Institut Digital Engineering (IDEE)
Refine
Document Type
- Article (40)
- Conference Proceeding (18)
- Part of a Book (3)
- Other (3)
- Part of Periodical (1)
- Report (1)
Is part of the Bibliography
- yes (66)
Keywords
- Klimaanpassung (2)
- additive manufacturing (2)
- augmented reality (2)
- mainklimaplus (2)
- temperatur (2)
- 3D-Druck (1)
- Additive Fertigung (1)
- Business game (1)
- CNC machine tools (1)
- Climate adaptation (1)
- Corporate social responsibility (1)
- Energy consumption (1)
- Environmental Engineering (1)
- Environmental Science (miscellaneous) (1)
- G-code (1)
- Game-based learning (1)
- HEI (1)
- Human resource development (1)
- Internationalisierung (1)
- Klimaschutz (1)
- Klimawandel (1)
- Machine Learning (1)
- Machine learning; nonlinear regression; function approximation; overfitting; transfer function (1)
- Management, Monitoring, Policy and Law (1)
- Mensch-Roboter-Interaktion (1)
- Order picking (1)
- PBF-LB/M (1)
- Prozessoptimierung (1)
- Renewable Energy, Sustainability and the Environment (1)
- SPIT (1)
- SWIR (1)
- Serious game (1)
- Smart Logistics (1)
- Socio-technical Systems Theory (1)
- additive fertigung (1)
- additive manufacturing processes (1)
- anlagenplanung (1)
- arbeitsplatz (1)
- autonom (1)
- best practice (1)
- bilddaten (1)
- bilderkennung (1)
- corona (1)
- covid (1)
- damage identification (1)
- dataset (1)
- digital engineering (1)
- drohne (1)
- engineering (1)
- galvanometer scanner (1)
- game-based learning (1)
- green skills (1)
- in situ monitoring (1)
- inspection (1)
- internationalisierung (1)
- klima (1)
- klimaanpassung (1)
- klimawandel (1)
- künstliche intelligenz (1)
- machine learning (1)
- maintenance (1)
- material (1)
- melt pool (1)
- mensch-roboter (1)
- messen (1)
- metal printing (1)
- metall (1)
- metalldruck (1)
- mikrologistik (1)
- montage (1)
- neural network (1)
- object detection (1)
- process monitoring (1)
- produktionsdaten (1)
- regionalstudie (1)
- roboter (1)
- robotik (1)
- semantic segmentation (1)
- small objects (1)
- sustainability (1)
- thermal distortion (1)
- thermophysik (1)
- tiny obejcts (1)
Im Zuge der fortschreitenden Globalisierung und zunehmenden Digitalisierung der Arbeitswelt, ergeben sich gerade für kleine und mittelständische Unternehmen Herausforderungen im Bereich der Produktion und insbesondere in der Montage. Steigende Komplexität der Produkte, kürzer werdende Produktlebenszyklen bei kleinen Losgrößen mit hoher Variantenvielfalt und großem Wettbewerbsdruck zwingen Unternehmen bereits vorhandene Montagestrategien zu überarbeiten. Gerade bei komplexeren Baugruppen ist eine Hochautomatisierung der Montage in der Serienfertigung aufgrund der Produktstruktur nur schwer realisierbar und oftmals nicht wirtschaftlich. In der industriellen Produktion ist ein klarer Trend von der Massenproduktion hin zur »Massenspezialanfertigung« zu erkennen. Die Leistungsfähigkeit eines Industriebetriebes hängt entscheidend von den angewandten Produktionsverfahren, den eingesetzten Produktionsmitteln und der eingeführten Produktionsorganisation ab. Aber auch das Zusammenspiel von Mensch, Organisation und Technik trägt dazu bei Potenziale für den Erfolg eines Unternehmens auszuschöpfen. Aufgrund sich ständig ändernder Marktbedingungen und der kostengünstigen Herstellung von Produkten in Niedriglohnländern bei gleichzeitig steigendem Qualitätsniveau müssen Produktionsstrukturen ständig neu überdacht und weiterentwickelt werden. Die Montage ist im Vergleich zur klassischen Fertigung (wie z.B. Drehen, Fräsen oder Schleifen) ein eher niedrig automatisierter Bereich der industriellen Produktion, indem allerdings eine hohe Wertschöpfung am Produkt stattfindet. Die manuelle Montage ist daher auch zukünftig ein wichtiger Bestandteil der industriellen Produktion. Um am Markt bestehen zu können, müssen Unternehmen nach Möglichkeiten suchen, um manuelle Arbeit produktiver und damit kosteneffizienter zu gestalten ohne dabei Abstriche bei der Qualität hinzunehmen. Zur Unterstützung manueller Tätigkeiten sind in den vergangenen Jahren verschiedene Innovationen in den Fokus der Unternehmen gerückt. Das Ziel muss es sein, den (Montage-)Standort Deutschland durch innovative Konzepte wie kollaborative Mensch-Roboter-Arbeitsplätze zu sichern.
