AKAMAI ASRS

Neues Intralogistik-Lagersystem

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das AKAMAI-Team entwickelt eine neuartige Lösung für ein automatisiertes Lager- und Bereitstellungssystem (ASRS), das nicht standardisierte Lasten in kompakten Lagern effizient verwaltet. Dieses EIT-Projekt konzentriert sich auf ein innovatives System der vertikalen Verschiebung (spezifischer Aufzug) in Kombination mit proprietären autonomen mobilen Robotern (AMR), um eine höhere Dichte als bei bestehenden industriellen Lösungen zu erreichen.

Laufzeit: 01.01.2022 - 31.12.2022, Förderung durch EU - EIT Manufacturing

Ansprechpartner*innen

Projektlogo Intelligente Arbeitsergonomie mittels sensorischer Exoskelette und autonomen Transportsystemen für die erweiterte Mensch-Technik-Interaktion im Automobilumschlag
Projektseite

MEXOT

Intelligente Arbeitsergonomie mittels sensorischer Exoskelette und autonomen Transportsystemen für die erweiterte Mensch-Technik-Interaktion im Automobilumschlag

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das Hafenumfeld zeichnet sich durch den Umschlag schwerer und großer Lasten aus, in dem der Mensch trotz fortschreitender Automatisierung unerlässlich ist. Im konkreten Anwendungsfall des Automobilumschlags werden in Technikcentern die Fahrzeuge für den jeweiligen Zielmarkt aufbereitet. Hierzu müssen beispielsweise Reifen und Anhängerkupplungen vom Menschen bewegt und montiert werden. Zudem gibt es eine Vielzahl weiterer Autoteile, die kommissioniert und z.T. in Überkopfhaltung montiert werden müssen. Im Ergebnis findet eine starke körperliche Beanspruchung der Mitarbeiter statt, die mit zunehmendem Alter zu einer gewissen körperlichen Beeinträchtigung führt. Im Rahmen des Projektvorhabens „MEXOT“ werden die herausgearbeiteten Herausforderungen mit einem sozio-technischen Entwicklungsansatz angegangen. Hierzu wird der Einsatz von Exoskeletten avisiert und darauf aufbauend an einer intelligenten Arbeitsergonomie geforscht, die die Mensch-Technik-Interaktion in Kombination von Exoskelett und fahrerlosen Transportfahrzeugen (FTF) untersucht. Ausgehend von einem passiven Exoskelett wird eine hardwarenahe Integration von Sensoren erfolgen, um Bewegungsmuster der Mitarbeiter nachzuvollziehen. Dies dient zunächst der Datenanreicherung eines externen Anreiz-Systems, welches den Mitarbeitenden für das korrekte Tragen des Exoskeletts belohnt und Gamification-Ansätze zur Motivationssteigerung integriert. In einem zweiten Schritt werden die Daten und Prozessinformationen zur Aktivierung bzw. Deaktivierung einzelner “Elastomermuskeln” genutzt, womit eine höhere Trageflexibilität bei nicht zu unterstützenden Aktivitäten avisiert wird. Im dritten Schritt werden die Bewegungsinformationen des Exoskeletts genutzt, um ein weitergehendes Pick- and Assemby-by-Motion-Konzept zu entwickeln, welches in Kombination mit dem Kamerasystem des FTFs eine Registrierung einzelner Arbeitsschritte in der Kommissionierung und Montage untersucht. Seitens des FTFs wird zudem an der Produktivitätssteigerung und Entlastung von Mitarbeitenden durch prozess- und mitarbeiterspezifische Materialzuführung gearbeitet. Weiterhin werden für das FTF Sprach- und Gestenbasierte Funktionalitäten der Mensch-Technik-Interaktion umgesetzt.

Laufzeit: 01.01.2022 - 31.12.2024, Förderung durch BMDV
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo ROS-based Education of Advanced Motion Planning and Control

RIEMANN

ROS-based Education of Advanced Motion Planning and Control

Projektbeschreibung einblenden Projektbeschreibung ausblenden

In Riemann geht es um die Reduzierung der technologischen Hürde zur Nutzung einer Roboterflotte beispielsweise in Lagerhäusern oder der Fertigung. Das Projekt soll Studierende und Fachleute mit fortgeschrittenen Navigationskonzepten vertraut machen. Insbesondere werden hierbei Open-Source-Bibliotheken berücksichtigt, um Abhängigkeiten zu vermeiden und Transparenz zu schaffen. Das Lehrmaterial wird Fachleuten und Studierenden helfen, komplexe Lösungen selbst zu warten und zu debuggen ohne Hilfestellung von Drittanbietern. Dadurch werden Kosten und Wartezeiten gespart und Teilnehmende in die Lage versetzt, in kurzer Zeit ein solches komplexes System ohne genaue Kenntnisse der inneren Strukturen in Betrieb nehmen zu können.

