Forschungslabor Industrie 4.0 in der Produktion

Inhalt des Forschungslabors sind Realisierung von Machbarkeitsstudien im Rahmen folgender Themen

Themencluster Digitalisierung in der Produktion

► Erprobung & Verbreitung neuartiger Industrie 4.0 Lösungen und Smart Services, auch im Kontext der IT/OT Konvergenz

► Digitalisierungsmöglichkeiten in der Produktion konsequenter nutzen (digitale Rezepte, Vernetzung von Einzelgeräten, etc.)

► Einzeltechnologien zu digitalen Gesamtlösungen zusammenführen, incl. barrierefreie Kommunikation aller Mensch- und Nicht-Mensch-Entitäten miteinander

► Datenmanagement, Daten-Value Stream Mapping und Daten-Wertstrom-Analyse

► Einsatz von Softsensoren/Anlagen-Monitoring, z.B. zum Erfassen nichtmessbarer Prozessgrößen mit dem Ziel der Optimierung von Produktqualität-, Effizienz- sowie Anlagenlebenszeit/Maintenance (Remaining Useful Life(time))

► Einsatz von Big Data & Cloud-Lösungen auf den zuvor erzeugten Messdatensätzen zur Produktionsoptimierung

• Datenschätze heben und KI in Anwendung bringen in Verbindung mit intelligenten Kennzahlenmanagement

► Analyse von Chancen durch den Einsatz digitaler Zwillinge

► Integration von Predictive Maintenance, Predictive Analytics und Predictive Quality Methoden

 

Themencluster Planung & Virtualisierung in der Produktion

► Analyse und Lösungsentwicklung von Up-Scaling, Individualisierung und on-demand-Produktions-Problemen

► Analyse und Lösungsentwicklung zur Optimierung der Betriebsführung (batch vs. kontinuierlich)

► Verwendung ganzheitlicher, zum Teil virtuell gestützter Prozesse und Tools über gesamten Anlagen-Lebenszyklus

► Einführung agiler Prozesse für die Produktion

• Wie auf schnelle Designänderungen reagieren?
• Orientieren an Methoden der agilen Softwareentwicklung

► Einsatz von Augmented Reality

► Verwendung digitaler Planungswerkzeuge

► Simulation (inkl. SPS-Code), Test und virtuelle Inbetriebnahme

► Intelligentes Kennzahlenmanagement -> Big Data & Cloud-Lösungen

► Benutzerfreundliche Umsetzung virtueller Planungstools schaffen (User Interface (UI) / User Experience (UX))

► Virtuelle Planung von Produktionslinien inkl. virtueller Rundgänge

 

Themencluster Optimierte Anlagenautomatisierung

► Einsatz agiler Software-Entwicklungsmethoden im Bereich des RCPs, zum Entwurf komplexer Automatisierungslösungen

► Umsetzung verteilter Automatisierungslösungen

► KI Methoden als Wegbereiter selbstoptimierender Fertigungssysteme in Anwendung bringen

► Automatisierungslösungen Schlüsseltechnologien zum nachhaltigen, umweltfreundlichen und ressourcenschonenden Wirtschaften ausbauen

► Entwicklung Key-Performance-Indicator (KPI) für Automatisierungskomponenten incl. intelligenten Kennzahlenmanagement

► Optimierung bestehender Automatisierungslösungen und Prozessführung, incl. softwareseitiger Umsetzung: Prototypisch/Zielsteuergerät

► Steigerung der Energieeffizienz von Automatisierungslösungen durch intelligente Regeloptimierung → Green Automation

► Einführung moderner Automatisierungsmethoden (adaptive, selbstoptimierende Multi-Stage-Optimierung, prädiktive Systeme) incl. Realisierung dieser komplexen Methoden/Algorithmen auf industriellen Steuerungsgeräten

► Evaluierung von Methoden für selbstadaptierende/selbstoptimierende Automatisierungssysteme

► Einfach applizierbare, robuste Automatisierungslösungen (Beachtung von Störgrößen & Modellunsicherheiten)

► Regelung von Produktqualität mithilfe physikalischer Systemmodelle und Prädiktionsmethoden

 

Themencluster Kooperierende Roboter

► Konzeptionierung der Produktion als vernetztes Cyper Physical System mit starker IoT-Anbindung

• Zusammenspiel der vernetzten Einzel-Agenten als vernetztes, kognitives Produktionssystemen
• Einzel-Agenten können teilautonom agieren, lernen und Entscheidungen treffen

► Potential heben durch erhöhten Einsatz von Leichtbaurobotern und (Co-)Robots in der Produktion

► Modellbildung (Dynamik und Kinematik) von Industrierobotern für Entwicklung sicherer und hochgenauer Robotersteuerung

► Intelligente Entscheidungsfindung und optimale Bewegungsplanung (Pfadplanungs-MPC) für Industrieroboter

► Lernende Robotersysteme ermöglichen flexible Automation

• Reduktion von Programmier- und Inbetriebnahmezeit
• Roboter passen sich dem menschlichen Kollegen an

► Einsatz von AR zur Zustandsvisualisierung von Anlage und Werkstücken -> Hilfestellung für Nutzerakzeptanz & Kooperation

► Maximierung der Informationstransparenz und der Nutzerakzeptanz (HMI, AR, non-verbale Körperkommunikation)

► Einfaches Teach-In von Industrierobotern, mittels digitalen Zwilling und VR