Ongoing Research Projects

FAMOUS: AAS-Basierte Modellierung zur Analyse veränderlicher cyberphysischer Systeme

The digital transformation connects the whole value chain with technologies of the Internet of Things (IoT) context. The complexity of software developement which comes with this transformation raises a need for interdisciplinary development of software, hardware and mathematical modeling. Traditional measurement and calibration methods are based on accredited calibration-institutions and standardized procedures. These mechanics have to be adapted to fit the digital transformation.

 

For this reason the projct FAMOUS combines the expertise of the research institutes with the competence in industrie 4.0 of the companies Endress+Hauser, Lenze and Bosch. Single sensors are conected with a digital twin which is able to to communicate informations of the measurement uncertanty. Sub-networks od sensors are combined with flexible mathematical methods to enable machine-oriented data-evaluation. Organic Computing mehtods enable flexible and autonomous sub-networks.

 

 

Contact

Research Assistant
Lehrstuhl für Organic Computing

ADELeS

Im Forschungsprojekt ADELeS - Anomaliebehebung durch extrahiertes Expertenwissen und lernende Systeme kooperieren wir seit September 2021 in einem vom bayerischen STMWI geförderten Projekt mit der XITASO GmbH, der Friedrich-Alexander Universität Nürnberg-Erlangen und der Rehau AG. In ADELeS wird ein Assistenzsystem zur KI-unterstützten Detektion und Behebung von Qualitätsabweichungen und Fehlern in Produktionsprozessen entwickelt. Dadurch sollen die Produktionsqualität verbessert, die Auswirkungen des Fachkräftemangels in der Produktion gemindert und die Standorts- und Zukunftssicherheit bayerischer Produktionsstätten gestärkt werden. Das angestrebte Verfahren zur Qualitätssicherung verknüpft erklärbare lernende Systeme mit Expertenwissen, welches erfahrungs- und datenbasiert extrahiert wird. Das Assistenzsystem soll sowohl passive, in der Form von Maßnahmenvorschlägen, als auch aktive Assistenz – direkte Eingriffe in die Maschinensteuerung – bieten. Die Methodik wird anhand von zwei realen Anwendungsbeispielen in Extrusionsprozessen entwickelt und evaluiert, ist aber auch auf andere Produktionsprozesse übertragbar.

 

 

Ansprechpartner

Research Assistant
Lehrstuhl für Organic Computing

Search