Laufzeit: 01.01.2022 - 31.12.2022, Förderung durch EU - EIT Manufacturing
PDF-Flyer zum Download

Ansprechpartner*in

Projektlogo Automatisches Ladesystem für palettierte Ladungen für unmodifizierte europäische Auflieger

PaLA

Automatisches Ladesystem für palettierte Ladungen für unmodifizierte europäische Auflieger

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Produktionsanlagen in Europa sind größtenteils voll automatisiert und die Paletten werden von der Produktion bis zu den Docks nur noch minimal berührt, aber der letzte Schritt, d. h. die Beladung, erfolgt jedoch nach wie vor vollständig manuell, und es besteht keine Flexibilität bei der Entscheidung, wie diese Aufgabe ausgeführt werden soll (automatisch oder manuell). Dies macht sie zu einem schwachen Glied in der Versorgungskette, das anfällig für Unterbrechungen ist (vor allem in der COVID-Pandemiesituation), da es vollständig von der Anwesenheit von Menschen abhängig ist, um eine arbeitsintensive und wenig ergonomische Aufgabe auszuführen. Eine echte Stabilität der Lieferkette kann daher erst erreicht werden, wenn eine Lösung entwickelt wird, die palettierte Waren automatisch auf (nicht modifizierte) europäische Straßentrailer zu laden.

Der Hauptgrund, warum diese Aufgabe immer noch manuell durchgeführt wird, ist der nicht standardisierte Anhängerpark in Europa und das Fehlen einer automatischen Lösung für Planenauflieger. In Anbetracht der Tatsache, dass mindestens 80 % der auf der Straße befindlichen Anhänger aus Planenanhängern bestehen, bietet sich eine große Chance für eine Lösung mit hoher Skalierbarkeit.

Die derzeit vorhandenen Lösungen für die automatische Beladung von Paletten funktionieren jedoch nur für die Beladung von Lkw mit starren Wänden. Bei der Beladung von Planenaufliegern hingegen scheitern solche Systeme an den unterschiedlichen Gegebenheiten von Planenaufliegern und weniger definierten Wänden.

Dies führt dazu, dass diese Systeme gegen Hindernisse wie z. B. Trägerbalken prallen, wodurch die Ladung beschädigt wird oder es zu Notstopps kommt. Daher zielt das Projekt darauf ab eine bestehende automatische Ladelösung (Nalon) der Firma Duro Felguera in die Lage zu versetzen, die mit der automatischen Beladung von Planenaufliegern von der Rückseite her verbundenen Herausforderungen zu bewältigen.

Laufzeit: 01.01.2022 - 31.12.2022, Förderung durch EU - EIT Manufacturing
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Realisierung eines barrierefreien Assistenzsystems zur schrittweisen Durchführung von Arbeitsaufgaben
Projektseite

BASDA

Realisierung eines barrierefreien Assistenzsystems zur schrittweisen Durchführung von Arbeitsaufgaben

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das Ziel des Forschungsprojektes ist Menschen mit Lern, Körper- und/oder psychischen Beeinträchtigungen bei der selbstständigen Durchführung von Arbeitsaufgaben durch ein Assistenzsystem mit einem mobilen Endgerät zu unterstützen. Dazu wird eine Anwendung entwickelt, die Informationen und Anleitungen zu einzelnen Arbeitsschritten barrierefrei anbietet.

Das Assistenzsystem wird durch ein Aufgabenportal ergänzt, das Unternehmen befähigt eigene Aufgaben in einer Datenbank anzulegen, diese in Arbeitsschritte zu unterteilen und mit Medieninhalten zu verknüpfen.

Laufzeit: 01.01.2022 - 31.12.2022, Förderung durch AVIB

Ansprechpartner*in

Lernfabrik

Energieautarke Produktion

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Lernfabrik vermittelt Studierenden auf Grundlage des

didaktischen Konzeptes des forschenden und handlungsorientierten Lernens die Entwicklung energieautarker Produktionssysteme. Die Lernfabrik adressiert sowohl Lernziele der Produktionsplanung und -steuerung als auch der erneuerbaren Energieerzeugung, -speicherung und -nutzung. Studierende fertigen dabei reale Produkte, die in gesellschaftlichen und/ oder industriellen Anwendungen eingesetzt werden.

Laufzeit: 01.12.2021 - 31.10.2022, Förderung durch BREDE-Stiftung
PDF-Flyer zum Download

Ansprechpartner*in

STRATUS

Entwicklung und operativer Einsatz von Micro Digital Twins zur Betriebs- und Lebensdaueroptimierung von Windfarmen durch prädiktive Datenanalyse

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Herausforderungen bei der Nutzung von Cloud-Technologien und verteiltem Edge Computing für eine tragfähige IoT-Plattform bestehen darin, hochaufgelöste Daten verfügbar zu machen und zu verarbeiten und dort mit KI-Modellen zu verknüpfen. Der Modellbildung kommt hierbei eine besondere Bedeutung zu, da das Verhalten der Systeme in einem komplexen Varianten-raum beschrieben werden muss, und es dabei auch kontinuierliche Veränderungen über eine Lebensdauer von 20 Jahren zu berücksichtigen gilt. Klassische IoT Plattformen und Strukturen, wie sie bereits u.a. in der Windenergiebranche eingesetzt werden, können die Dynamik des tatsächlichen Lebenszyklus von komplexen Produktsystemen wie Windenergieanlagen (WEA) nur unzureichend abbilden. Insbesondere unter Einbeziehung eines modularen WEA-Ansatzes ist die monolithische Errichtung von digitalen Zwillingen nicht ausreichend. In diesem Vorhaben soll daher ein flexibles, dezentrales Konzept für sogenannte „Micro Digital Twins“ (MDTs) entwickelt und gemeinsam mit dem Verbundpartner Nordex implementiert werden. Dabei wird besonderes Augenmerk auf universelle Anwendbarkeit in der Domäne und eine hohe Anpassungsfähigkeit des Konzeptes an die Weiterentwicklung des Standes der Technik gelegt.

