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.

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.

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.

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.

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