert. Für diese werden in einzelnen Bausteinen zunächst „Minimal Viable Products“, d.h. schnell zu realisierende, prototypische Lösungen entwickelt, die anschließend zu einem durchgängigen Prozess integriert werden.

Laufzeit: 01.01.2019 - 31.12.2021, Förderung durch BMBF / PTKA
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Intelligente Informationstechnologien für Prozessoptimierung und -automatisierung im Binnenhafen

Binntelligent

Intelligente Informationstechnologien für Prozessoptimierung und -automatisierung im Binnenhafen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

In Binntelligent werden digitale Dienstleistungen sowie intelligente Prozesse, Verfahren und Informationstechnologien für die Optimierung der trimodalen Logistik- und Umschlagprozesse in Binnenhäfen und die verbesserte Kollaboration zwischen Binnen- und Seehäfen u.a. durch elektronische Kommunikation konzipiert, implementiert und im Anwendungsfeld evaluiert.

Es wird eine unternehmensübergreifende Sichtbarkeit und Transparenz der entscheidungsrelevanten Informationen geschaffen, die eine Vorhersage von Ereignissen in der Lieferkette ermöglicht. Hierfür wird ein Informationssystem für die (teil-)automatisiere Informationsdistribution, operative Prozessunterstützung und Vorhersagen entwickelt. Die Prognosefähigkeit in den Binnenhäfen wird neben den Ereignisvorhersagen durch eine simulationsbasierte Optimierung des trimodalen Umschlags erreicht, die echtzeitnahe Realdaten verarbeitet und eine Adaptierbarkeit im synchromodalen Güterverkehr ermöglicht.

Binntelligent betrachtet Logistikprozesse für Container und Massengüter in den Binnenhäfen sowie die Vor- und Nachläufe. Die geplanten Technologien werden für eine Anwendung in den Fahrtgebieten Weser und Mittellandkanal mit den Häfen Hannover, Braunschweig, Bremen und Bremerhaven konzipiert und anschließend für eine anwendungsnahe Erprobung und Evaluation implementiert.

Laufzeit: 01.10.2018 - 30.09.2021, Förderung durch BMVI

Ansprechpartner*in

Projektlogo DigiLab4U: Open Digital Lab 4 You (Serious Gaming in laboratory-based teaching)

DigiLab4U

DigiLab4U: Open Digital Lab 4 You (Serious Gaming in laboratory-based teaching)

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Echte Laborinfrastrukturen sind personal- und kostenintensiv und stehen in der Regel nur der jeweiligen Forschungseinrichtung zur Verfügung. Rein virtuelle Labors bieten dagegen Vorteile in Bezug auf Sicherheit, Skalierbarkeit, Fernzugriff und Kosteneffizienz. Simulationen und rein virtuelle Umgebungen können jedoch den Erfolg realer Laborumgebungen nicht ersetzen, da diese anderes Wissen erfordern und fördern.

Im Forschungsprojekt Open Digital Lab for You (kurz DigiLab4U) werden reale Labore digitalisiert, mit virtuellen Komponenten verknüpft und die Synergien zwischen den beiden Ansätzen untersucht. Augmented Reality kann helfen, die Lücke zwischen der "virtuellen" und der "realen" Erfahrung zu schließen. Methoden der Ingenieurausbildung und des Serious Gaming werden mit Hilfe von Lernanalysen, Mixed/Augmented Reality und Open Badges zu einem einzigartigen ganzheitlichen Ansatz in einer hybriden Lern- und Forschungsumgebung kombiniert.

DigiLab4U bietet ortsunabhängigen Zugang zu einer digitalisierten und vernetzten Lern- und Forschungsumgebung. Mehrbenutzerszenarien sowie individuelles, selbstgesteuertes Lernen werden unterstützt. So können beispielsweise Studierende der HFT Stuttgart auf Labore des BIBA und der Universität Parma zugreifen. Der Erfahrungsaustausch in Forschung und Lehre wird über die Grenzen der einzelnen Institute hinaus gefördert. Wie der lange Titel Open Digital Lab for Yousuggests ist die Aufnahme weiterer Labore geplant. Der Forschungsbedarf an diesem zukunftsweisenden Ansatz ist aus technischer, didaktischer und organisatorischer Sicht groß.

