Forschungsaktivitäten

Als junges Technologieunternehmen ist es besonders wichtig die Zukunft technologisch mitzugestalten. Daher sind wir neben unseren starken Aktivitäten im Bereich Open Source auch in mehreren Forschungsprojekten aktiv. Das Ziel ist gemeinsam mit Partnern aus den Bereichen Wissenschaft und Industrie neue Lösungen im gesamten Umfeld der Industrie 4.0 zu entwickeln.

 

Smart-Core Projekt

Entwicklung und Erprobung eines intelligenten Maschinenzustandsüberwachungssystems für Kernschießmaschinen (Smart Core) - im Zeitraum von 01.April 2020 bis 30.April 2022

Die Industrie 4.0 findet immer mehr Einzug in die Praxis, besonders intelligente Algorithmen verbreiten sich zunehmend. Dabei ist das Ziel dieser Algorithmen die effiziente Produktionsgestaltung, Ressourceneinsparungen und Qualitätssteigerung. Eine Möglichkeit auf dem Weg zu diesen Zielen ist die vorausschauende Wartung als Teil des Maschinellen Lernens. So können die Algorithmen dazu beitragen Verschleißzustände zu erkennen bevor es dem menschlichen Anwender möglich ist.

Wird keine regelmäßige Wartung und Pflege von Kernschießmaschinen durchgeführt, können gravierende Ausnahmefehler und Stillstände durch die Arbeit mit Sand die Konsequenz sein. Dabei gilt es jedoch auch zu beachten diese nicht verfrüht durchzuführen, da ansonsten unnötige Produktionsstillstände und höhere Kosten verursacht werden. Eine verspätete Wartung hingegen, steigert das Ausfallrisiko und kann die Produktqualität des Erzeugnisses, also der Sandkerne negativ beeinflussen. Alle darauffolgenden Prozesse, vor allem das Ausgießen kann in unerwarteter Weise aber meist negativ beeinflusst werden. Der Einsatz von Maschinenintelligenz ist hier unerlässlich, sodass die Prozessabläufe von der Formherstellung bis zum fertigen Produkt nicht gefährdet werden.

Das Ziel des Projektes Smart Core ist es Kernschießmaschinen den Weg zu hochmodernen, intelligenten Produktionssystemen nach den Ansprüchen der Industrie 4.0 zu ebnen. Das mit EFRE-Mitteln geförderte Projekt zielt auf die Datenerfassung direkt in der Maschine ab, sodass Echtzeit-Daten generiert und visuelles Feedback über Zustandsveränderungen der Maschine hergestellt werden können. Diese Funktionen unterstützen Maschinenbediener in ihren alltäglichen Aufgaben, erleichtern die Wartung der Kernschießmaschinen und senken die Kosten.

Die Einbindung eines digitalen Zwillinges unterstützt es die Maschinenzustände einer Kernschießmaschine transparent zu machen und deckt Zusammenhänge oder Unterschiede zwischen individuellen Betriebsstrategien auf. Die entstehende Transparenz soll weiterhin zu einem Maschinenmanagersystem ausgebaut werden, welches eine maschinenübergreifende Prozessführung und eine Integration auf höhere Ebenen der Automatisierungspyramide ermöglicht.

EFRE_rgb_print
 
EFRE_hier.investiert.europa.in.d.zukunft_4c_print
 
 
 

Weitere Forschungsaktivitäten

Entwicklung einer Bandsägemaschine mit Selbstoptimierung

Aramidfaserbasierte Wabenstrukturen vereinen geringes Gewicht mit hoher Festigkeit, dies führt bei Bandsägen zu schnellem Verschleiß der Sägebänder. Dadurch sinken wiederum die Schnittqualität und Maßhaltigkeit. Im Fall eines Sägebandrisses entstehen meist größere Schäden. Aktuell verfügen Bandsägen über keinerlei Sensorik, um Verschleiß und sich ankündigende Risse zu erkennen.

Aus diesem Grund soll ein System aus Sensorik und Algorithmen entwickelt werden, um die Sägequalität und den Verschleiß anzupassen. Darüber hinaus soll anhand der vollständigen Digitalisierung des Sägeprozesses und der Maschine eine Selbstoptimierungsfunktion der zukünftigen Bandsägen-Generation von Hema realisiert werden. Um dies umzusetzen, soll eine Dickenmessung zur Vermessung von geschnittenen Lagen während des Sägens in die Sägemaschine integriert werden. Das Ziel des Projektes ist es folglich eine Bandsägemaschine mit Selbstoptimierung und integrierter Dickenmessung für hocheffiziente, ressourcenschonende Verarbeitung zu entwickeln.

Shopfloor Service Combiner (SFSC)

Das Ziel des Projektes SFSC ist es eine serviceorientierte Kommunikationszwischenschicht zu entwickeln, die sich dieser Problemstellung annehmen wird und die Entwicklung von Smart Services innerhalb des Shop-Floors vereinfacht. Folglich würde ebenfalls der Innovationsgrad von KMU gestärkt. Für die Evaluation wird sich hierbei besonders auf das maschinelle Lernen und Datenanalysen innerhalb des Shop-Floors als Smart Service konzentriert. Das Vorhaben stützt sich auf Ergebnisse aus dem BMBF-Projekt RetroNet und möchte diese weiterentwickeln. Darüber hinaus zielt das Projekt darauf ab die SFSC Zwischenschicht als Open Source Projekt zu veröffentlichen, sodass eine weite Verfügbarkeit gewährleistet werden kann.

 
impulse_zim
DLR-PT Logo grau deutsch lang
investitionsbank
Uni_ISW_de
Unbenannt
logo_std