FSP3: Produktion
Refine
Year of publication
Document Type
- conference proceeding (article) (72)
- Article (68)
- conference proceeding (presentation) (21)
- Part of a Book (6)
- conference proceeding (summary) (3)
- conference proceeding (volume) (3)
- Doctoral Thesis (3)
- Report (3)
- Other (2)
- Bachelor´s thesis (1)
Language
- English (96)
- German (87)
- Multiple languages (2)
Publication reviewed
- begutachtet (157)
- nicht begutachtet (27)
Keywords
- KLEVERTEC / Vorlaufforschung (7)
- LILIPUT (7)
- Automatisierungstechnik (6)
- MEDAL (6)
- Produktionstechnik (6)
- ARCHIVE (5)
- DrGaN (5)
- Künstliche Intelligenz (5)
- Digitaler Zwilling (4)
- Lehre (4)
- Robotics (4)
- Digitalisierung (3)
- GaNmsPEBB (3)
- Industrial Metaverse (3)
- Sinterpack (3)
- Stanzbiegetechnik (3)
- EffPro (2)
- Frästechnologie (2)
- MShunt2 (2)
- Metaversum (2)
- Produktion (2)
- Roboter (2)
- Robotik (2)
- Teaching (2)
- Werkstoffverschleiß (2)
- Wirtschaftliche Produktionstechnik (2)
- digital twin (2)
- 3D Integration Platform (1)
- 3D printing (1)
- 3D-Integrationsplattform (1)
- Abfüllautomat (1)
- Additive Fertigung (1)
- Additive Manufacturing (1)
- Analog beamforming (1)
- Arbeitskräfte (1)
- Artificial Intelligence (1)
- Bauteilintegrierte Fügetechnik (1)
- Beschichtung/Hartstoff (1)
- Betriebssynchrone Simulation (1)
- Blended Learning (1)
- CMOS sensors (1)
- Causal discovery (1)
- Clubfoot (1)
- Confocal Metrology (1)
- Crystal structure (1)
- Crystallinity (1)
- Datenbasierte Verfahren (1)
- Datengetriebene Prozesssmodelle (1)
- DeCAS (1)
- Didaktik (1)
- Diesel exhaust gas (1)
- Digital Twin (1)
- Digitalisierung in der Stanzbiegetechnik (1)
- Digitalization of production (1)
- Duales Studium (1)
- ECC-ProBell (1)
- Effiziente Produktionstechnik (1)
- Elektronenstrahlschweißen (1)
- Energieeffizienz (1)
- Fachkräfte (1)
- Faktor Mensch in der Produktionstechnik (1)
- Finite Element Method (1)
- Forschungsdaten (1)
- Froscheffekt (1)
- Frästechnolgie (1)
- Fügetechnik (1)
- Glocke (1)
- Halbleiterbauelement (1)
- Hartmetall (1)
- Hochdruckanwendnung (1)
- Hochdruckkühlschmierstoff (1)
- Hochdruckkühlschmierstoffe (1)
- Hochdruckschmierstoffe (1)
- Hydrocarbons (1)
- IT Infrastructure (1)
- IT-Infrastruktur (1)
- Industrial Automation and IT (1)
- Industrie 4.0 (1)
- Industrieautomation und IT (1)
- Industrielles Metaversum (1)
- Industry 4.0 (1)
- Ingenieurwissenschaften (1)
- Ion‐molecule reaction (1)
- KWK-Flex (1)
- Karosseriebau (1)
- Kooperation Hochschule Wirtschaft (1)
- Künstliche Intelligenz, Energieeffizienz, Gießereiprozesse (1)
- Laser sintering (1)
- Leiterplattenembedding (1)
- Light sources (1)
- Liliput (1)
- Managementkonferenz (1)
- Maschinenbau (1)
- Mass spectrometry (1)
- Massive MIMO (1)
- Materialprüfung (1)
- Matrixproduktion (1)
- Microlens array (1)
- NANOK (1)
- NVIDIA Omniverse (1)
- Nachhaltigkeit (1)
- Online Messung (1)
- Operation Synchronized Simulation (1)
- Optical filters (1)
- Orthosis (1)
- Permeation properties (1)
- Piezoelektrizität (1)
- Polyamide 12 (1)
- Porosity (1)
- Produktionstechnologie (1)
- Pub Sub (1)
- Qualitätsmanagement, Prokjektplanung, Kommunikation, Qualitätsmethoden, ISO 9001 (1)
- Qualitätsverbesserung und Verschleißerkennung (1)
- Schmierstoffe für spanende Prozesse (1)
- Schnappelement (1)
- Schottblech (1)
- Servitisierung (1)
- Springbeulen (1)
- TSN, Pubsub (1)
- Tunable filters (1)
- USD (1)
- Unternehmenskultur (1)
- Variantenvielfalt (1)
- Werkzeugtechnologie und Verschleiß (1)
- Wirtschaftlichkeit (1)
- aroma release (1)
- automatic labelling (1)
- begutachtet (1)
- benchmarking (1)
- biodegradable packaging (1)
- braid (1)
- cast parts (1)
- classification (1)
- composite (1)
- digital model (1)
- digital precoding (1)
- dissimilar materials (1)
- distributional random forest (1)
- empsABB (1)
- exhaust gas recirculation (1)
- explainable artificial intelligence (1)
- food reformulation (1)
- green packaging (1)
- hybrid analog-digital beamforming (1)
- identification (1)
- industrial metaverse (1)
- jatropha oil (1)
- kühlpflichtige Lebensmittel (1)
- laser sintering (1)
- machine learning (1)
- meat quality (1)
- meat shelf life (1)
- mmWave (1)
- mmWave-massive MIMO (1)
- modified atmosphere packaging (1)
- neural networks (1)
- operation-synchronized simulation (1)
- optical scanner (1)
- parameter estimation (1)
- particle-size-distribution (1)
- physically based rendering (1)
- porosity (1)
- porosity distribution (1)
- prescheduling (1)
- production data (1)
- regression (1)
- soybean oil (1)
- straight vegetable oil combustion (1)
- synthetic images (1)
- tensile tests (1)
- thin sheets (1)
- thin-walled structures (1)
- verpackungsfrei (1)
- virtual commissioning (1)
- virtual operating phase (1)
- x-ray micro tomography (1)
Institute
- Fakultät Maschinenbau (73)
- Fakultät Elektrotechnik (56)
- EPT – Institut für Effiziente Produktionstechnik (25)
- IMS - Institut für Maschinelles Sehen (23)
- IPI – Institut für Produktion und Informatik (18)
- KLEVERTEC (16)
- Fakultät Informatik (8)
- IEAT - Institut für Energie- und Antriebstechnik (6)