Das [...] Spannungsfeld aus Flexibilität, Bauraum, Kosten, Genauigkeit und automatisierter Messung soll in diesem Vorhaben mit der Realisierung einer größenangepassten, roboterbasierten Koordinatenmesstechnik begegnet werden. Als Herausforderung wird hierbei das Verfahren zur Optimierung der Genauigkeit (Kalibrierung) aus den gegebenen Randbedingungen (Kinematik, Steifigkeit) insbesondere des Roboters gesehen.
Geprägt durch den Einzug der Digitalisierung in Wirtschaft und Industrie sieht sich die Logistikbranche heute zunehmend damit konfrontiert, immer kleinere Stückmengen und Losgrößen transportieren zu müssen. Heutige, konventionelle Logistiksysteme sind für diese zukünftigen Anforderungen nicht ausgelegt. Deshalb bringt der Transport kleiner Losgrößen hohe Kosten mit sich. Darüber hinaus sind heutige Logistiksysteme nicht flexibel genug. Auch die praktizierte Ansammlung von kleinen Losgrößen zu größeren Einheiten erfüllt die Anforderungen nicht. Der Warentransport wird aus Sicht des steigenden Anspruchs an den Zeitfaktor teuer. Darüber hinaus entstehen zusätzliche Lagerkosten. Neue Technologien wie fahrerlose Transportsysteme und Transportdrohnen können in ihrer aktuellen Entwicklung dem Bedarf der Mikromobilität nur in stark abgegrenzten Bereichen gerecht werden und somit ihr Potenzial noch nicht ganzheitlich entfalten. Im Projekt wird die kollaborative Zusammenarbeit verschiedener Transporteinheiten wie fahrerlose Transportsysteme (FTS), Multicopter- und Flächendrohnen aufbauend auf einem KI-Service entwickelt, was einem heterogenen Netzwerk die Überwindung der einzelnen, technologischen Systemgrenzen und zweckdienlichen Einsatz ermöglicht. Die Auslegung von logistischen Systemen erfolgt immer nach dem Prinzip des minimalsten Aufwandes. Das Projekt FlowPro entwickelt ein auf KI-Verfahren basierendes Logistiknetzwerk, welches sich selbstständig organisiert und in Industrieparks die Intralogistik sowie darüber hinaus unternehmensübergreifend auf dem Land- und Luftweg die Mikromobilität von Waren ermöglicht und optimiert.
Das IDEE ist mit vier Forschungsprofessoren besetzt, die durch eine Lehrentlastung Freiräume für den Auf- und Ausbau von interdisziplinären Forschungsaktivitäten nutzen können. Das Center Robotik (CERI) ist eines der Aufgabengebiete des IDEEs mit den beiden Schwerpunkten »Robotergestützte Arbeitsplätze der Zukunft« sowie »Intralogistik in der Smart Factory«.
Dieser Artikel beschäftigt sich mit dem zweiten Schwerpunkt. Anhand der CERI Aktivitäten im Bereich der fahrerlosen Transportsysteme wird aufgezeigt, wie der »Dreiklang« Forschung, Lehre und Transfer in der Praxis umgesetzt wird und die drei Bestandteile sich gegenseitig befruchten können.