Laufzeit: 01.10.2021 - 30.09.2023, Förderung durch BMWK

Ansprechpartner*in

INKOKON

Intelligenter Endeffektor-Bauteil-Schutz für die sichere Mensch-Roboter-Kollaboration und -Koexistenz

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Ziel des Projektes ist die Entwicklung eines intelligenten modularen Endeffektor-Bauteil-Schutzes für die sichere und intuitive Zusammenarbeit zwischen Mensch und Roboter. Das Schutzsystem soll aus einem Schutzkokon bestehen, welches am Endeffektor installiert wird und sowohl diesen als auch das Bauteil umschließt. So können Personen im direkten kooperativen Arbeitsbereich des Roboters vor Gefahren geschützt werden. Durch integrierte Sensorik sollen Menschen im Umfeld frühzeitig erkannt und automatisch Abstand gehalten werden. Mithilfe intelligenter Steuerungsstrategien sollen Roboterbewegungen sowohl spontan (ausweichen) als auch vorausschauend möglich werden, um Prozesse nicht unnötig zu unterbrechen. Interaktionsmodule sollen die nächste Bewegung des Roboters intuitiv anzeigen, so dass die Bewegung antizipiert werden kann und darüber hinaus auch als Schnittstelle für die Eingabe von Befehlen dienen. Somit kann erstmals auch der Mensch auf den Roboter intuitiv reagieren, was die Arbeitssicherheit erhöht und sicherheitsbedingte Unterbrechungen minimiert.

Laufzeit: 01.10.2021 - 30.09.2023, Förderung durch BMWi

Ansprechpartner*in

Projektlogo Smartes Lernen in der Logistik

SMALO

Smartes Lernen in der Logistik

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Im Projekt soll auf Basis einer vorhandenen Plattform (MARIDAL) eine Weiterbildungsplattform für Beschäftigte in der Logistik entwickelt werden, die ein bedarfsorientiertes und individuelles Lernen ermöglicht und flexible Lernpfade anbietet. Die in diesem Vorhaben angestrebte Plattform versteht sich als ein digitales Lern-Ökosystem. Die KI dient dabei zur Personalisierung der Nutzererfahrung und Unterstützung des Lernens. Zusätzlich können Zertifikate - auch für externe Personen – ausgestellt werden.

Laufzeit: 01.09.2021 - 31.08.2024, Förderung durch BMBF

Ansprechpartner*in

Projektlogo Eis-Erkennung an Windenergieanlagen mittels KI-unterstützter Bildverarbeitung Europäische Union; Investition in Bremens Zukunft; Europäischer Fonds für regionale Entwicklung

EisAuge

Eis-Erkennung an Windenergieanlagen mittels KI-unterstützter Bildverarbeitung

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Vereisungen an Rotorblättern von Windenergieanlagen führen jedes Jahr zu Ausfällen und somit zu erheblichen finanziellen Verlusten. Das Projekt "EisAuge" hat die Entwicklung eines Kamera-basierten Eiserkennungssystems zum Ziel, um diese Ausfallzeiten zu reduzieren. Die aufgenommenen Farb- und Infrarot-Bilder werden durch moderne Methoden der künstlichen Intelligenz (KI) analysiert und auf diese Weise der aktuelle Vereisungszustand auf den Rotorblättern der Anlage ermittelt. Die aufgenommenen Bilder und die Modellausgaben werden anschließend in einer Cloud-Lösung abgelegt.

Das BIBA entwickelt in diesem Projekt das Kamerasystem. Das Ziel hierbei ist ein Kamerasystem, welches sowohl tags- als auch nachtsüber scharfe, detailreiche Bilder aufnehmen kann. Zudem unterstützt das BIBA im Projekt die Entwicklung der KI-Algorithmen. Hierzu werden moderne Methoden der Bildverarbeitung, beispielsweise Convolutional Neural Networks (CNNs), verwendet. Hierbei steht insbesondere die Übertragbarkeit der Modelle auf neue Windenergieanlagen im Fokus.

Laufzeit: 16.07.2021 - 31.03.2023, Förderung durch Land Bremen / EFRE (FKZ: VE0126C)
PDF-Flyer zum Download

Ansprechpartner*in

Projektlogo Unbemanntes Luftfahrtsystem zur Bestandserfassung und Qualitätsprüfung von Paletteninhalten im Blocklager

DroneStock

Unbemanntes Luftfahrtsystem zur Bestandserfassung und Qualitätsprüfung von Paletteninhalten im Blocklager

Projektbeschreibung einblenden Projektbeschreibung ausblenden

In diesem Forschungsprojekt soll ein unbemanntes Luftfahrtsystem (englisch: unmanned aerial system, UAS) zur automatischen Bestandserfassung und Qualitätsprüfung von Paletteninhalten in Indoor-Blocklagern entwickelt werden. Das zu entwickelnde UAS soll selbständig durch ein Blocklager navigieren können, ohne dass es von Menschen oder anderen automatisierten Systemen abgegrenzt werden muss. Aufwändige Berechnungen wie bspw. Bildverarbeitungsalgorithmen, werden dabei auf einen mobilen Server ausgelagert, der direkt im Indoor-Bereich positioniert wird und über ein eigenes drahtloses Kommunikationssystem verfügen soll. Dadurch sollen deutlich kostengünstigere Drohnen verwendet und eine Skalierbarkeit des Systems gewährleistet werden.

