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

Ansprechpartner*innen

Projektlogo Automatisches Spezifikationstool für die prozessspezifische Auswahl von FTS zur industriellen Einführung in KMU
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 EFRE: Europäischer Fonds für regionale Entwicklung
PDF-Flyer zum Download

Ansprechpartner*innen

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

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 AiF

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*in

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 Landwirte, Händler und Futtermittelhersteller, 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 BMWi

Ansprechpartner*in

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

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 EFRE: Europäischer Fonds für regionale Entwicklung
PDF-Flyer zum Download

Ansprechpartner*innen

Projektlogo Cross-KIC Human capital - RedVile pilot
Projektseite

XKIC Human Capital

Cross-KIC Human capital - RedVile pilot

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Das Cross-KIC Human Capital Projekt zielt auf den Aufbau von Infrastrukturen ab, die die verschiedenen Wissens- und Innovationscommunities (KICs) verbinden, mit einem Schwerpunkt auf Humankapital und Training, Learning Analytics und innovative Bildungsansätze. Die KIC arbeiten zusammen, um einen gemeinsamen Innovationsprozess aufzubauen, der aus drei Schritten besteht: (i) Der kontinuierliche Verwendung von Innovationspraktiken, (ii) der Förderung von Innovationsinitiativen und (iii) Ausbildung und Coaching von Lehrenden in Europa. Innerhalb des XKIC Human Capital Project wird das EIT Manufacturing Teilprojekt "RedVile (innovatives Virtual Learning)" von INESC TEC, BIBA und der TU Delft durchgeführt. Die drei Partner entwickeln einen Mixed-Reality-Demonstrator für das Schweißtraining, um eine Matrix zu generieren, in der Lerninhalte und Werkzeuge kategorisiert werden können und abgeleitet werden kann, an welcher Stelle des Realitäts-Virtualitäts-Kontinuums eine Lernanwendung anzusiedeln ist, um ihren Zweck zu erfüllen.

Laufzeit: 01.01.2021 - 31.12.2021, Förderung durch EIT Manufacturing

Ansprechpartner*in

MARS

Mobiler Autonomer Roboter für sichere Sortierprozesse

Projektbeschreibung einblenden Projektbeschreibung ausblenden

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.

Laufzeit: 01.01.2021 - 31.12.2021, Förderung durch EIT Manufacturing

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*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 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 Edge intelligence for condition monitoring and status visibility of assets in harsh industrial environments

AssetUp4.0

Edge intelligence for condition monitoring and status visibility of assets in harsh industrial environments

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 von Edge Devices in UPTIME Detect & Predict.

Laufzeit: 01.01.2021 - 31.12.2021, Förderung durch EIT Manufacturing

Ansprechpartner*in

Projektlogo  AI-based Toolkit for enhancing Human-Robot Interaction in Industry 4.0
Projektseite

Worksuit 4.0

AI-based Toolkit for enhancing Human-Robot Interaction in Industry 4.0

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Worksuit 4.0 – AI-based Toolkit for enhancing Human-Robot Interaction in Industry 4.0, is an EIT-Manufacturing project that aims to bring a functional toolkit to market consisting of a wearable fibre-optic sensing system for 3D-human motion capturing in combination with advanced activity and process mining capabilities.

As enabling technologies, the toolkit hardware and software components will provide the means for offering safer human-machine interaction, while maintaining enhanced collaboration levels. Moreover, the appliance of fundamental ergonomic principles (e.g. body postures) is pursued during the execution of process-related tasks, through real-time activity recognition and classification mechanisms.

The outcome of Worksuit 4.0 will be the key-driver for providing a wider spectrum of sophisticated safety and context-oriented applications in assembly processes and supporting continuous process control and optimization of Human-Robot Collaboration (HRC) workplaces.

Laufzeit: 01.01.2021 - 31.12.2021, Förderung durch EIT Manufacturing

Ansprechpartner*innen

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

KoMILo

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

Projektbeschreibung einblenden Projektbeschreibung ausblenden

Technische Logistiksysteme werden zunehmend flexibler, womit Konfigurations-, Umrüstungs- und Steuerungstätigkeiten entsprechender Systeme komplexer werden und hochqualifizierte IT-Experten erfordern. Demgegenüber steht jedoch ein steigender Fachkräftemangel im IT-Bereich. Das Forschungsprojekt KoMILo zielt darauf ab, mittels einer intuitiven und intelligenten Benutzerschnittstelle dieser Herausforderung entgegenzuwirken und geringer qualifizierte Beschäftigte für entsprechende Tätigkeiten zu befähigen. Das Projekt widmet sich der Entwicklung eines kontextabhängigen und brachenübergreifend einsetzbaren Frameworks, welches den Beschäftigten prozess- und situationsabhängige Vorschläge zur Durchführung unterschiedlicher Konfigurations-und Steuerungsaktionen bereitstellt. Den Mitarbeiter*innen werden dabei Interaktions- und Konfigurationsmöglichkeiten basierend auf technischen Grundfunktionalitäten, einem digitalen Zwilling und mithilfe von künstlicher Intelligenz generiert, indem System-, Prozess- und Mitarbeiterdaten zusammengeführt und analysiert werden. Neben der Toucheingabe ermöglichen Sprachassistenten eine multimodale Interaktion. Anhand des zellularen Fördersystems celluveyor, eines fahrerlosen Transportsystems und eines kollaborativen Robotersystems wird das Framework zur kontextabhängigen, multimodalen Mensch-Technik-Interaktion evaluiert.

Laufzeit: 07.12.2020 - 30.05.2022, Förderung durch EFRE: Europäischer Fonds für regionale Entwicklung
PDF-Flyer zum Download

Ansprechpartner*innen

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

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 ZIM

Ansprechpartner*in

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

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 ZIM
PDF-Flyer zum Download

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

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: 01.07.2020 - 30.06.2022, Förderung durch BMWi

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 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 ZIM
PDF-Flyer zum Download

Ansprechpartner*innen

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

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 EFRE: Europäischer Fonds für regionale Entwicklung
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

Projektlogo Mobiles Inspektionssystem für Weichdichtungen mit pseudometrischen Freiformflächen

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
PDF-Flyer zum Download

Ansprechpartner*innen

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.

Fondsn.: PFAU AZ 59210/2

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

Ansprechpartner*innen

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: 01.01.2020 - 31.12.2021, Förderung durch BMWi
PDF-Flyer zum Download

Ansprechpartner*innen

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

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

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

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 - 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


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

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 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 - 31.12.2021, Förderung durch DFG
PDF-Flyer zum Download

Ansprechpartner*in