Die Wirtschaft steht vor Herausforderungen, die nachhaltiges Wirtschaften erfordern. Die Automatisierung bietet hierbei großes Potenzial, indem sie Energieeffizienz, Ressourcenschonung und soziale Verbesserungen fördern kann. Dennoch stellen bestehende Nachhaltigkeitsbewertungsmethoden für Automatisierungslösungen spezifische Anforderungen oft unzureichend dar. Daher entwickelt das IPH eine Methode, die KMU bei der effektiven Implementierung nachhaltiger Automatisierungslösungen unterstützt.
Nachhaltigkeit, Nachhaltigkeitsbewertung, Automatisierungslösungen, sozial, ökonomisch, ökologisch
Eine stetig steigende Anzahl an Produktvarianten, kürzer werdende Produktlebenszyklen, sowie sich immer schneller wandelnde Fabriken erhöhen die Anforderungen an die Intralogistik. Damit einhergehend wird eine immer leistungsfähigere Transportlogistik mit hoher Flexibilität und Skalierbarkeit der eingesetzten Transportsysteme notwendig. In der Praxis können heute bereits Kommunikationsprobleme auftreten, deren Folge negative Auswirkungen auf die zu erwartende Logistikleistung sind. Wird zukünftig die Anzahl an teilnehmenden Fahrerlosen Transportfahrzeugen (FTF) erhöht, ergeben sich darüber hinaus starke Skalierbarkeitsprobleme. Neue Konzepte setzen auf Schwärme von FTF, um die Kommunikation von FTF zu verbessern und dadurch die Logistikleistung zu erhöhen.
Funkkommunikation, dezentrale Steuerung, Fahrerlose Transportfahrzeuge, Netzwerkcodierung
Die Relevanz und der Mehrwert von Künstlicher Intelligent (KI) und Machine Learning (ML) sind in den letzten Jahren signifikant gestiegen. Insbesondere im Bereich der Produktion haben sich hierbei weitreichende Potenziale ergeben. Die hohe Komplexität von ML und der fehlende Nachweis über den Mehrwert, der sich hierbei ergibt, führen jedoch häufig dazu, dass sich insbesondere kleine und mittlere Unternehmen (KMU) nicht weiter mit der Einführung und Nutzung von ML beschäftigen. Daher wurde ein holistischer Leitfaden entwickelt, der produzierende KMU von der Identifikation geeigneter Anwendungsfälle über die Reifegraduntersuchung bis hin zur Durchführung von Handlungsmaßnahmen und der Implementierung von kontinuierlichen Verbesserungsprozessen begleitet und die hierzu notwendigen Konzepte zur Verfügung stellt.
Machine Learning, Einführungsstrategie, Leitfaden, Produktion, Reifegrad
Prozessüberwachung und die daraus resultierende Qualitätssteigerung durch KI finden in weiten Teilen der produzierenden Industrie zunehmend Beachtung. Im Rahmen der Forschung des Sonderforschungsbereichs 1153 werden die Möglichkeiten der Inline-Prozessüberwachung des Querkeilwalzens untersucht. Ziel ist es, ein Überwachungssystem zu entwickeln, das eine Inline-Prozessregelung ermöglicht, um Prozessabweichungen, die während des Umformprozesses auftreten, zu kompensieren. Dazu wird ein Algorithmus entwickelt, der Prozessabweichungen innerhalb weniger Sekunden und bei laufendem Prozess erkennen und klassifizieren kann. Im Rahmen dieser Forschungsarbeit wurde ein KI-basierter Bilderkennungsalgorithmus eingesetzt. Die Prozessdaten wurden im Rahmen einer Sensitivitätsstudie der Prozessparameter erhoben. Anhand einer Parameterstudie wurden optimierte Hyperparameter für die KI-Modellierung ermittelt, die eine hohe Vorhersagegenauigkeit ermöglichen. Die Herausforderung der notwendigen Geschwindigkeit der Vorhersage wurde getestet und validiert. Die Auswertung des Algorithmus einschließlich der Generierung eines Bildes benötigt im Durchschnitt 270 ms und ist damit schnell genug, um als Vorbereitung für die Prozesssteuerung eingesetzt zu werden. Die Untersuchungen ergaben eine Möglichkeit zur Datenanreicherung, die die Vorhersagegenauigkeit der Modelle deutlich erhöht. Die Gesamtleistung des Modells wurde mittels Leave-One-Out Cross-Validation (LOOCV) ermittelt.