Laufzeit: 01.07.2021 - 30.06.2023, Förderung durch BMWi

Ansprechpartner*innen

Projektlogo Automatisches Spezifikationstool für die prozessspezifische Auswahl von FTS zur industriellen Einführung in KMU Europäische Union; Investition in Bremens Zukunft; Europäischer Fonds für regionale Entwicklung
Projektseite

Astradis

Automatisches Spezifikationstool für die prozessspezifische Auswahl von FTS zur industriellen Einführung in KMU

Projektbeschreibung einblenden Projektbeschreibung ausblenden

In diesem Forschungsprojekt wird ein Tool zur Unterstützung der Einführung von Fahrerlosen Transportfahrzeugen (FTF) entwickelt. Dieses umfasst eine geführte Prozess- und Anforderungsaufnahme, in der die relevanten Daten ermittelt und für die Angebotsanfrage automatisch in einem Dokument aufbereitet werden. Zusätzlich wird ein herstellerunabhängiger Katalog von am Markt befindlichen FTF aufgebaut, der mit den ermittelten Anforderungen automatisch abgeglichen werden kann um dem Anwender passende Lösungen vorzuschlagen. Über die Anbindung an eine Materialflusssimulation kann für die Vorschläge eine erste Validierung stattfinden.

Laufzeit: 15.06.2021 - 30.09.2022, Förderung durch Land Bremen / EFRE (FKZ: FuE0644)
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Ressourcenbezogene Prozessverwaltung durch flexible Nutzung intelligenter Module in der hybriden Montage
Projektseite

PassForM

Ressourcenbezogene Prozessverwaltung durch flexible Nutzung intelligenter Module in der hybriden Montage

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Im Rahmen des Forschungsprojekts PassForM soll eine modular rekonfigurierbare Montagestation entwickelt werden. Dadurch können manuelle und hybride Montageplätze flexibler gestaltet und schrittweise automatisiert werden, was die Skalierbarkeit, Wiederverwendbarkeit und Reaktionsfähigkeit auf Marktentwicklungen verbessert. Es wird ein bidirektionaler Informations- und Steuerbefehlsaustausch zwischen den Modulen integriert und eine einfache Einbindung der modularen Montagestationen in bestehende Montageorganisationen gewährt. Dies wird an einem Materialbereitstellungsmodul, einem Fördermodul und einem Robotermodul demonstriert. Ziel ist die Vereinigung gegenläufiger Anforderungen von Produktivität und Flexibilität im Montagebereich mittlerer Stückzahlen. Das Projekt schließt so die Lücke zwischen manuellen und hochautomatisierten Vorgängen. Die Leistungsfähigkeit des modularen, hybriden Montagesystems wird anhand von Anwendungsszenarien in varianten Baugruppenmontagen evaluiert.

Laufzeit: 01.06.2021 - 31.05.2023, Förderung durch BMWi / AiF
PDF-Flyer zum Download

Ansprechpartner*innen

Baeckerei 4.0

Entwicklung einer rohstoffspezifischen und prozessübergreifenden Produktionssteuerung in mittelständischen Bäckereibetrieben mittels Künstlicher Intelligenz

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Produktion von Backwaren stellt zur Erreichung einer gleichbleibenden Endproduktqualität große Anforderungen an die Prozesssteuerung, da die Hauptbestandteile der Produkte Naturprodukte sind. Die Eigenschaften der Naturprodukte hängen stark von den Parametern während des Wachstums und der Ernte der Rohwaren sowie ihrer Vorprozesse ab. Die Produktion von Backwaren umfasst die produktspezifische Zusammenführung von Zutaten und das maschinelle Herstellen eines Teigs, der zumeist geknetet wird. Dabei kommt es häufig zu Minderqualitäten aufgrund fehlerhafter Experteneinschätzung hinsichtlich Rohwarenqualitäten und gewählten Prozessparametern. Ein besonderes Problem sind dabei die Übergänge bzw. Übergaben zwischen den Prozessschritten der Teigbereitung, Aufarbeitung, Gärphase, Vorbackphase, Zwischenlagerung und Nachbackphase. Das Ziel des Projektes liegt in einer Steigerung der Produktqualität von Backwaren. Dies soll durch die Entwicklung einer rohwarenspezifischen und prozessübergreifenden Produktionssteuerung gelingen, die mittels künstlicher Intelligenz zu einer verbesserten Koordination der Produktionsprozesse unter Beachtung der spezifischen Parameter der Halbfertigwaren führt. Die bessere Koordination der Produktionsprozesse erlaubt die Reduzierung der Ausschüsse (Ressourcenschonung und Rückverfolgbarkeit) sowie die Planung/Berechnung von erzielbaren Produktqualitäten auf Basis von Qualitäts-Rohwaren-Modellen zur Erhöhung der spezifischen Prozessqualität.