Laufzeit: 01.10.2018 - 31.03.2022, Förderung durch BMBF

Ansprechpartner*in

Projektlogo Intelligente Pumpwerk- und Schleusensteuerung

Tide2Use

Intelligente Pumpwerk- und Schleusensteuerung

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Ausreichende Wasserstände in abgeschleusten Hafenbereichen (Dockhäfen) sind von großer Bedeutung für die Effizienz von Häfen. In vielen Fällen lassen sich solche Wasserstände nur durch den energieintensiven Einsatz von Pumpwerken sicherstellen. Eine intelligente, durchgängige Vernetzung und Steuerung des Schleusenbetriebs und der dazugehörigen Pumpwerke ermöglicht sowohl eine Steigerung der Energieeffizienz als auch eine erleichterte Einbindung von erneuerbaren Energien in den Hafenbetrieb zur Sicherstellung des reibungslosen Zu-/Ablaufs der Güter in tidenfreien Hafenanlagen.

Wasserstände in Dockhäfen müssen auf annähernd konstantem Niveau gehalten werden. Dazu werden die Wassernachfrage der Schleusen und sonstige Wasserverluste durch das Wasserangebot von Pumpwerken und Freiläufen sowie sonstigen Wassereinträgen ausgeglichen. Aufgrund der Anzahl der Schiffsanläufe und -abfahrten bzw. der Vielzahl der damit verbundenen und externen Parameter ergibt sich ein komplexes Steuerungsproblem. Dieses wird noch dadurch erschwert, dass viele der Parameter von zeitlichen Einflussfaktoren abhängen.

Im Forschungsprojekt Tide2Use sollen zunächst vorhandene Informationsquellen zusammengeführt und visualisiert werden. Auf dieser Grundlage soll automatisch erkannt werden, ob eine Pegelerhöhung im Hafenbecken sinnvoll ist.

Hierbei werden Daten aus dem Automatic Identification System (AIS) ebenso berücksichtigt, wie Daten des National Single Window (NSW), Pegelstandsmeldungen und auch Wetterdaten. Vorgesehen ist es, ein System zu konzipieren bzw. zu entwickeln, welches lernfähig gestaltet werden kann, um aus AIS-Tracks Regelmäßigkeiten im Verkehr - insbesondere der Kleinschifffahrt - zu ermitteln und planerisch zu berücksichtigen.

Ziel ist es, ein Assistenzsystem zu schaffen, das den Schleusenbediener unterstützt. Es soll dem Nautiker im Steuerstand einen Zeitraum empfehlen, zu dem ohne Beeinträchtigung des Schiffsverkehrs und unter Abwägung aller Risiken, die sogenannten Torschütze zur natürlichen Bewässerung des Hafens genutzt werden können. Mit einer intelligenten, durchgängigen Vernetzung des Schiffsverkehrs, des Schleusenbetriebs und der dazugehörigen Pumpwerke soll dabei die Energieeffizienz gesteigert werden.

Laufzeit: 01.10.2018 - 30.09.2021, Förderung durch BMVI
PDF-Flyer zum Download

Ansprechpartner*in

Projektlogo Robuste, zuverlässige und große 12+MW Offshore Windenergieanlage der nächsten Generation für saubere, günstige und wettbewerbsfähige Energie
Projektseite

ReaLCoE

Robuste, zuverlässige und große 12+MW Offshore Windenergieanlage der nächsten Generation für saubere, günstige und wettbewerbsfähige Energie

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Offshore Windenergie ist eine Schlüsseltechnologie für die Erzeugung von regenerativen Energien. Aufgrund ihrer relativ hohen Kosten, unter anderem durch komplexere Installations- und Wartungsprozesse, sind Offshore Windenergieanlagen (OWEA) bislang jedoch nur bedingt wettbewerbsfähig und maßgeblich von Subventionen abhängig. ReaLCoE setzt an diesem Punkt an und versucht durch verschiedene Maßnahmen die Stromgestehungskosten (LCoE) entlang der gesamten Wertschöpfungskette der OWEA von derzeit 117€/MWh auf 35€/MWh zu senken.

