Die Transferplattform hilft insbesondere den kleinen und mittleren Unternehmen (KMU) in Baden-Württemberg, die Chancen im Bereich der digitalen Vernetzung und der intelligenten Produktion besser zu nutzen. In der ersten Projektphase wurden zahlreiche Projekte umgesetzt, die u.a. Effizienzsteigerungen in Entwicklung und Produktion, Gewinnsteigerungen, schnellere Entwicklungen und sicherere Arbeitsprozesse zum Ziel hatten.

Partnerprojekte mit Unternehmen

Hochschule Esslingen

Mixed Reality im Sondermaschinenbau

Der Entwicklungsprozess im Sondermaschinenbau ist charakterisiert durch kundenspezifische Anforderungen, kurzfristige Änderungszyklen und steigende Automatisierungsgrade. Im Besonderen der wachsende Einsatz von Robotik in hoch integrierten Sondermaschinen führt zu einer erhöhten Komplexität in der Steuerungsentwicklung und Kollisionspotentialen bei der Inbetriebnahme von Anlagen. Bereits die Auswahl einer geeigneten Roboterkinematik und die Bewertung von Kriterien wie Arbeitsraum oder Flexibilität im Kontext der gesamten Sondermaschine stellt bislang einen zeitintensiven Vorgang dar.

Zur Optimierung der Entwicklungs- und Inbetriebnahmeprozesse wurde zusammen mit dem Sondermaschinenbau-Unternehmen topex GmbH  ‚Digital Twin‘-Projekt der Einsatz von Digitalen Zwillingen in Kombination mit Mixed Reality Methoden untersucht.

Der im Projekt entwickelte Digitale Zwilling einer Sondermaschine ermöglicht die Vorabprüfung von Prozessen und Abläufen in einer immersiven Mixed Reality Umgebung. Dabei kann die reale Umgebung um virtuelle maßstabsgetreue Anlagenkomponenten (z.B. virtueller Roboter oder vollständige Anlage) in einer 1:1 Visualisierung erweitert werden. Durch die Anbindung des Digitalen Zwillings an die industrielle Steuerungstechnik bleibt dabei die Konsistenz und Aussagekraft erhalten. Die Mixed Reality Umgebung ermöglicht darüber hinaus die intuitive Interaktion mit dem Digitalen Zwilling der Sondermaschine. Das im Projekt entwickelte Konzept kann in Zukunft in weitere Anwendungsbereiche wie das Maschinenmonitoring oder Schulungen transferiert werden.

Video-Impressionen:

https://www.youtube.com/watch?v=-5Gp_GXLqI4

Hochschule Reutlingen

AX Assistance

Im Rahmen des Projekts mit AX Semantics wurde ein intelligentes Störungsmanagement-Tool, AX Assistance, entwickelt.  Das Tool ermöglicht es, dass Maschinen im Produktionsumfeld Störungen nicht nur als Fehler „XX“ oder als Warnsignal ausgeben, sondern aussagefähige, nutzerindividuelle Fehlerbeschreibung den Verantwortlichen präventiv über mobile Devices direkt zur Verfügung stellen und bereits Vorschläge für Maßnahmen zur Behebung der Fehlerquelle automatisiert generieren. Mit dem Einsatz des Tools können die Ausfallzeiten der Maschinen verkürzt und dadurch die Produktivität der Maschine erhöht werden.

Durch die verbesserte Zuordnung zum richtigen Mitarbeiter und die klare Kommunikation für den jeweiligen Mitarbeiter wird die Bearbeitung deutlich effizienter. Durch die mehrsprachige Auslieferungsmöglichkeit der Texte kann der AX Assistance sofort standortübergreifend eingesetzt werden. Er kann weiter in allen Bereichen des Unternehmens Einsatz finden, wo Mensch-Maschine-Kommunikation (z.B. Office-Umgebung) oder Workflows stattfinden. Eine Übertragung auf andere Anwendungsbereiche zur Erhöhung des Verständnisses des Menschen in der Kommunikation mit komplexen Maschinen (Auto, Fuhrpark etc.) ist möglich. Die Auslieferung der Textinhalte ist medienunabhängig und kann auch über Text to Voice akustisch erfolgen.

Hochschule Aalen

Zustandsüberwachung von industriellen Anlagen

Im Rahmen der vierten industriellen Revolution wird die Zustandsüberwachung zur Effektivitätssteigerung von Maschinen und Maschinenelementen ermöglicht, beispielsweise in industriellen Anlagen. So können Komponenten bezüglich ihrer Last, ihrer Schädigung oder ihrer Effizienz beurteilt werden. Ungeplante Stillstandszeiten werden dadurch verringert.

Um die Kosten zu senken, wird durch eine angepasste Sensorpositionierung der Informationsgehalt einzelner Signale gesteigert, was die Überwachung einer Vielzahl an Komponenten mit wenigen Sensoren ermöglicht. Eine effiziente Auswertung der Messdaten wird durch Methoden der künstlichen Intelligenz, wie Machine Learning, unterstützt.

Hochschule Aalen

Erprobungstechnik

Eine wesentliche Aufgabe in der Antriebstechnik ist die Erprobung von Komponenten und Systemen. Sie dient der Konzept- und Produktabsicherung sowie zum Auffinden möglichst vieler Fehler in den frühen Phasen des Produktentstehungsprozesses. Neben der Verifizierung der geforderten Produkteigenschaften ist auch die Validierung der Anforderungen in Form eines vordefinierten Lastkollektivs von Bedeutung. Um zuverlässige Antriebsstränge entwickeln zu können, ist eine betriebsfeste Auslegung der Komponenten nötig. Hierfür ist die Kenntnis der im Einsatzzeitraum auftretenden Belastungen erforderlich, welche in Lastkollektiven dargestellt werden. Eine geeignete Auswahl der Lastkollektive und die daraus abgeleiteten Erprobungszyklen ermöglichen eine realitätsnahe Erprobung der Komponenten. Dies hat zum einen eine hohe Sicherheit und Zuverlässigkeit zur Folge, zum anderen werden die Prüfzeiten auf ein Minimum reduziert.