Querkeilwalzen, Hybridbauteile, Prozessüberwachung, KI-basierte Bilderkennung
Dieser Beitrag untersucht, wie Kraftsensoren positioniert sein müssen, um eine Fehlpositionierung von Halbzeugen festzustellen. Hierfür werden simulative Untersuchungen an einem Gesenk durchgeführt. Dabei sind mögliche Positionen für eine Sensorplatzierung rasterförmig aufgebracht. Die aufgezeichneten Kraftwerte der jeweiligen Sensoren werden untersucht, um diejenigen Sensoren zu identifizieren, welche besonders geeignet sind, zuverlässig eine Fehlpositionierung zu erkennen.
Industrie 4.0, Digitalisierung, Prozessüberwachung
Mit künstlicher Intelligenz (KI) lassen sich Fehler zuverlässig erkennen, Ausschuss reduzieren und die Bauteilqualität steigern. Im Projekt „AutoPress" haben Forschende ein System aus Sensoren und KI entwickelt, das 95 bis 98 Prozent aller Prozessabweichungen erkennt.
Künstliche Intelligenz, KI, Prozessüberwachung, Fehlererkennung
Ziel: Wir untersuchen die Nutzung des Open Research Knowledge Graph (ORKG) als eine solche Infrastruktur, indem wir zeigen, wie Ingenieure den ORKG auf innovative Weise für die Kommunikation und (Wieder-)Verwendung nutzen können.
Methode: Für einen Anwendungsfall aus dem Sonderforschungsbereich 1153 „Tailored Forming“ sammeln, extrahieren und analysieren wir wissenschaftliches Wissen zu 10 Tailored Forming Process Chains (TFPCs) aus fünf Publikationen im ORKG. Insbesondere werden die TFPCs semantisch beschrieben, u.a. in Bezug auf ihre Schritte, Herstellungsverfahren, Messungen und Ergebnisse. Die Nützlichkeit der Datenextraktionsthemen, ihre Organisation und die Relevanz des beschriebenen Wissens wird durch eine Expertenbefragung mit 21 Experten untersucht.
Ergebnisse: Basierend auf dem beschriebenen Wissen erstellen und veröffentlichen wir einen ORKG-Vergleich als detaillierte Übersicht für die Kommunikation. Darüber hinaus (wieder-)verwenden wir das Wissen und beantworten acht Kompetenzfragen, die von zwei Domänenexperten gestellt wurden. Die Validierung zeigt eine deutliche Übereinstimmung der 21 Experten hinsichtlich der untersuchten Nützlichkeit und Relevanz.
Schlussfolgerungen: Unser Anwendungsfall zeigt, dass der ORKG als gebrauchsfertige Infrastruktur mit Diensten Forscher, einschließlich Ingenieure, dabei unterstützt, FAIR wissenschaftliches Wissen nachhaltig zu organisieren. Die direkte Nutzung des ORKG durch Ingenieure ist machbar, so dass der ORKG eine vielversprechende Infrastruktur für innovative Wege der Kommunikation und (Wieder-)Nutzung von FAIR wissenschaftlichem Wissen in den Ingenieurwissenschaften darstellt und damit dieses Forschungsfeld vorantreibt.
Tailored Forming, Wissen, Kommunikation, Wissensgrafik
Das IPH – Institut für Integrierte Produktion Hannover gGmbH entwickelt im Forschungsprojekt "Modimo" eine Methode zur berührungslosen Erfassung von Drehwinkel und Drehmoment an unmodifizierten Stahlwellen. Dabei werden natürliche Oberflächenmerkmale der Welle genutzt, um mittels optischer Verfahren den Drehwinkel zu bestimmen. Die Phasenverschiebung der ermittelten Drehwinkel ermöglicht die Berechnung des anliegenden Drehmoments. Dieses Verfahren soll eine präzise Überwachung und Steuerung von Antrieben und Generatoren ohne aufwendige mechanische Modifikationen der Welle ermöglichen.
Drehmoment, Sensorik, Optische Messtechnik
Mit der zunehmenden Anzahl von Produktvarianten wird der Bedarf an Flexibilität in der Intralogistik immer deutlicher. Eine mögliche Lösung für diese Herausforderung ist der Einsatz von zellularen fahrerlosen Transportfahrzeugen, die je nach Größe des zu transportierenden Produkts variabel zusammengeschaltet werden können. In diesem Artikel wird ein Optimierungsmodell zur Lösung eines Vehicle Routing Problems für zellulare fahrerlose Transportfahrzeuge vorgestellt. Außerdem wird eine rekursive Methode vorgestellt, die auf Basis der Lösung des Modells eine optimale Transportreihenfolge ermittelt. Das Optimierungsmodell wird dazu in eine eigens entwickelte Modellumgebung implementiert und für einen dynamischen, beispielhaften Anwendungsfall gelöst. Abschließend werden logistische Zielgrößen zur Bewertung der Lösung des Optimierungsmodells ausgewertet. Die exemplarische Anwendung des Optimierungsmodells zeigt, dass es möglich ist, den zellularen Transport mit fahrerlosen Transportfahrzeugen zu modellieren und den Transport mittels logistischer Zielgrößen zu bewerten.