Um eine Senkung der LCoE in dieser Größenordnung zu realisieren, erarbeitet und implementiert das BIBA u.a. ein Konzept für die Digitalisierung der OWEA entlang ihres kompletten Lebenszyklus. Hauptaugenmerk liegt dabei einerseits auf einer Industrie 4.0 Einbindung der OWEA durch einen digitalen Zwilling und das Internet der Dinge (IoT). Neben einem verbesserten Informationsaustausch sollen mittels der dadurch geschaffenen Dateninfrastruktur auch intelligente Strategien und Instrumentarien für eine vorausschauende Wartung eingeführt werden. Außerdem werden optimierte Installations- und Logistikprozesse während der Errichtungsphase der OWEA konzipiert, die auf eine Kostenreduktion in der Errichtungsphase abzielen. Validiert werden die erarbeiteten Konzepte anhand eines 12+MW Turbinen-Prototyps sowie durch Start einer ersten Vorserie von 4-6 OWEAs.

Laufzeit: 01.05.2018 - 31.10.2021, Förderung durch H2020
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Robust Industriell Transformasjon

RIT

Robust Industriell Transformasjon

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Wettbewerbsvorteile können nicht nur für Produkte mit reduzierten Kosten sowie verkürzten Design- und Produktionszyklen erzielt werden, sondern auch durch das Erschließenneuer Geschäftsmodelle, wie der Weiterentwicklung klassischer Produkte zu Produktservice-Systemen. Das vom Norwegischen Forschungsrat geförderte Projekt "Robust Industrial Transformation" (RIT) unterstützt den mittelständischen Bootsbau dabei diesen Paradigmenwechsel erfolgreich zu meistern. Im Vordergrund steht die Entwicklung eines breiten Spektrums neuer Lösungen zur Erschließung neuer Wertschöpfungspotenziale, wie bspw. die Anpassung der Prozesse in der Entwurfsphase oder die Entwicklung neuer Produktkonzepte auf Basis realer Gebrauchs-Daten? Aufbauend auf den Ansätzen zur Datenakquise und -verarbeitung aus vorangegangenen Forschungsprojekten, bereitet RIT die Daten der Bootshersteller auf, um ihn gezielt frühen Phasen der Produktentwicklung bereitzustellen. So sollen die Bootshersteller unter Anderem in die Lage versetzt werden, große Mengen an Produktdaten in Bezug auf spezifische Designanforderungen zu analysieren und diese zusammen mit anderen Daten strukturieren und visualisieren zu können.

Laufzeit: 01.03.2018 - 31.12.2021, Förderung durch Norwegian Research Council

Ansprechpartner*innen

Projektlogo Agile Virtual Testing: Harmonisierung von Testumgebungen

AGILE-VT

Agile Virtual Testing: Harmonisierung von Testumgebungen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Herstellung der vertikalen sowie horizontalen Durchgängigkeit von Testprozessen zum Zwecke der Optimierung beim funktionalen Testen von Luftfahrtzeugen, ist das Ziel des BMWE Forschungsvorhabens AGILE-VT.

Die erste Ebene der Durchgängigkeit fokussiert auf die Interoperabilität in der vertikalen und horizontalen Verknüpfung von Testumgebungen. Hierzu wird die Testvorbereitung und Testausführung soweit optimiert, dass sie nicht nur für eine spezifische Testumgebung gilt, sondern auch, mit einem deutlichen geringeren Aufwand als zurzeit, auf andere Testumgebungen portiert werden kann.

Die zweite Ebene der Durchgängigkeit fokussiert im Rahmen der Testvorbereitung auf die Interoperabilität in der Testentwicklung und Designunterstützung. Hierzu wird die Phase der Testfallerstellung soweit optimiert, dass Testfälle über die Grenzen von Testabteilungen in einem gemeinsamen Standard ausgetauscht werden können. Zusätzlich wird die Wiederverwendbarkeit von Ergebnissen aus dem Testprozess erhöht, indem sie aufbereitet und dem Testingenieur im Rahmen der Designunterstützung vorgeschlagen werden sollen.

