Digitale Zwillinge für Werkstoff, Prozesse, Produktionsnetzwerk und Produkt

Für die konsequente Umsetzung von digitalen Technologien ist eine datenunterstützte Beschreibung von Objekten und Prozessen notwendig. Der perfekte digitale Zwilling ist eine digitale Repräsentation der physischen Bauteil-, Anlagen- und Prozessdynamik über die Wertschöpfungskette hinweg und verhält sich wie das reale System. Dabei gibt es genau genommen nicht den einen digitalen Zwilling im Sinne eines einzelnen perfekten Abbildes, sondern eine Sammlung an anforderungsoptimierten Datenmodellen innerhalb des digitalen Zwillings – für jede Aufgabe kann das passende Modell ausgewählt bzw. generiert werden.

 

Im Sinne des KI-Produktionsnetzwerkes sind digitale Zwillinge mehr als nur eine einfache Sammlung von Prozessdaten: Digitale Zwillinge leiten Zusammenhänge aus diesen Daten ab (Datenmodelle) und sind sogar im Stande Vorhersagen für ihr reales Gegenstück zu treffen. Digitale Zwillinge sehen den Prozess nicht einfach nur – sie verstehen den Prozess. Dies ermöglicht die Ableitung von zukünftigen Entscheidungen – wie z.B. die Adaptierung der weiteren Prozessschritte - aus Daten der Vergangenheit.

 

Mittlerweile beschäftigt sich eine Vielzahl von Projekten mit der Nutzbarmachung von digitalen Zwillingen, wobei dies in der heutigen industriellen Anwendung üblicherweise noch stark isolierte Konzepte sind. Um den digitalen Zwilling von morgen, der auch über die Grenzen einzelner Unternehmen hinweg existieren kann, zu gestalten, sind gemeinsame Schnittstellen und Formen der Repräsentation auf Basis bewährter industrieller Standards notwendig.

 

Digitale Zwillinge beschränken sich nicht alleine auf die Produktebene, sondern existieren auch für ganze Fertigungsprozesse und sogar über die Grenzen einzelner Fertigungsstandorte und Unternehmen hinweg. Auf Produktionsnetzwerkebene sollen die einzelnen Prozesse zusammengeführt werden, um ein umfassendes digitales Abbild des gefertigten Produkts und damit seiner Qualität zu erzeugen. Zur Umsetzung von Selbstorganisationsansätzen sowie zur smarten Optimierung der Gesamtanlage ist aber ebenso ein digitales Ebenbild des Produktionsnetzwerks selbst notwendig, um eine virtuelle Produktionsplanung zu ermöglichen. Diese lückenlose digitale Nachvollziehbarkeit aller am Produkt beteiligten Prozesse und die Möglichkeit, diese Daten sinnvoll zu nutzen, führt zu kürzeren Innnovationszyklen und einer gesteigerten Wirtschaftlichkeit bei gleichzeitig höherer Qualität.