Laufzeit: 01.06.2021 - 31.05.2023, Förderung durch BMWi

Ansprechpartner*in

Projektlogo Test Optimierung mittels  KI-basierter Observer & Simulationen

TOKIOS

Test Optimierung mittels KI-basierter Observer & Simulationen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

TOKIOS zielt auf die Integration innovativer Methoden und Techniken aus den Bereichen der Statistik und der Künstliche Intelligenz in die Integrations- und Systemtests von Flugzeugen. Die adressierten Methoden sollen hierbei auf Offline-Daten angewendet werden, welche in der Größenordnung von Big Data angesiedelt sind.

Die Aufgaben des BIBAs fokussieren auf die Entwicklung von Datenintegrationslösungen und dem Analyseframework, um Analyseketten interoperable aufsetzen und nutzen zu können. Des Weiteren wird das Analysewerkzeug an die Bedürfnisse des Testingenieurs für zukünftige Testprozesse ausgerichtet

Laufzeit: 01.06.2021 - 31.08.2024, Förderung durch BMBF,DLR

Ansprechpartner*innen

Projektlogo Plattformlösung für optimierte, automatisierte und intelligente KI-gestützte Prozesse bei Bestellung und Distribution von Futtermitteln und Befüllungen von Silos

XCeedFeed

Plattformlösung für optimierte, automatisierte und intelligente KI-gestützte Prozesse bei Bestellung und Distribution von Futtermitteln und Befüllungen von Silos

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Landwirtschaft muss sich verstärkt mit Themen der Nachhaltigkeit und des Qualitätsmanagements auseinandersetzen. Hierbei kommt Futtermitteln auch aus Kostensicht eine immer höhere Bedeutung zu. Das Ziel des Projekts ist die Realisierung einer Cloud-Plattform für Landwirtinnen, Händlerinnen und Futtermittelhersteller*innen, um Futtermittel individuell konfigurieren, bedarfsgerecht produzieren und just-in-time liefern zu können. Neben der Integration von wetterabhängigen Bedarfs- und Preisprognosen steht die Entwicklung einer simulationsbasierten Lieferkettensteuerung mit Optimierung der Ökobilanz im Fokus.

Laufzeit: 01.06.2021 - 31.05.2023, Förderung durch BMWK
PDF-Flyer zum Download

Ansprechpartner*in

Projektlogo PRODUCT DATA TRACEABILITY FROM CRADLE TO CRADLE BY BLOCKCHAINS INTEROPERABILITY AND SUSTAINABILITY SERVICE MARKETPLACE

TRICK

PRODUCT DATA TRACEABILITY FROM CRADLE TO CRADLE BY BLOCKCHAINS INTEROPERABILITY AND SUSTAINABILITY SERVICE MARKETPLACE

Projektbeschreibung einblenden Projektbeschreibung ausblenden

TRICK wird eine vollständige, für KMU erschwingliche und standardisierte Plattform bereitstellen, um die Annahme nachhaltiger und zirkulärer Ansätze zu unterstützen: Sie wird es Unternehmen ermöglichen, Produktdaten zu sammeln und auf einem dedizierten Marktplatz Zugang zu den erforderlichen Dienstleistungen zu erhalten, der für Lösungen von Drittanbietern offen ist. Die TRICK-Demo wird in 2 hochkomplexen und umweltschädlichen Bereichen durchgeführt: Textil-Kleidung als Hauptpilot und verderbliche Lebensmittel für die Replikation. Im Fokus des BIBA steht die Anpassung des B2B-Marktplatzes an die Bedürfnisse eines Circular Information Management (CIM).

Laufzeit: 01.05.2021 - 31.10.2024, Förderung durch EU

Ansprechpartner*in

Projektlogo Konzeption und Erforschung einer digitalen und KI-unterstützten, flexiblen Montagelinie zur Steigerung von Produkt- und Prozessinnovation Europäische Union; Investition in Bremens Zukunft; Europäischer Fonds für regionale Entwicklung
Projektseite

EKIMuPP

Konzeption und Erforschung einer digitalen und KI-unterstützten, flexiblen Montagelinie zur Steigerung von Produkt- und Prozessinnovation

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Innovationszyklen werden auf Produkt- und Prozessebene zunehmend kürzer, womit die schnelle Integration in die Montage für Unternehmen ein kritischer Erfolgsfaktor ist. Das Forschungsprojekt EKIMuPP zielt darauf ab, mittels der Integration von digitalen und KI-basierten Systemen gezielt das Innovationsniveau zu steigern. Das Projekt widmet sich der Entwicklung eines innovationsorientierten Montagesystems, welches die Interaktion von Mitarbeiterinnen entlang der gesamten Prozesskette durch digitale Interaktionsmöglichkeiten steigert und optimiert. Zudem wird die kontextbasierte Einarbeitung und Unterstützung der operativen Mitarbeiterinnen durch ein Assistenzsystem ermöglicht. Zur Beherrschung der Komplexität wird außerdem ein KI-basiertes Variantenmanagement entwickelt. Das Gesamtsystem wird modular entwickelt und dessen Nutzen in der Praxis demonstriert und evaluiert. Hierzu werden typische Produkte für die manuelle Montage ausgewählt und das Gesamtsystem im Unternehmenskontext evaluiert. Zusätzlich werden die Funktionalitäten des Gesamtsystems durch den Praxistest mit weiteren Produktvarianten evaluiert und so dessen produktunabhängige Einsetzbarkeit nachzuweisen.