Die beiden aufgeführten Gruppen von technologischen Zielen folgen dem Hauptziel der Durchgängigkeit und werden in der Erreichung der Interoperabilität im funktionalen Testen der Luftfahrzeuge resultieren.

Laufzeit: 01.01.2018 - 31.12.2020, Förderung durch BMWi

Ansprechpartner*innen

Projektlogo Kollaborative Roboter-Roboter-Mensch-Interaktion beim Fruchtauflegen

CooPick

Kollaborative Roboter-Roboter-Mensch-Interaktion beim Fruchtauflegen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Je nach Flexibilitäts- und Kapazitätsbedarf erfolgt das Auflegen von Früchten auf Förderbänder bislang entweder komplett manuell oder in großen Anlagen vollautomatisiert. Dem Prozess angegliedert erfolgt eine Qualitätskontrolle und eine abschließende Verpackung. Vor diesem Hintergrund lassen sich große Rationalisierungspotenziale für mittlere Flexibilitäts- und Kapazitätsbedarfe durch Teilautomatisierung erkennen. Das Ziel des Projektvorhabens ist die Entwicklung eines kollaborativen Fruchtauflegesystems, welches sowohl hinsichtlich des Mitarbeiter- als auch des Robotereinsatzes frei skalierbar ist und bei der automatisierten Handhabung, Qualitätskontrolle und Verpackung unterstützen kann. Dabei soll das System universell einsetzbar sein und sich je nach Saison schnell auf verschiedene Fruchtsorten anpassen lassen. Wesentliches Merkmal ist eine intuitive Arbeitsorganisation zwischen Mensch und Roboter.

Laufzeit: 01.01.2018 - 15.04.2021, Förderung durch BMWi
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo - Kompetenzzentrum Bremen
Projektseite

Mittelstand 4.0

- Kompetenzzentrum Bremen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das Mittelstand 4.0-Kompetenzzentrum Bremen bietet u. a. kleinen und mittleren Unternehmen in der Region Bremen und umzu Unterstützung bei der Steigerung ihrer Digitalisierungskompetenzen. Insbesondere Fach- und Führungskräften in den Innovationsclustern Maritime Wirtschaft und Logistik, Windenergie, Luft- und Raumfahrt, Automobilwirtschaft sowie Nahrungs- und Genussmittelwirtschaft sollen für die Digitalisierung sensibilisiert, qualifiziert und zu "Digitalen Botschaftern" ausgebildet werden.

Laufzeit: 01.01.2018 - 31.12.2020, Förderung durch BMWi

Ansprechpartner*innen

Projektlogo Entwicklung einer Drohne mit Anhaftungsvorrichtung zur Inspektion von Windkraftanlagen

InspectionCopter

Entwicklung einer Drohne mit Anhaftungsvorrichtung zur Inspektion von Windkraftanlagen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Rotorblattinspektion von Windenergieanlagen ist für die Servicetechniker bei Nabenhöhen von bis zu 160 m und Blattlängen bis zu 88 m eine Herausforderung. Um sie künftig zu unterstützen, wird im Rahmen des Projekts eine Drohne zur automatischen Inspektion der Rotorblattoberfläche entwickelt. Das zu inspizierende Rotorblatt wird automatisch abgeflogen und mittels optischer Messverfahren und maschinellem Lernen auf Oberflächendefekte untersucht. Eine Anhaftungsvorrichtung erlaubt es der Drohne außerdem Kontakt mit dem Rotorblatt herzustellen, um die Blitzschutzvorrichtung zu prüfen.