Es gilt, auf diverse Szenarien des Klimawandels vorbereitet zu sein, potenziell negativen Einflüssen vorzubeugen und Chancen (bspw. hinsichtlich Absatz- und Beschaffungsmarkt) zu ergreifen. Diese Ausprägungen regen dazu an, maßgeschneiderte Bildungskomponenten zu konzeptualisieren, um (produzierende) Unternehmen zukünftig sowohl in ihrer Verantwortungsfunktion zu sensibilisieren, als auch sie lernend zu befähigen, individuelle Klimaanpassungsmaßnahmen abzuleiten.
Industriezweige wie die Glas-Industrie, die Kraftwerkstechnik sowie die Luft- und Raumfahrttechnik müssen kontinuierlich neue Methoden entwickeln, sowie bestehende Verfahren optimieren, um in ihren Bereichen wettbewerbsfähig zu sein bzw. neue Anforderungen an Umwelt- und Klimaschutz zu erfüllen. Dies beinhaltet oft die Entwicklung neuer Materialien, die leichter zu fabrizieren sind und sowohl mechanisch als auch thermisch höheren Belastungen standhalten. Für die genannten Industriezweige sind Prozesse mit hohen Betriebstemperaturen bis zu 3.000 °C kennzeichnend und damit ist die Kenntnis von Materialeigenschaften bei diesen extremen Temperaturen von großer Bedeutung. Auch wenn es bereits einige Messapparaturen für die Bestimmung von thermophysikalischen Materialdaten bei hohen Temperaturen gibt, muss die Rückführung dieser auf die SI Basiseinheiten gewährleistet werden, um die Zuverlässigkeit der gemessenen Daten für die Anforderung der genannten Branchen sicherzustellen.
Diese Aufgabe ist das Ziel des EMPIR-(European Metrology Programme for Innovation and Research) Projektes Hi-TRACE [1]. Hi-TRACE zielt darauf ab, Referenzapparaturen und neue
Methoden für die Messung von thermophysikalischen Materialeigenschaften, (thermische Diffusivität, spezifische Wärme, Emissionsgrad und Schmelztemperatur) sowie der Haftung
von Schichten über 1.000 °C zu bestimmen.
Eines der zentralen strategischen Ziele unserer Hochschule ist die Internationalisierung, sowie der »internationalisation@home«. Als die weltweite Corona-Pandemie die Präsenzlehre und -forschung ebenso wie den internationalen Austausch von Studierenden und Forschenden zu Beginn 2020 quasi zum Erliegen brachte wurden die Rufe nach digitalen Angeboten im internationalen Bereich schnell laut. Vor diesem Hintergrund reagierte der »Deutsche Akademische Auslandsdienst (DAAD)« mit der kurzfristig ins Leben gerufenen Förderlinie »International Virtual Academic Collaboration« (IVAC), um internationale Hochschulkooperationen und weltweite Mobilität unter digitalen Vorzeichen strategisch zu gestalten und auszubauen [1].
Die Weiterentwicklung von Endgeräten wie z.B. von NReal oder die Microsoft HoloLens 2 im Bereich Augmented Reality (AR) führt zu einem erweiterten Nutzungsfeld von AR außerhalb klassischer Entwicklungs- und »Gaming«-Umgebungen. Eine der sich intensivierenden Nutzungsoptionen ist der wertorientierte Einsatz im industriellen Umfeld. In diesem Bereich bedarf es noch einer weitreichenden Identifizierung und Evaluierung der Einsatzpotenziale und des -nutzens [1]. Naheliegender Vorteil der Technologie ist die Anwendung in integrativen Planungsprozessen z.B. in der Anlagenplanung. Durch die Visualisierung von virtuellen Inhalten in einer realen Umgebung, können zukünftige Veränderungen auf mögliche Störfaktoren bereits vor Umsetzung detailliert geprüft und optimiert werden. Dies führt zu Zeit- und Kostenersparnis in Planungsphasen, da nachträgliche Änderungen signifikant kostenintensiver und komplexer sind. Eine weitere Nutzungsmöglichkeit ist die Simulation von Fertigungsprozessen und deren Auswirkungen. Die Simulation kann insbesondere bei der Identifikation unternehmensunabhängiger Probleme helfen. Auch kann der zeitliche Faktor, der jedem Prozess zugrunde liegt, eingebettet in einem virtuell erweiterten Realszenario geprüft werden. Als Beispiel kann hier die Störungsbeseitigung in industriellen Fertigungsprozessen dienen, welche meistens einer notwendigen engen Taktung unterliegen. Störungen sind häufig durch die direkte Umwelt oder Probleme in Arbeitsabläufen begründet. An diesem Punkt können die möglichen Optimierungsoptionen unter den gegebenen Bedingungen eine erste Validierung erfahren, ohne direkten Eingriff in laufende Prozesse. Diese Anwendungsmöglichkeiten gilt es zu untersuchen und in eine gebrauchstaugliche Lösung für den Einsatz im wertschöpfenden Bereichen zu überführen. Ziel dabei ist es die noch hypothetischen Potenziale zu bewerten und in einsetzbare Applikationen zu transformieren, die den Anforderungen in einer industriellen Umgebung standhalten. Um eine nutzerorientierte Forschung zu gewährleisten, ist es notwendig den Bedarf der Industrie zu erfassen. An diesem Punkt setzt das Vorhaben PlanAR an und untersucht die interdisziplinären Auswirkungen der Anwendungsmöglichkeiten und Applikationen bei industrienahen Nutzungsanforderungen.
