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.

Motivation

Fahrerlose Transportfahrzeuge oder autonome mobile Roboter werden in breitem Kontext für Sortieranwendungen in Post- und E-Commerce-Anwendungen eingesetzt. Sie erhöhen dabei sowohl Flexibilität als auch Skalierbarkeit der logistischen Sortierzentren. Derzeit sind zwei gegensätzliche Lösungen am Markt vertreten. Erstens kollaborative Sortierroboter, die mit niedriger Geschwindigkeit in denselben Bereichen wie Menschen agieren. Dies ermöglicht den Mitarbeitenden, Objekte von den Robotern zu laden und zu entnehmen. Dese Systeme zeichnen sich durch sehr hohe Flexibilität aus. Aus Gründen der Sicherheit arbeiten sie jedoch mit reduzierter Geschwindigkeit und dadurch geringerer Leistung. Zweitens nicht-kollaborative Systeme, welche vollständig vom Menschen getrennt arbeiten, wodurch höhere Geschwindigkeiten und Leistungen erreicht werden. Dafür benötigen sie jedoch einen Käfig, der potentielle Nutzungsszenarien stark einschränkt.

Ziel

Im Rahmen des Projektes MARS (Mobile Autonomous Robot for Safe sorting) wird ein intelligentes System entwickelt, welches den Wechsel zwischen diesen beiden Prinzipien ermöglicht. Aufbauend auf einem existierenden Fahrzeug bietet es den optimalen Kompromiss aus beiden Betriebsarten; es ist sicher für Menschen und bietet gleichzeitig maximal mögliche Effizienz durch eineerhöhte Fahrgeschwindigkeit in abgesperrten Bereichen.

Vorgehen

Das System wird mit einer eindeutigen und sicheren Lokalisierung der Position in jedem Fahrzeug ausgestattet. Anhand der ermittelten Position passen die Fahrzeuge eigenständig ihr Verhalten an. In kollaborativen Bereichen weichen sie intelligent Menschen, Fahrzeugen und anderen Hindernissen aus. Erkennen die Fahrzeuge, dass sie sich in einem abgesperrten Bereich befinden erhöhen sie ihre Arbeitsgeschwindigkeit und maximieren so die Leistungsfähigkeit des Systems.

Diese Lösung erlaubt die beliebige Kombination kollaborativer Arbeitsräume mit Bereichen maximaler Leistung. Das MARS-System lässt sich entsprechend sowohl zur Erweiterung bestehender Anlagen als auch bei der Neukonzeptionieren flexibler Sortiersysteme einsetzen.

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).

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.

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.