Laufzeit: 01.01.2018 - 31.12.2020, Förderung durch BMWi
PDF-Flyer zum Download

Ansprechpartner*in


Projektseite

MARIDAL

Maritimes Regionalnetzwerk für Integratives Digitales Arbeiten und Lernen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das Ziel von MARIDAL ist es, ein regionales, branchenbezogenes maritimes Transfernetzwerk zu etablieren, das Aktivitäten im Sinne eines „digitalen Lotsen“ zum Thema „Digitales Lernen“ auf Schiff und im Hafen sowie „Qualifizieren für die digitalisierte Hafenwelt“ anstößt. Hauptanwendungsfelder sind dabei die digitalisierte maritime Lieferkette, das Smart Shipping, und der Digitale Hafen. Im Zentrum stehen die kleinen und mittleren Unternehmen (KMU) der maritimen Branche, da gerade in KMU die Ressourcen für die Verknüpfung von Pädagogik und Didaktik, Technik und Organisationsentwicklung oftmals fehlen und die Notwendigkeit des Lernens von- und untereinander besteht. Dadurch können Synergien genutzt und Kompetenzen für die Entwicklung intensivierten Wissenstransfers und Qualifizierungskonzepten gemeinsam aufgebaut werden.

Laufzeit: 01.12.2017 - 30.11.2021, Förderung durch BMBF

Ansprechpartner*innen

Projektlogo Entwicklung eines Gärvollautomaten mit automatischer Ermittlung des Gärzustandes

F.I.T. Gaerautomat

Entwicklung eines Gärvollautomaten mit automatischer Ermittlung des Gärzustandes

Projektbeschreibung einblenden Projektbeschreibung ausblenden

In der industriellen Backwarenproduktion wird für die Bestimmung des optimalen Gärzustandes durch Backexperten viel Zeit aufgewendet. Eine Erreichung des optimalen Gärzustandes rein über die Gärzeit und die Sicherstellung der Einhaltung der maschinenseitigen Gär- und Kühlparameter ist somit sowohl im Filialbetrieb als auch im industriellen Betrieb nach heutigem Entwicklungsstand unmöglich. Ziel des Projektes ist die Entwicklung eines neuartigen Gärsystems (Gärvollautomaten) mit integrierter Messtechnik und einer speziellen Software-Lösung, durch die die aktuelle Stückgutgärreife „automatisch“ und reproduzierbar bestimmt wird ohne dafür den Gärprozess unterbrechen zu müssen. Dabei soll das System kostengünstig, lernfähig (große Produktpalette) und einfach zu bedienen sein. Ebenfalls soll das System dazu in der Lage sein Prozessnivellierungen vorzugeben.

Laufzeit: 01.10.2017 - 15.07.2021, Förderung durch BMWi
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Unified Predictive Maintenance System
Projektseite

UPTIME

Unified Predictive Maintenance System

Projektbeschreibung einblenden Projektbeschreibung ausblenden

UPTIME entwickelt ein allgemeines Rahmenwerk für prädiktive Instandhaltung und ein dazugehöriges einheitliches Informationssystem, um prädiktive Instandhaltungsstrategien in Industriebetrieben implementieren zu können. Hohe Qualität und Verlässlichkeit, wurden auf Grund der zunehmenden Komplexität von Produkten zu wichtigen Themen in Zeiten der technologischen Evolution. Um die erforderliche Verfügbarkeit, Wartungsfreundlichkeit, Qualität und Sicherheit von Produktionssystemen unter Betrachtung des ganzen Systems und des gesamten Produktionszyklus herzustellen, ziehen Industriebetriebe zunehmend die Nutzung prädiktiver Instandhaltung, unter Nutzung der Möglichkeiten der Zustandsüberwachung, in Betracht.

Das prädiktive Instandhaltungssystem UPTIME wird Informationen aus heterogenen Datenquellen (z.B. Sensoren) verarbeiten, um die Prozessleistung genauer einschätzen zu können. Somit wird UPTIME die neuen digitalen E-Instandhaltungsservices und Werkzeuge ausweiten und vereinheitlichen, um dadurch das volle Potential des prädiktiven Instandhaltungsmanagements, des sensorgenerierten „Big Data Processing”, des E-Instandhaltungssupports, der proaktiven Datenverarbeitung und der „Four levels of data analytics maturity” (Überwachung, Diagnose und Kontrolle, Management und Optimierung) zu entfalten. Das UPTIME System wird dabei in drei Geschäftsfeldern eingesetzt und validiert: Haushaltgeräte: Wäschetrocknertrommel, Stahlindustrie- kaltgewalzter Stahl, und Konstruktion von Produktionssystemen: Transportvorrichtung.