Laufzeit: 01.03.2021 - 30.06.2022, Förderung durch Land Bremen / EFRE (FKZ: FuE0640B)
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Datendienste für die Qualitätskontrolle in Industrie 4.0

i4Q

Datendienste für die Qualitätskontrolle in Industrie 4.0

Projektbeschreibung einblenden Projektbeschreibung ausblenden

i4Q bietet eine Komplettlösung, bestehend aus nachhaltigen IoT-basierten, zuverlässigen Industriedatendiensten (RIDS), die in der Lage sind, die riesigen Mengen an Industriedaten zu verwalten, um die Online-Überwachung und -Steuerung der Fertigung zu unterstützen. Das i4Q Framework garantiert die Zuverlässigkeit der Daten mit Funktionen, die in fünf Grundfunktionen rund um den Datenzyklus gruppiert sind: Sensorik, Kommunikation, Recheninfrastruktur, Speicherung sowie Analyse und Optimierung. Mit i4Q RIDS werden Fabriken in der Lage sein, große Datenmengen zu verarbeiten und dabei ein adäquates Niveau an Datengenauigkeit, Präzision und Rückverfolgbarkeit zu erreichen. Die Daten werden für Analysen und Vorhersagen sowie zur Optimierung der Prozess- und Produktqualität in der Fertigung genutzt, was zu einem integrierten Ansatz für eine Null-Fehler-Fertigung führt. i4Q Solutions wird die industriellen Rohdaten mit kostengünstigen Instrumenten und modernsten Kommunikationsprotokollen effizient erfassen und dabei Datengenauigkeit und -präzision, zuverlässige Rückverfolgbarkeit und zeitgestempelte Datenintegrität durch Distributed-Ledger-Technologie garantieren. i4Q Project wird Simulations- und Optimierungswerkzeuge für die kontinuierliche Prozessqualifizierung der Fertigungslinie, Qualitätsdiagnose, Neukonfiguration und Zertifizierung bereitstellen, um eine hohe Fertigungseffizienz und optimale Fertigungsqualität zu gewährleisten. Das BIBA konzentriert sich auf: 1) die Erstellung von Datenqualitätsrichtlinien für die Fertigung und 2) die Erweiterung seiner Software QualiExplore zur Unterstützung von a) Produktionsdatenqualitätswissen und b) Fertigungslinienzertifizierung unter dem Aspekt der Datenqualität. Die Erweiterung von QualiExplore beinhaltet die Integration eines digitalen Assistenten (conversational AI).

Laufzeit: 01.01.2021 - 31.12.2023, Förderung durch H2020

Ansprechpartner*in

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 competencies 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 KI-gesteuerte kognitive Roboterplattform für agile Produktionsumgebungen
Projektseite

ACROBA

KI-gesteuerte kognitive Roboterplattform für agile Produktionsumgebungen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

ACROBA project aims to develop and demonstrate a novel concept of cognitive robotic platforms based on a modular approach able to be smoothly adapted to virtually any industrial scenario applying agile manufacturing principles. The novel industrial platform will be based on the concept of plug-and-produce, featuring a modular and scalable architecture which will allow the connection of robotic systems with enhanced cognitive capabilities to deal with cyber-physical systems (CPS) in fast-changing production environments. ACROBA Platform will take advantage of artificial intelligence and cognitive modules to meet personalisation requirements and enhance mass product customisation through advanced robotic systems capable of self-adapting to the different production needs. A novel ecosystem will be built as a result of this project, enabling the fast and economic deployment of advanced robotic solutions in agile manufacturing industrial lines, especially industrial SMEs. The characteristics of the ACROBA platform will allow its cost-effective integration and smooth adoption by diverse industrial scenarios to realise their true industrialisation within agile production environments. The platform will depart from the COPRA-AP reference architecture for the design of a novel generic module-based platform easily configurable and adaptable to virtually any manufacturing line. This platform will be provided with a decentralized ROS node-based structure to enhance its modularity. ACROBA Platform will definitely serve as a cost-effective solution for a wide range of industrial sectors, both inside the consortium as well as additional industrial sectors that will be addressed in the future. The Project approach will be demonstrated by means of five industrial large-scale real pilots, Additionally, the Platform will be tested through twelve dedicated hackathons and two Open calls for technology transfer experiments.