- ECC-ProBell - Europäisches Kompetenzzentrum für Glocken (4)
- IFA – Institut für Innovative Fahrzeugantriebe (4)
Eine Vielzahl von Produkten in den Supermarktregalen basiert auf Milch als Ausgangsprodukt. Dabei finden unterschiedliche Aufbereitungen der Rohmilch Anwendung. Der wohl wichtigste Prozess hierbei ist die Homogenisierung, welche vorrangig für die Stabilität des Produktes wichtig ist. An genau diesem Punkt kommt die Analyse der Partikelgröße ins Spiel.
Tensile properties of 2D braid reinforced composites are analyzed with regards to process-induced fiber architecture variations. First, a parametric study concerning the effect of radial braiding parameters on the braid characteristics is performed and a quantitative quality index based on visual attributes is introduced. Second, test laminates are produced with vacuum resin infusion to conduct tensile tests with biaxial and triaxial braids of varying qualities. To correlate fiber architecture variations with mechanical properties, each braided layer is scanned and analyzed by means of gray scale based image processing. This allows for determining specimen-specific fiber orientations and correlating them with mechanical properties. The results show strong correlations of measured fiber architectures and mechanical properties. Thus, the study suggests that detailed information about the (local) fiber architecture should allow for significantly improving the prediction of 2D braided composite properties.
The increasing use of simulation technologies, especially virtual commissioning, in the context of modern plant development for manufacturing discrete parts is driven by the pressure to shorten time-to-market cycles and overcome supply bottlenecks. The need for robust technologies to seamlessly integrate the digital and physical world is growing as machine data becomes more readily available. A challenge to this integration is presented by the need to continuously adjust the movement parameters, especially for event-discrete actuators based on live data, taking wear, ageing and process-time fluctuations into account. A lack of synchronization leads to discrepancies between the simulation and reality renders them useless. Related works in this field are discussed, which highlight the complexities of achieving synchronization between simulation and reality, particularly in event-discrete signals and systems. The aim of this article is to present a method for reusing virtual commissioning models for operation-synchronized simulations at actuator level. This approach includes introducing of a methodology called prescheduling in order to compensate process uncertainties and also defines the necessary requirements for the simulation tool and model. The method is validated using an industrial test system and a commercial virtual commissioning tool to confirm ist suitability for real-life implementation in industrial plants, which suggests its suitability for improving production efficiency and reducing costs by means of machine monitoring and proactive control interventions.
Using a Machine Learning Regression Approach to Predict the Aroma Partitioning in Dairy Matrices
(2024)
Aroma partitioning in food is a challenging area of research due to the contribution of several physical and chemical factors that affect the binding and release of aroma in food matrices. The partition coefficient measured by the Kmg value refers to the partition coefficient that describes how aroma compounds distribute themselves between matrices and a gas phase, such as between different components of a food matrix and air. This study introduces a regression approach to predict the Kmg value of aroma compounds of a wide range of physicochemical properties in dairy matrices representing products of different compositions and/or processing. The approach consists of data cleaning, grouping based on the temperature of Kmg analysis, pre-processing (log transformation and normalization), and, finally, the development and evaluation of prediction models with regression methods. We compared regression analysis with linear regression (LR) to five machine-learning-based regression algorithms: Random Forest Regressor (RFR), Gradient Boosting Regression (GBR), Extreme Gradient Boosting (XGBoost, XGB), Support Vector Regression (SVR), and Artificial Neural Network Regression (NNR). Explainable AI (XAI) was used to calculate feature importance and therefore identify the features that mainly contribute to the prediction. The top three features that were identified are log P, specific gravity, and molecular weight. For the prediction of the Kmg in dairy matrices, R2 scores of up to 0.99 were reached. For 37.0 °C, which resembles the temperature of the mouth, RFR delivered the best results, and, at lower temperatures of 7.0 °C, typical for a household fridge, XGB performed best. The results from the models work as a proof of concept and show the applicability of a data-driven approach with machine learning to predict the Kmg value of aroma compounds in different dairy matrices.