Hochschule Aalen

Sensorik und Aktorik

Sensoren und Aktoren stellen das Bindeglied zwischen der realen und der digitalen Welt dar. Sie bilden damit ein Kernelement der Industrie 4.0. Industrielle Sensorik ist hier jedoch ein immenser Kostenfaktor.

Mit dem Einzug der Sensorik in Consumerelektronik, wie Smartphones, eröffnen sich neue Bezugsquellen für leistungsfähige Sensoren im unteren Preissegment. Abhängig von den Anwendungsparametern und der geplanten Verarbeitung der Sensordaten ist es möglich, die Kosten der Sensorik in Projekten drastisch zu verringern. Mit den Methoden des Machine Learnings kann die Aussagekraft der Messdaten gesteigert werden.
Anhand dieser Messdaten lässt sich Aktorik energieeffizient auslegen.

Hochschule Aalen

Virtual Testing mit digitalen Zwillingen

In der Fahrzeugtechnik ist eine erhöhte Nachfrage nach innovativen Funktionen erkennbar, vor allem im Zusammenhang mit der Elektromobilität. Diese Funktionen müssen durch Versuche abgesichert werden. Neben Straßenversuchen zeichnet sich hierbei eine Zunahme von Versuchen auf Prüfständen ab. Bei bestehenden Prüfständen für konventionelle Fahrzeuge kann die erforderliche Dynamik die physikalischen Grenzen der vorhandenen Prüftechnik übersteigen.

Mithilfe von digitalen Zwillingen der Prüftechnik kann die gegebene Dynamik abgebildet und mit der geforderten Dynamik abgeglichen werden. Eine frühzeitige Kenntnis zu nicht umsetzbaren Prüfläufen ermöglicht die rechtzeitige Anpassung der Versuchsplanung. Durch eine Senkung der Risiken können hohe Folgekosten zur Problembeseitigung vermieden werden.
Mit Methoden der künstlichen Intelligenz, wie das Machine Learning, lassen sich komplexe Vorgänge im System, beispielsweise der Wirkungsgrad der elektrischen Prüfstandsmaschinen, nachbilden. So kann der digitale Zwilling an die Realität angenähert werden. Die Aussagekraft des Modells wird erhöht.

Forschungskooperationen

accelerateKI

Servicebasierte KI-Konfigurationsunterstützung als Accelerator für KI-Anwendungen in KMUs

Die Hochschulen der angewandten Wissenschaften Aalen, Esslingen und Reutlingen adressieren im Forschungsprojekt accelerateKI die Hemmnisse von KMU beim Einsatz von Methoden der Künstlichen Intelligenz durch die Erforschung und Entwicklung einer  servicebasierten und plattformunabhängigen KI-Konfigurationsunterstützung. Durch das Vorhaben soll die Anwendbarkeit von KI-Algorithmen signifikant erhöht und damit die Hemmschwelle und Entwicklungszeit beim Einsatz von KI in KMU gesenkt werden.

Die Heterogenität der Use-Cases der konsortialen KMU sorgt dabei für die Identifikation von übertragbaren Problemstellungen und fördert die projektbegleitende Evaluation der entstehenden KI-Konfigurationsunterstützung.

Im Laufe des Projektes wird KMU ein anwendungsorientierter Einblick in die Projektergebnisse anhand mehrerer KI-Workshops geboten. Darüber hinaus wird ein Best Practice Guide erarbeitet, der einen anwendungsorientierten Einstiegspunkt in den Themenkomplex KI für KMU bietet und sowohl die wissenschaftlichen Ergebnisse als auch die praktischen Erfahrungen für eine breite Anwendung verfügbar macht.

Transferzentrum 5G4KMU

Das Transferzentrum 5G4KMU ermöglicht kleinen und mittelständischen Unternehmen einen einfachen Einstieg in 5G-Technologie. Zusammen mit Forschungsinstituten können sie Wissen und Erfahrungen mit 5G sammeln und innovative Produkt- und Geschäftsideen auf Basis von 5G entwickeln.

Die Zusammenarbeit mit den Unternehmen erfolgt im Rahmen von

  • Quick Checks – Projektideen von Unternehmen werden im Rahmen von Machbarkeitsstudien genauer untersucht und
  • Exploring Projects – gemeinsam mit einer Testumgebung wird ein ausführliches Konzept entworfen und dieses anschließend in der Testumgebung prototypisch umgesetzt und erprobt.

Quick Checks und Exploring Projects werden aus Mitteln des Förderprojekts 5G4KMU finanziert. Teilnehmenden Unternehmen entstehen keine Fremdkosten.

Allianz Industrie 4.0

Die Allianz Industrie 4.0 ist ein vom Wirtschaftsministerium Baden-Württemberg initiiertes und gefördertes Netzwerk. Gemeinsam mit Partnerorganisationen werden die Kompetenzen aus Produktions- sowie Informations- und Kommunikationstechnik gebündelt und der industrielle Mittelstand in Richtung Industrie 4.0 begleitet. Die Koordinierungsstelle ist beim VDMA e.V. Baden-Württemberg angesiedelt.

Mit zahlreichen Netzwerkpartnern aus Unternehmen, Einrichtungen der angewandten Forschung, Verbänden, Kammern und Sozialpartnern verfolgt die Allianz das Ziel, Baden-Württemberg als weltweit führende Region für Industrie 4.0-Technologien zu etablieren.