© Universität Augsburg

Projekte


  • AI4FSW - Erforschung eines multisensorischen Prozessüberwachungssystems für das roboterbasierte und portalanlagen-basierte Rührreibschweißen basierend auf Methoden der künstlichen Intelligenz.
  • AIPE - Reduzierung der Dauer der virtuellen Inbetriebnahme durch die automatische Feineinstellung von Maschinenparametern und Persistierung von Expertenwissen
  • AICUT - Automatisierte Erkennung von Prozessstörungen und Qualitätsschwankungen bei der spanenden Fertigung mittels maschinellen Lernens. 
  • CERAHEAT 4.0 - LCA meets AI - Im Projekt Ceraheat4.0, gefördert vom BMWK im Rahmen des Greentech-Calls, erschließen die Partner aus Industrie und Forschung Ressourcen- und Energieeffizienzpotentiale für faserverbundkeramische Hochtemperatur-Leichtbausysteme. Zudem digitalisieren sie die Herstellprozesse und vernetzen diese zu einer durchgängigen intelligenten Prozesskette.
  • CPS4EU - Stärkung der Cyber Physical Systems-Wertschöpfungskette durch die Schaffung europäischer KMUs und die Bereitstellung von CPS-Technologien. 
  • FAMOUS -  Digitalisierung der metrologischen Qualitätsinfrastruktur durch komplementäre Modellierung von Sensoren und Sensornetzwerken.
  • FLOATTWIN - Mit künstlicher Intelligenz unterstützter digitaler Zwilling für die Floatglas-Produktion. 
  • ForCYCLE-T - Effizientes Recycling von Gießereistäuben durch ressourcenschonende Technologien und optimiert durch digitale Prozesse.
  • FORinFPRO - Selbstadaptive Regelungssysteme für Intelligente Fertigungsprozesse und Closed-Loop-Produktion.
  • HotTurb - In einem Teilprojekt von HotTurb ist eine heißgasstabile Faser-Matrix-Interphase für SiC-SiC Verbundwerkstoffe Gegenstand der Forschung. Hierzu wird unter anderem ein optimaler Herstellungsprozess mittels reaktiver Schmelzinfiltration entwickelt und das Schädigungsverhalten des resultierenden Verbundwerkstoffes modelliert und simuliert.
  • INPAICT - KI als Unterstützung zur menschlichen Entscheidungsfindung in der  zerstörungsfreien Prüfung und Prozessüberwachung.
  • KOGNIA - Konstruktionsunterstützung durch künstliche Intelligenz und automatisiertes maschinelles Lernen.
  • KoKiRo - Erforschung eines I4.0-fähigen, kognitiven und flexibel konfigurierbaren Roboter-Montagesystems. 
  •   NACSIM - KI-basierte mikroskopische, partikelbasierte Fluidsimulation auf großen Domänen.
  • OpenScaling - Erfüllung von Klimazielen und europäische Technologieführerschaft durch die innovative Kombination von Künstlicher Intelligenz und klassischer Simulation. Am Projekt sind 27 Projektpartner aus sechs Ländern beteiligt: Deutschland, Frankreich, Österreich, Schweden, Spanien und Ungarn. Ziel ist es, modellbasierte Entwicklungsprozesse durch Innovationen Rund um das Thema Simulation zu ermöglichen, zu verbessern sowie in entsprechende Industriestandards zu überführen. In Deutschland wird das Konsortium aus elf Partnern durch das Bundesministerium für Bildung und Forschung gefördert. Ziel ist, die Industrie bei der Erreichung gesetzter Klimaziele zu unterstützen und die Technologieführerschaft Europas im internationalen Wettbewerb zu sichern.
  • R4CMC - Das Projekt R4CMC beschäftigt sich mit der Reparatur von geschädigten keramischen Faserverbundwerkstoffen. Nach zerstörungsfreier 3D-Analyse werden Schädigungsbereiche gezielt abgetragen und anschließend über neuartige Reparaturprozesse mit geeignetem Material verfüllt. So werden Ressourcen geschont und der Ausschuss verringert.
  • SensAI - zerstörungsfreie Charakterisierung von Materialien durch Sensordatenauswertung und maschinellem Lernen.
  • SmartCut - Smarte Lösungen für zerspanende Bearbeitungsprozesse durch den Einsatz geeigneter Sensorik und die Fusion derer Daten. 
  • SurroGlas - Substitution numerischer Simulationen in der Floatglas-Produktion mittels künstlicher Intelligenz.
  • TwinSpace - Ressourcengekoppelte Hardware-Software-Co-Entwicklung im Zwillingsraum.

Ansprechpartner Forschungsschwerpunkt

Wissenschaftlicher Mitarbeiter
Lehrstuhl für Mechatronik

Startseite:

E-Mail:

Koordinator Digitalisierung und Selbstorganisation

Dr.-Ing. Nils Mandischer
Koordinator Digitalisierung und Selbstorganisation
KI-Produktionsnetzwerk Augsburg

E-Mail:

Suche