Einsatz einer maschinell gelernten Bildsegmentierung zur Pulverbettüberwachung im Metalldruck
(2022)
Der Schwerpunkt der folgenden Ausführungen ist auf eine schichtweise Erkennung von Abweichungen durch die automatisierte Analyse von Bilddaten aus pulverbettbasierten Metalldruckprozessen gelegt. Bei diesen Prozessen wird eine dünne Schicht im Bereich von 20 bis 100 μm aus pulverförmigem Metallpulver aufgetragen. Ein zweidimensionaler Querschnitt des gewünschten Bauteils wird dann entweder mit einer selektiven Wärmequelle aufgeschmolzen oder mit einem Bindemittel zusammengebunden. Anschließend wird das Substrat um die Höhe einer Pulverschicht abgesenkt und der Vorgang wiederholt, bis der Aufbau abgeschlossen ist. Nach dem Abschluss des Aufschmelzens einer Schicht wird ein Bild mittels einer Kamera im sichtbaren Wellenlängenbereich erstellt. Abbildung 1 zeigt zwei Beispiele solcher Bilder. Diese bilden die Eingangsgröße für die Erkennung von Abweichungen. Durch die gewählte Schichtdicke kann die Herstellung eines Bauteils mehrere tausend Bilder erzeugen. Die automatisierte und zeitnahe Auswertung ist daher Inhalt aktueller Forschungs- und Entwicklungsaktivitäten [1]. Nicht zuletzt da die notwendige Sensorik – eine Kamera – wirtschaftlich und robust einsetzbar ist.
Mit einem Umsatz von 103 Milliarden Euro ist die Metallindustrie eine der größten deutschen Industriebranchen. Diese ist von volatilen Marktbedingungen und hohem Wettbewerb geprägt [1][2]. Kleine und mittlere produzierende Unternehmen (sogenannte KMU) sehen zunehmend gravierende Probleme bei der Einhaltung von Lieferterminen bedingt durch hohe Durchlaufzeiten in der Produktion [3]. Neben kaufmännischen Planungssystemen zur Erstellung von Produktionsplänen nutzen Unternehmen als Planungsgrundlage weiterhin Excel mit 31 % und manuelle Prozesse mit 10 % [4]. Gleiches gilt für Produktwechselvorgänge auf Maschinen (Rüsten). Aufgrund dieser Aspekte ist es notwendig, die Rentabilität der KMU in der Metallindustrie zu steigern. Das wird durch effiziente Produktionsplanung und -steuerung, sowie der daraus resultierenden hohen Reaktionsfähigkeit und Flexibilität realisiert. Daher ist die Produktionsplanung auf die Markt- und Kundenanforderungen und die Anlageneffektivität auf ein hohes und stabiles Niveau auszurichten [5]. Hier bietet die Erfassung von Echtzeitdaten eine adäquate Reaktion auf die genannten Anforderungen. Ebenfalls liefert sie großes Potenzial für die Produktionsplanung und -steuerung, um die Disposition und Koordination von Arbeitsaufträgen zu optimieren. Weiterhin werden Störgrößen oder unvorhergesehene Planungsabweichungen reduziert [4][6]. Zusätzlich ist eine erhöhte Transparenz und Verbesserung menschlicher Entscheidungsprozesse notwendig. Dies kann durch datengetriebene Methoden unterstützt und sichergestellt werden [7]. Ein Ansatz zur Optimierung des Produktionsergebnisses kann durch die Erhöhung der Anlagenproduktivität selbst realisiert werden. Dazu muss die Verfügbarkeit der Anlagen durch Lokalisierung und Reduzierung von Verlusten erhöht werden. Die Umrüstungsprozesse tragen stark negativ zur Verfügbarkeit einer Produktion bei. Eine Steigerung der Gesamtanlageneffektivität (overall equipment effectiveness oder kurz OEE) in einer Fertigungsumgebung ist jedoch möglich durch eine intelligente Nutzung von Sensordaten mit Techniken wie z. B. Machine Learning (ML).