Laufzeit: 01.01.2021 - 30.06.2024, Förderung durch H2020

Ansprechpartner*innen

Projektlogo Kontextabhängige, KI-basierte Schnittstelle zur multimodalen Mensch-Technik-Interaktion mit technischen Logistiksystemen Europäische Union; Investition in Bremens Zukunft; Europäischer Fonds für regionale Entwicklung
Projektseite

KoMILo

Kontextabhängige, KI-basierte Schnittstelle zur multimodalen Mensch-Technik-Interaktion mit technischen Logistiksystemen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Mit der fortschreitenden Digitalisierung in der Industrie nimmt der Einsatz komplexer Robotersysteme in Produktion und Logistik zu. Konfigurations- und Steuerungstätigkeiten entsprechender Systeme erfordern daher zunehmend aufwendige Schulungsmaßnahmen, bzw. hochqualifizierte IT-Experten. Demgegenüber steht jedoch ein steigender Fachkräftemangel im IT-Bereich. Um dieser Herausforderung entgegenzuwirken wurde im Forschungsprojekt KoMILo ein neuartiges Software-Framework mit einer intuitiven Benutzerschnittstelle entwickelt, das die Programmierung und Interaktion mit technischen Systemen durch Verwendung eines visuellen, blockbasierten Programmieransatzes zusammen mit digitalen Zwillingen der Systeme vereinheitlicht. Somit werden auch Nicht-Experten befähigt, Prozessabläufe für mehrere, unterschiedliche technische Systeme zu erstellen und deren Ausführung zu überwachen

Laufzeit: 07.12.2020 - 30.05.2022, Förderung durch Land Bremen / EFRE (FKZ: FuE0637B)
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Forschungs- und Technologieplattform „Steigerung der Energieeffizienz in der Produktion durch Digitalisierung und KI“
Projektseite

ecoKI

Forschungs- und Technologieplattform „Steigerung der Energieeffizienz in der Produktion durch Digitalisierung und KI“

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Zwischen den hervorragenden Ergebnissen aus öffentlich geförderten Forschungsprojekten zu Digitalisierung und KI und der Umsetzung in dauerhaft verfügbare Lösungen ist eine systembedingte Lücke festzustellen. Gesamtziel des Projekts ecoKI ist, diese Lücke zu schließen. Mit dem Aufbau einer

Infrastruktur zur Unterstützung von KMUs bei der Einführung von KI-Technologien für Energieeffizienz verfolgt ecoKI folgende Teilziele:

     

  1. Generische Digitalisierungs- und KI-Bausteine möglichst einfach zur Steigerung der Energieeffizienz nutzbar zu machen.
  2. Reduzierung der Einstiegsbarrieren für KMU bei der Nutzung von Digitalisierung und Methoden des maschinellen Lernens zur Steigerung dernEnergieeffizienz.
  3.  

Laufzeit: 01.12.2020 - 30.11.2024, Förderung durch 5. Energieforschungsprogramm

Ansprechpartner*innen

Projektlogo Entwicklung einer hybriden RTT-/BLE-Lokalisierungslösung zum effizienten Asset-Tracking mittels meshbasiertem Beaconing

MeshTrack

Entwicklung einer hybriden RTT-/BLE-Lokalisierungslösung zum effizienten Asset-Tracking mittels meshbasiertem Beaconing

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Ziel des Projektes ist die Entwicklung einer preiswerten und gleichzeitig leicht zu integrierenden Lösung zur Indoor-Lokalisierung von Objekten. Im Gegensatz zu bestehenden Systemen in diesem Umfeld wird in dem vorgeschlagenen Vorhaben ein hybrider Ansatz verfolgt: Dieser basiert auf etablierten Protokollen wie Bluetooth Low Energy (BLE) und WiFi RTT (Round-Trip-Time), die jedoch in einer neuartigen Weise über ein mobiles, hybrides Endgerät zusammengeführt werden. Eine wichtiges Kernkonzept des vorgeschlagenen Ansatzes beruht auf der "Vermeshung" all jener Endgeräte, die an den zu verfolgenden Objekten angebracht werden (BLE-Beacons). Auf diese Weise lässt sich die Reichweite von BLE signifikant erhöhen, was den Einsatz dieses Ansatzes für die Indoor-Lokalisierung in der Fertigung überhaupt erst möglich macht. Darüber hinaus werden im Rahmen des Vorhabens Echtzeit-basierte Ansätze zur Datenhaltung auf Edge-Computing Plattformen realisiert und mit anwendungsfreundlichen Benutzungsschnittstellen für den industriellen Einsatz komplettiert.

Laufzeit: 01.11.2020 - 31.10.2022, Förderung durch BMWi

Ansprechpartner*innen

Projektlogo Kognitive Assistenz für die agile Fertigung unterstützt durch vertrauenswürdige künstliche Intelligenz
Projektseite

COALA

Kognitive Assistenz für die agile Fertigung 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
PDF-Flyer zum Download

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 Visual Product Quality Auditing System

ViProQAS

Visual Product Quality Auditing System

Projektbeschreibung einblenden Projektbeschreibung ausblenden

ViProQAS adressiert eine Systemlösung, welche die operative Durchführung von Qualitätsprüfprozessen mittels visueller Unterstützung ermöglicht. Hierzu wird im Projekt der Weg der Visualisierung dahingehend neu gedacht, dass die Darstellung durch Projektionen auf 2D und 3D Objekten erfolgen soll. App-basierte Ansätze mit Video- und AR auf mobilen Endgeräten (Brillen oder Tablets), sowie Ansätze auf Basis von Virtual-Reality (VR) werden bewusst nicht verfolgt, da im Rahmen des Vorhabens nicht nur eine Visualisierung, sondern auch eine Erfassung und Kontrolle der Tätigkeiten angestrebt wird. Dies ist mit der aktuell am Markt befindlichen Hardware nicht in ausreichenden Maße möglich. In dem Vorhaben wird ein Framework entwickelt, welches aus den Auditvorgaben die Informationen für das Assistenzsystem ableitet und nachfolgen die erfassten Daten an die entsprechenden Systeme weiterleitet. Neuartig dabei ist sowohl die Ausrichtung auf den Bereich der Qualitätsprozesse und die Verbindung von Visualisierung und Erfassung als auch die die Kontrolle und Dokumentation der Prozesse.