Laufzeit: 01.09.2017 - 28.02.2021, Förderung durch H2020

Ansprechpartner*innen

Projektlogo Interaktives Robotiksystem zur Entleerung von Seecontainern
Projektseite

IRiS

Interaktives Robotiksystem zur Entleerung von Seecontainern

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Entladung von Containern stellt eine der letzten nicht automatisierten Aktivitäten in einer hochtechnisierten Transportkette dar. Ein signifikanter Anteil der im- und exportierten Container wird in Seehäfen entleert bzw. beladen. Bisher existierende automatische und halbautomatische Systeme genügen aufgrund hoher Investitionskosten sowie hohen Inbetriebnahmezeiten und Anpassungen an die Infrastruktur den Anforderungen von Hafenbetreibern nicht und haben einen sehr geringen Verbreitungsgrad. Das Ziel des Projektes IRiS ist die Entwicklung eines neuartigen, mobilen Roboters für die Verbesserung der Effizienz von Umschlagprozessen an Seehäfen. Der Roboter soll ohne große Anpassungen an die vorhandene betriebliche Infrastruktur innerhalb kürzester Zeit zur Entladung eingesetzt werden können. Um Störsituationen möglichst schnell und aufwandslos begegnen zu können, wird dabei eine intuitive Mensch-Roboter-Interaktionsschnittstelle entwickelt.

Laufzeit: 01.09.2017 - 30.04.2021, Förderung durch BMVI
PDF-Flyer zum Download

Ansprechpartner*innen

CBS

Verbesserung der logistischen Leistung mit cluster-basierter dezentraler Steuerung in Materialflussnetzwerken in der Produktion

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Im Zuge von Industrie 4.0 hat das Konzept der dezentralen Steuerung in Produktion und Logistik zunehmend an Bedeutung gewonnen. Die bisherigen Forschungsaktivitäten in diesem Bereich fokussierten überwiegend auf die Entwicklung neuartiger Steuerungsalgorithmen zur Entscheidungsfindung sowie der zur Umsetzung dieser Algorithmen erforderlichen Informations- und Kommunikationstechnologien. Daneben konnte ein weiterer Faktor für den erfolgreichen Einsatz dezentraler Steuerung ausgemacht werden: Die Topologie eines Materialflusssystems. Gleichwohl wurde die Topologie in diesem Zusammenhang bislang nicht ausreichend berücksichtigt.

Ziel des Projekts ist es daher, den Einfluss der Topologie eines Materialflussnetzwerks auf die logistische Zielerreichung zu quantifizieren und zu untersuchen inwieweit Steuerungsalgorithmen je nach vorhandener Topologie des Netzwerks angepasst oder konfiguriert werden müssen.

Laufzeit: 16.08.2017 - 15.11.2022, Förderung durch DFG
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Automatischer ContainerUmschlag mit Straddle Carriern
Projektseite