Das Verbundvorhaben KI-Inspektionsdrohne, im Rahmen des Luftfahrtforschungsprogramms V [1], hat als Ziel Maintenance-, Repair- und Overhaul-(MRO-)Prozesse in der Luftfahrtindustrie zu beschleunigen, und damit die MRO-Industrie noch wettbewerbsfähiger zu machen. Im Vorhaben wird ein sicheres System zur Schadensdetektion und -bewertung von äußeren Flugzeugstrukturen unter Berücksichtigung aktueller Instandhaltungs-Anforderungen der Luftfahrtbranche entwickelt. Der entwickelte Prototyp integriert vernetzte UAV (Unmanned Aerial Vehicles – Unbemannte Flugsysteme), autonome Navigation und Schadensaufnahme und KI-gestützte Auswertung und stellt ein Decision Support System zur Verfügung bzw. fällt eigenständig Entscheidungen. Forschungsschwerpunkt der FHWS ist, bzw. Forschungsschwerpunkte sind industriespezifische Ende-zu-Ende-Security, KI, Safety, und insbesondere die Absicherung der mobilen, mit Cloud oder Edge verbundenen Einheiten gegen Cyberattacken.
Nowadays, additive manufacturing processes are becoming more and more appealing due to their production-oriented design guidelines, especially with regard to topology optimisation and minimal downstream production depth in contrast to conventional technologies. However, a scientific path in the areas of quality assurance, material and microstructural properties, intrinsic thermal permeability and dependent stress parameters inhibits enthusiasm for the potential degrees of freedom of the direct metal laser melting process (DMLS). Especially in quality assurance, post-processing destructive measuring methods are still predominantly necessary in order to evaluate the components adequately. The overall objective of these investigations is to gain process knowledge make reliable in situ statements about component quality and material properties based on the process parameters used and emission values measured. The knowledge will then be used to develop non-destructive tools for the quality management of additively manufactured components. To assess the effectiveness of the research design in relation to the objectives for further investigations, this pre-study evaluates the dependencies between the process parameters, process emission during manufacturing and resulting thermal diffusivity and the relative density of samples fabricated by DMLS. Therefore, the approach deals with additively built metal samples made on an EOS M290 apparatus with varying hatch distances while simultaneously detecting the process emission. Afterwards, the relative density of the samples is determined optically, and thermal diffusivity is measured using the laser flash method. As a result of this pre-study, all interactions of the within factors are presented. The process variable hatch distance indicates a strong influence on the resulting material properties, as an increase in the hatch distance from 0.11 mm to 1 mm leads to a drop in relative density of 57.4%. The associated thermal diffusivity also reveals a sharp decrease from 5.3 mm2/s to 1.3 mm2/s with growing hatch distances. The variability of the material properties can also be observed in the measured process emissions. However, as various factors overlap in the thermal radiation signal, no clear assignment is possible within the scope of this work.
FHWS Science Journal (5, 2)
(2021)
Mit dieser Sonderausgabe des FHWS Science Journals möchten wir Sie [...] auf das Institut Digital Engineering (IDEE) aufmerksam machen sowie Einblicke in die aktuellen Forschungsarbeiten in ihrer Breite und Tiefe ermöglichen. Ganz besonders freut uns, dass die Entwicklung in Bezug auf die Teilnahme und den Erfolg bei öffentlichen Förderaufrufen des Landes und Bundes das Institut nach einer Startphase bereits sehr positiv zu bewerten ist. Dies zeigt sich an der Anzahl der eingeworbenen Projekte und den Drittmittelumsatz, der 2020 schon rund 1 Mio. € betrug und in 2021 auf 2 Mio € gesteigert werden konnte.