Laufzeit: 01.10.2020 - 30.09.2022, Förderung durch BMWK
PDF-Flyer zum Download

Ansprechpartner*innen

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*in

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

QualifyAR

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

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das Projekt „QualifyAR“ hat zum Ziel, die Ausbildung von Auszubildenden im Flugzeugbau zu unterstützen wo höchste Anforderungen an die Ausbildung gestellt werden. Entsprechend wird der Einsatz digitaler und individueller Lernumgebungen verfolgt, welches den Lernerfolg zu verbessern und um den späteren Einsatz von digitalen Assistenzsystemen im produktiven Prozess vorzubereiten soll. In Zusammenarbeid mit Radisumedia GmbH wird dafür eine AR-basierten Lernumgebung mit kontextsensitiver Informationsbereitstellung und automatisierter Lernerfolgs- bzw. Qualitätsprüfung entwickelt. Mittels eines AR-Frameworks und vordefinierter Prozessdatenbanken sollen Lehrende selbstständig Lehraufgaben digital abbilden können.

Laufzeit: 01.07.2020 - 30.06.2022, Förderung durch BMWK
PDF-Flyer zum Download

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 BMWK
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 Europäische Union; Investition in Bremens Zukunft; Europäischer Fonds für regionale Entwicklung

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 - 30.06.2022, Förderung durch Land Bremen / EFRE (FKZ: FuE0624C)
PDF-Flyer zum Download

Ansprechpartner*innen

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

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: 01.07.2020 - 30.06.2022, Förderung durch BMWK
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Selbstlernende Softwareplattform für 3D-Druckerfarmen zur individualisierten Serienherstellung am Beispiel von Schuhen Europäische Union; Investition in Bremens Zukunft; Europäischer Fonds für regionale Entwicklung

PrintAI

Selbstlernende Softwareplattform für 3D-Druckerfarmen zur individualisierten Serienherstellung am Beispiel von Schuhen

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Die Verwendung von 3D-Druckern hat sich in den letzten Jahren als ein anerkanntes Fertigungsverfahren etabliert. Neben dem Rapid Prototyping sind auch die wirtschaftliche Produktion von Kleinstserien bis zur Stückzahl 1 und die räumliche Entkopplung von Entwicklung und Produktion/Vertrieb entscheidende Vorteile dieses Verfahrens. Neben einer Vielzahl von unterschiedlichsten Produktarten bietet der 3D-Druck auch die Möglichkeit, hochindividualisierte Schuhe in einem Stück zu drucken. Durch die Schaffung von Druckerfarmen, welche nur einen geringen Platzbedarf und Installationsaufwand benötigen, können fast überall dezentrale Produktions-/ Vertriebsstätten geschaffen werden. Damit diese optimal arbeiten können, gilt es weitestgehend automatisierte Qualitätsregelkreise zu entwickeln, die die bedienenden Personen in der Erkennung und Vermeidung von Fehldrucken unterstützen.

Laufzeit: 01.07.2020 - 30.06.2022, Förderung durch Land Bremen / EFRE (FKZ: FuE0630B)
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*in

Europäische Union; Investition in Bremens Zukunft; Europäischer Fonds für regionale Entwicklung

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 - 30.11.2022, Förderung durch Land Bremen / EFRE (FKZ: FuE0626B)
PDF-Flyer zum Download

Ansprechpartner*innen

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*innen

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

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 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 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 - 31.01.2026, Förderung durch EU
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 (KMU) 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 werden.

Das Kompetenzzentrum hält für Interessierte eine Reihe kostenfreier Unterstützungsangebote bereit, die je nach Bedarf in Anspruch genommen werden können. Dabei wird der gesamte Innovationsprozess abgedeckt. Er beginnt mit Informationen über Potenziale der Digitalisierung für Unternehmen. Weiter geht es mit der Chance, entsprechende Anwendungen in der Praxis zu erleben. Parallel erhalten Unternehmen die Möglichkeit, sich und ihre Mitarbeiter für die digitale Welt durch Qualifizierungen fit zu machen. Auf Wunsch begleitet das Zentrum Unternehmen auch bei der Umsetzung ihres Projekts, um den Erfolg sicherzustellen.

Laufzeit: 01.01.2018 - 31.12.2022, Förderung durch BMWi

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

Termine:
Führung am Digitaltag
24. Juni 2022, online
SysInt 2022
7. - 9. September 2022, Genua
18. Fachkolloquium Logistik
26. - 27. September 2022, Bremen
IFIP-ICEC 2022
1. - 3. November 2022, BIBA

Weitere Veranstaltungen