FTF, zellulare Transporteinheiten, Optimierungsmodell, Simulation, logistische Zielgrößen
In dieser Arbeit werden die Herausforderungen der Vollautomatisierung des innerbetrieblichen Waren-transports in Umgebungen untersucht, in denen manuell geführte Flurförderzeuge aufgrund von undefinierten Positionen und Formen der Ladungsträger weiterhin notwendig sind. Imitation Learning (IL) wird als eine vielversprechende Lösung für die Fahrzeugsteuerung bei sich wiederholenden Aufgaben identifiziert, jedoch wird seine Anwendung in der Intralogistik durch die Komplexität der Dynamik von Flurförderzeugen und dem großen abzubildenden Dimensionsraum erschwert. Es wird ein Robot Operating System 2 (ROS2) Framework vorgestellt, dass die Erfassung von Experten Fahrdaten sowohl aus Simulationsumgebungen als auch von realen Demonstrator Fahrzeugen ermöglicht. Darüber hinaus wird eine Netzwerkarchitektur präsentiert, die ein Convolutional Neural Network (CNN) mit einem nachgeschalteten Long Short-Term Memory (LSTM) Netzwerk kombiniert, um aus Bild- und Geschwindigkeitsdaten sowohl räumliche als auch zeitliche Informationen zu erlernen. Evaluiert wird die Effektivität des Frameworks anhand eines Datensatzes mit Expertenfahrmanövern, wobei das Generalisierungspotential des trainierten Netzes für die Fahrzeugsteuerung bewertet wird. Ziel der Arbeit ist es, den Nutzen des vorgeschlagenen Frameworks für die Datenerfassung zu demonstrieren und IL als Steuerungsansatz für Flurförderzeuge zu validieren
Imitationslernen, Flurförderzeug-Automatisierung, Intralogistik, ROS2, Lasthandhabung
Ständig steigende Produktionszahlen und neue Herausforderungen in der Produktionsumgebung beigleichbleibenden Platzverhältnissen zwingen produzierende Unternehmen, sich mit der Planung von Produktionslayouts auseinanderzusetzen. Das Problem dabei ist oft ein nicht vorhandener oder veralteter Produktionslayoutplan. Autonome Multikopter können dabei helfen und die Layoutaufnahme deutlich vereinfachen. Daher wird eine voxelbasierte Simulation untersucht, um Explorationsalgorithmen mit und ohne Künstliche Intelligenz entwickeln und trainieren zu können. Zunächst wird untersucht, wie sich die Simulation zeitlich verhält. Anschließend wird auf die Ressourcennutzung eingegangenund dargelegt, wie groß der Simulationszeitfaktor im Gegensatz zur Echtzeit ist und welchen Vorteil Unternehmen und Entwickler bei einer Nutzung haben.
UAS, digitaler Zwilling, Simulation, voxelbasiert, Layoutplanung
Es wurde untersucht, wie mittels Querwalzen in Flachbackenbauweise eine Kornfeinung in ein zylindrisches Walzstück eingebracht werden kann. Hierfür wurde eine unrunde Form ein- und wieder ausgewalzt. Aus einer theoretischen Voruntersuchung erfolgte die Definition eines geeigneten Parameterfelds zur experimentellen Evaluierung. Metallografische Untersuchungen ergaben, dass das Querwalzen einen positiven Effekt auf das Gefüge aufwies.
Querkeilwalzen, Feinkörnung
Ein großer Vorteil des gratlosen Präzisionsschmiedens ist das Einsparen von Ressourcen durch die Vermeidung überschüssigen Materials. Insbesondere bei Materialien mit guten Fließeigenschaften, wie Aluminium, kommt es zum Teil zur Flittergratbildung. Zur Vermeidung des Flittergrats, also das Fließen von Material in Werkzeugspalte, wurden Dichtungen entwickelt und experimentell untersucht. Die vorgestellte Untersuchung zeigt die Wirksamkeit differenter Dichtungswerkstoffe und die ideale Dichtungsgeometrie.