Ausgangspunkt dieser Sonderausgabe ist die Präsentation eines Leitfadens zur Mensch-Roboter- Interaktion aus dem Projekt InKoMo der Bayerischen Forschungsstiftung heraus. Neben diesem Leitartikel finden sich weitere Beiträge, die den Stand der Forschungen am IDEE wiedergeben.
Von 3D-Metalldruck bis Klimaanpassung wird aus vielen (nicht allen) Projekten berichtet und wir hoffen so Ihr Interesse an den Forschungsarbeiten an der Hochschule für angewandte Wissenschaften Würzburg Schweinfurt zu wecken.
First time right is one major goal in powder based 3D metal printing. Reaching this goal is driven by reducing life cycle costs for quality measures, to minimize scrap rate and to increase productivity under optimal resource efficiency. Therefore, monitoring the state of the powder bed for each printed layer is state of the art in selective laser melting. In the most modern approaches the quality monitoring is done by computer vision systems working with an interference on trained neural networks with images taken after exposure and after recoating. There are two drawbacks of this monitoring method: First, the sensor signals - the image of the powder bed - give no direct height information. Second, the application of this method needs to be trained and labeled with reference images for several cases. The novel approach presented in this paper uses a laser line scanner attached to the recoating machine. With this new concept, a direct threshold measure can be applied during the recoating process to detect deviations in height level without prior knowledge. The evaluation can be done online during recoating and feedback to the controller to monitor each individual layer. Hence, in case of deviations the location in the printing plane is an inherent measurement and will be used to decide which severity of error is reported. The signal is used to control the process, either by starting the recoating process again or stopping the printing process. With this approach, the sources of error for each layer can be evaluated with deep information to evaluate the cause of the error. This allows a reduction of failure in the future, which saves material costs, reduces running time of the machine life cycle phase in serial production and results in less rework for manufactured parts. Also a shorter throughput time per print job results, which means that the employee can spent more time to other print jobs and making efficient use of the employee’s work force. In summary, this novel approach will not only reduce material costs but also operating costs and thus optimize the entire life cycle cost structure. The paper presents a first feasibility and application of the described approach for test workpieces in comparison to conventional monitoring systems on an EOS M290 machine.
Production companies are getting more and more aware of the relevancy of energy costs and the environmental impact of their manufactured products. Hence, the knowledge about the energy intensity of new process technologies as metal printing becomes increasingly crucial. Therefore, data about the energy intensity of entire process chains allow a detailed assessment of the life cycle costs and environmental impact of metal printed parts. As metal printing with Laser Powder Bed Fusion (LPBF) is applied from rapid prototyping to serial manufacturing processes more and more, sustainability data are useful to support a valid scale-up scenario and energetic improvements of the 3D-printing machinery as well as peripheral aggregates used in the process chain. The contribution aims to increase the transparency of the LPBF process chain in terms of its energy consumption. Therefore a generalized model to assess sustainability aspects of metal printed parts is derived. For this purpose, the LPBF process chain with the essential pre-, main- and post-processes is evaluated regarding its energy intensity. Here, the sub-processes, for example wet and dry cleaning of the printer, sieving of the metal powder or sand-blasting of the part are analyzed as well as the main printing process. Based on the derived experimental data from an installed, industry-like process chain, a model is created, which tends to generalize the experimental findings to evaluate other metal printed parts and process chain variants in terms of their energy intensity.
In the last decade many different additive manufacturing (AM) technologies for metal, plastic or ceramic processing raise from research to commercialization. As a result, AM grows into different business areas and transforms structures and processes. Hence, the contribution tends to show the change in added values though the availability of different additive manufacturing technologies based on a technology screening and market research. Regarding the named purpose, a broad market research of 83 companies and 339 printer models has been conducted to find patterns of AM technology market share and regions to structure indicators such as accuracy by processed material classes with a specified AM method. Printing materials as metal, plastic, ceramic and carbon have been considered. The categorization is done by the AM principles: power bed fusion, material extrusion, vat photopolymerization and …