STRADegy

Automatischer ContainerUmschlag mit Straddle Carriern

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Ziel des gemeinsam mit EUROGATE durchgeführten Projekts STRADegy ist eine Steigerung der Produktivität und der Flexibilität in der Containerabfertigung, verbunden mit einer Entlastung der Umwelt und einer Erhöhung der Sicherheit in den deutschen Seehäfen. Abweichend zu anderen automatisierten Terminals in Europa werden erstmals automatisierte Straddle Carrier in einem Feldtest eingesetzt. Bei Straddle Carriern handelt es sich um spezielle Fahrzeuge zum Transport von Containern auf Terminals, die eine hohe Flexibilität in den Umschlagprozessen sicherstellen. Im Rahmen des Projektes werden Konzepte entwickelt und erprobt, die eine hohe Produktivität des automatisierten Systems sicherstellen sollen. Von besonderer Relevanz ist, dass die entwickelten Konzepte auch auf andere bestehende Terminals übertragen werden können. Hierzu gilt es Standardschnittstellen zu entwickeln, um IT-Systeme unterschiedlicher Hersteller, wie z. B. Terminal Operating Systeme (TOS), die Umschlagprozesse in Terminals steuern, verknüpfen zu können. Ebenfalls ist zu gewährleisten, dass Straddle Carrier verschiedener Anbieter eingebunden werden können. Zur wissenschaftlichen Absicherung der gesteckten Ziele wirkt das BIBA an der Konzeption der praktischen Versuche mit und sorgt dafür, dass innovative Ansätze aus der Forschung Berücksichtigung finden. Weiterhin werden Leitfäden erstellt, die zukünftig dabei helfen im Betrieb befindliche Mega Containerterminals zu automatisieren, und so die Breitenwirksamkeit des Projekts sicherstellen. Das Leuchtturmprojekt STRADegy wird im Rahmen des Förderprogramms für Innovative Hafentechnologien (IHATEC) durch das Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) gefördert.

Laufzeit: 01.03.2017 - 31.12.2020, Förderung durch BMVI
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Ein adaptives simulationsbasiertes Optimierungsverfahren zur Planung und Steuerung dynamischer Produktionssysteme
Projektseite

AdaptiveSBO

Ein adaptives simulationsbasiertes Optimierungsverfahren zur Planung und Steuerung dynamischer Produktionssysteme

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Motivation

Die Planung und Steuerung von Produktionsabläufen hat maßgeblichen Einfluss auf die Leistung einer Werkstattfertigung. Werkstattfertigungen unterliegen dynamischen Einflüssen (z. B. Störungen durch Maschinenausfälle oder Eilaufträge), die bei der Planung und Steuerung berücksichtigt werden müssen. Gängige Methoden sind daher meist in Module zur Berechnung von Plänen und Module für die operative Steuerung unterteilt. Eine Optimierung findet dabei meist nur auf der groben Planungsebene statt, während die Feinplanung auf Grundlage einfacher, statischer Regeln durchgeführt wird. Dies ermöglicht zwar die Erzeugung von Ablaufplänen in kurzer Rechenzeit, jedoch werden in der Regel keine optimalen Abläufe basierend auf dem aktuellen Zustand des Produktionssystems erzeugt.

Ergebnisse der 1. Phase

In der ersten Phase des brasilianisch-deutschen Kooperationsprojekts wurde ein simulationsbasiertes Optimierungsverfahren zur Steuerung dynamischer Werkstattfertigungen entwickelt. Im Projekt wurde der klassische Ansatz simulationsbasierter Optimierung so erweitert, dass auch die Dynamik einer Werkstattfertigung berücksichtigt wird und die Optimierung von Planungsentscheidungen und Steuerungsregeln stets auf Grundlage des aktuellen Systemzustands erfolgt. Das entwickelte Verfahren wurde anhand der Werkstattfertigung eines brasilianischen Herstellers mechanischer Bauteile evaluiert.

Ziele der 2. Phase

Um den aktuellen Zustand eines Produktionssystems detaillierter abbilden zu können, soll in der zweiten Projektphase eine Methode zur integrierten Steuerung von Bestands-, Produktions- und Instandhaltungsprozessen entwickelt werden. Dadurch können zusätzlich zur bestehenden Methode Instandhaltungsaufträge für die Maschinen eingeplant werden und die Lagerbestände in der Planung berücksichtigt werden.

Vorgehen

Zunächst werden auf deutscher und brasilianischer Seite parallel Methoden für die Planung von Instandhaltungs- sowie Lageraufträgen entwickelt, welche stets aktuelle Systemdaten verwenden. Anschließend werden beide Ansätze zu einer Planungsmethode integriert, die dann in einem realen Szenario mit Daten des Industriepartners Rudolph sowie Szenarien aus der Literatur evaluiert wird.

Laufzeit: 01.04.2016 - 31.12.2020, Förderung durch DFG
PDF-Flyer zum Download

Ansprechpartner*in