Flittergrat, Dichtungskonzept, Präzisionsschmieden, Umformtechnik, Prozessoptimierung
Es wurde untersucht, wie mittels Querwalzen in Flachbackenbauweise eine Kornfeinung in ein zylindrisches Walzstück eingebracht werden kann. Hierfür wurde eine unrunde Form ein- und wieder ausgewalzt. Aus einer theoretischen Voruntersuchung erfolgte die Definition eines geeigneten Parameterfelds zur experimentellen Evaluierung. Metallografische Untersuchungen ergaben, dass das Querwalzen einen positiven Effekt auf das Gefüge aufwies.
Prozessauslegung, Umformtechnik
Dieser Artikel untersucht die Verwendung von Punktwolken als geometrische Datengrundlage für die Fabrikplanung und vergleicht verschiedene Kartierungstechniken zur Erzeugung dieser Punktwolken. Die Daten- und Informationsbeschaffung ist ein entscheidender Schritt in der Fabrikplanung und damit in der Entwicklung effizienter Produktionsprozesse. In diesem Zusammenhang werden verschiedene Kartierungstechniken analysiert: Photogrammetrie (mit Drohnen und Action-Kameras) und LiDAR-Scans (sowohl von Drohnen als auch vom Boden aus).
Die Methodik und die Ergebnisse dieser Untersuchung werden im Detail diskutiert, wobei die Vor- und Nachteile der einzelnen Kartierungstechniken aufgezeigt werden. Der Schwerpunkt liegt auf dem Vergleich der erzeugten Punktwolken hinsichtlich Vollständigkeit, Erkennbarkeit und geometrische Toleranz. Dieser Vergleich liefert wertvolle Informationen über welche Technik für die Datenerfassung in der Fabrikplanung am besten geeignet ist. Der Ausblick dieser Arbeit umfasst die Weiterentwicklung der Erfassungstechniken, insbesondere im Hinblick auf autonom fliegende Drohnen. Diese könnten in Zukunft eine effizientere und präzisere Datenerfassung für die Fabrikplanung ermöglichen und damit die Basis für die Optimierung von Produktionsprozessen weiter stärken.
Drohne, Photogrammetrie, LiDAR, Punktwolke, Fabrikplanung, Datenerfassung
Rund die Hälfte der derzeit ca. 30.000 aktiven Windenergieanlagen in Deutschland wird bis 2030 das Ende ihrer Lebensdauer erreichen, die vom Hersteller in der Regel mit 20 Jahren Betriebsdauer definiert wird. Die häufigste Strategie für die Nachnutzung eines Windparks ist das Repowering, sofern dies am jeweiligen Standort (rechtlich) möglich ist. Eine Möglichkeit, mit alten Anlagen umzugehen, ist der Weiterverkauf der Anlagen. Zum Zeitpunkt des Repowerings, in Deutschland im Durchschnitt nach rund 17 Jahren, haben die Windenergieanlagen meist noch eine Restlaufzeit von mehreren Jahren, bevor kritische Teile wie Generatoren ausfallen.
In diesem Artikel wird ein maschinelles Lernmodell zur Vorhersage des Wiederverkaufswerts von gebrauchten Windenergieanlagen vorgestellt. Mit diesem Modell lässt sich der Wiederverkaufswert vergleichbarer Windenergieanlagen auf der Grundlage bestimmter Eingangsparameter wie der Leistungsabgabe oder des Alters der Windenergieanlagen annähernd vorhersagen. Das Modell wurde anhand eines bereinigten Datensatzes von einer Online-Handelsplattform für Windenergieanlagen trainiert. Die notwendigen Vorverarbeitungsschritte wie das Entfernen extremer Ausreißerwerte und das Ergänzen bzw. Ersetzen fehlender oder fehlerhafter windturbinenspezifischer Daten aus einer zweiten Datenquelle mittels eines selbst entwickelten Matching-Algorithmus werden vorgestellt. Schließlich wird die Vorhersagegenauigkeit verschiedener ML-Algorithmen anhand von Testdaten getestet, um die beste Methode zur Vorhersage des Wiederverkaufswerts von Windenergieanlagen zu finden.
Erneuerbare Energien, Windenergieanlagen, Wiederverkaufswerte, Machine Learning, Data Science
Der Beitrag adressiert eine Methode zur Erzeugung von Umzugsplänen auf Basis eines geplanten Layout-Konzepts in Reorganisationsprojekten. Das Layout wird dabei in einem Zellenraster mit Zellen einheitlicher Kantenlänge modelliert. Die Fabrikobjekte werden sowohl für den Ist- als auch für den Soll-Zustand in diesem Raster angeordnet. Weitere Eingangsparameter beziehen sich auf die notwendigen zeitlichen und personellen Ressourcen. Vorgestellt wird ein zweistufiger Optimierungsalgorithmus, welcher zunächst eine vorgegebene Lösung auf layoutseitige Realisierbarkeit prüft und auf dieser Basis ein Projektplanungsproblem erzeugt und löst. Demnach werden Elemente des Facility Layout Problem in ein Ressource Constrained Project Scheduling Problem integriert. Der Ablaufschritte sind weiterhint eingebettet in einen Genetischen Algorithmus, welcher die Lösungen sukzessive verbessert. Die Bewertung der Umzugspläne erfolgt dabei anhand der resultierenden Projektlaufzeit sowie der Stillstandzeiten aller Fabrikobjekte. Ziel der Optimierung ist eine Minimierung beider Zielgrößen. Im Rahmen des Beitrags wird die Methode abschließend anhand eines Praxisbeispiels validiert.
Fabrikplanung, Umzugsplanung, Reorganisation, Projektplanung, Terminplanung
Dieser Artikel untersucht die Verwendung von Punktwolken als geometrische Datengrundlage für die Fabrikplanung und vergleicht verschiedene Kartierungstechniken zur Erzeugung dieser Punktwolken. Die Daten- und Informationserfassung ist ein entscheidender Schritt bei der Fabrikplanung und damit bei der Entwicklung effizienter Produktionsprozesse. In diesem Zusammenhang werden verschiedene Kartierungstechniken analysiert: Photogrammetrie (mit Drohnen und Action-Kameras) und LiDAR-Scans (sowohl von Drohnen als auch vom Boden aus) durchgeführt.
Die Methodik und die Ergebnisse dieser Untersuchung werden ausführlich erörtert, wobei die Vor- und Nachteile der einzelnen Kartierungstechniken hervorgehoben werden. Der Schwerpunkt liegt auf dem Vergleich der erzeugten Punktwolken in Bezug auf Vollständigkeit, Erkennbarkeit und geometrische Toleranz. Dieser Vergleich liefert wertvolle Erkenntnisse darüber, welche Technik für die Datenerfassung der Fabrikplanung am besten geeignet ist.
Der Ausblick dieser Arbeit beinhaltet die Weiterentwicklung der Erfassungstechniken, insbesondere im Hinblick auf autonom fliegende Drohnen. Diese könnten in Zukunft eine effizientere und präzisere Datenerfassung für die Fabrikplanung ermöglichen und damit die Basis für die Optimierung von Produktionsprozessen weiter stärken.
Drohne, Photogrammetrie, LiDAR, Punktwolke, Fabrikplanung, Datenerfassung
Increasing the service life and process reliability of systems plays an important role in terms of sustainable and economical production. Especially in the field of energy-intensive bulk forming, low scrap rates and long tool lifetimes are business critical. This article describes a modular method for AI-supported process monitoring during hot forming within a screw press. With this method, the following deviations can be detected in an integrated process: the height of the semi-finished product, the positions of the die and the position of the semi-finished product. The method was developed using the CRISP-DM standard. A modular sensor concept was developed that can be used for different screw presses and dies. Subsequently a hot forming-optimized test plan was developed to examine individual and overlapping process deviations. By applying various methods of artificial intelligence, a method for process-integrated detection of process deviations was developed. The results of the investigation show the potential of the developed method and offer starting points for the investigation of further process parameters.
Prozessüberwachung, Verschleiß, Warmmassivumformung, Qualitätsmanagement
Verschleiß durch thermische und mechanische Beanspruchung ist eine der Hauptursachen für das Versagen von Schmiedegesenken. Die Beurteilung des Gesenkzustandes und die damit verbundene Lebensdauer des Gesenks basiert in der Regel auf Erfahrungswerten. In diesem Beitrag wird eine Methode zur objektiven Vorhersage der verbleibenden Lebensdauer eines Schmiedegesenks vorgestellt. Mit dieser Methode kann eine Vorhersage auf der Grundlage optischer Messungen berechnet werden. Praktische Versuche zeigen die Anwendungsmöglichkeiten. Darüber hinaus werden Kraftmessungen durchgeführt und analysiert, um festzustellen, wie sich der Verschleiß auf die Kraftverteilung im Gesenk auswirkt. Die Bewertung auf Basis optischer Messungen erlaubt objektive Aussagen über die verbleibende Standzeit von Schmiedegesenken. Die Analyse der Kraftmessungen zeigt Potenzial zur Vorhersage der Standzeit, bedarf aber weiterer Untersuchungen.
Hier können Sie sich den Artikel ansehen.
Prozessüberwachung, Verschleiß, optische Messungen, Kraftmessung