Effiziente Kühlung und Schmierung für Fräsprozesse: Frästechnologie und Hochdruckkühlschmierstoff
(2024)
Insbesondere bei der 5-achsigen Fräsbearbeitung existiert noch kein System, das die optimale bzw. minimale Hochdruckkühlschmierstoffmenge bei jeweils gegebenen Bearbeitungszuständen beschreibt.
Die Entwicklung, Umsetzung und Potentiale eines seriennah einsetzbaren, externen und vom Werkzeugmaschinenhersteller unabhängigen Systems zur optimierten Bereitstellung von Hochdruckkühlschmierstoff werden gezeigt.
Bisher existiert noch kein System, das die optimale bzw. minimale Kühlschmierstoffmenge bei jeweils gegebenen Bearbeitungssituationen unter besonderer Berücksichtigung der zu verarbeitenden Werkstoffe und deren signifikantem Verschleißverhalten beschreibt.
Die Entwicklung eines seriennahen unabhängigen Systems zur optimierten Bereitstellung von Kühlschmierstoffen mit angepassten Drücken für die jeweilige Werkstoffapplikationen wird gezeigt.
Diese Veröffentlichung beleuchtet die Herausforderungen und Lösungsansätze zur Bewältigung des Fachkräftemangels in der deutschen produzierenden Industrie. Der Mangel an qualifizierten Arbeitskräften verursacht erhebliche Kosten und verringert das Produktionspotenzial. Hauptursachen sind demografische Veränderungen und veränderte Wertvorstellungen der Beschäftigten. Die Attraktivität des Arbeitsumfelds soll durch die Sichtbarmachung individueller Beiträge und die Stärkung des Gemeinschaftsgefühls erhöht werden. Maßnahmen aus dem Umfeld von Large-Language-Models werden vorgestellt. Abschließend wird die Vision einer modernen, vollvernetzten und arbeitnehmerfreundlichen Produktionsstätte skizziert.
In an industrial context, AI-based methods are becoming increasingly important in the optical systems used for identification, inspection and classification. The reasons for this are that AI-based image processing algorithms are easy to use on the operator side and often achieve superior results. E.g. in complex classification tasks. In the sand cast industry, the complexity in optical inspection of cast parts is connected with strong variations in the local surface topography and in the global object geometry change. Despite the great potential of AI-based methods, application is often hindered by the immense effort involved in acquiring a suitable training dataset. This refers not only to the acquisition of the required number of images but also to the tedious labelling. In this work, we investigate the capabilities and limits of synthetic training data on an AI-based optical scanner used to identify and track cast parts. The optical scanner is capable of detecting and classifying a codification specifically designed for the casting industry. By reading the code, the scanner can deduce the specific number of the cast part. For synthetic image generation, we use physically based rendering, which has advantage of full control over all rendering parameters. This allows for both a systematic investigation of the importance of the parameters and, an automatic labelling process of the training datasets. Our results show that, in particular, a detailed geometric modelling of the local surface topography and global object geometry of the pins have a positive influence on the recognition rate of the neural network. With that accuracy rates up to 56 % are achieved using synthetic training datasets, only.
Anomalie-Detektion im Kontext der Industrie 4.0 hat gerade seit der wachsenden Popularität von maschinellen Lernverfahren und aufkommenden großen Datenmengen an Relevanz gewonnen. So kann in Herstellungsprozessen über die Zeit unerwartetes Verhalten auftreten, das für den Ausschuss von Teilen verantwortlich ist. Es besteht ein Interesse an den Ursachen dieses Verhaltens, sodass ggf. einem nochmaligen Auftreten proaktiv entgegengewirkt werden kann. Aus den aufgenommenen Daten der Sensoren für den Prozess lassen sich Ursachen für dieses Verhalten ableiten. Es besteht bereits Forschung für die Detektion von Anomalien in Sensordaten, jedoch meist im univariaten Fall, d.h unter Beobachtung einer Zielgröße. Zudem besteht ein Forschungsbedarf bei der Erkennung von Anomalien, die sich nicht punktweise manifestiert, sondern über einer Menge von beobachteten Daten. Dafür verfügbare sind allerdings ebenfalls nur spärlich vorhanden und verfügen über keine Nähe zu aus Sensoren gewonnen Daten. Diese Arbeit widmet sich diesen Herausforderungen, indem sie die Problemstellung ausformuliert, den aktuellen Forschungsstand wiedergibt und mit einem praktischen Teil Lösungsansätze zur Verfügung stellt. So wird eine Komponente zur Generierung von synthetischen hoch-dimensionalen Daten entwickelt, die Prozesskurven nachempfunden sind, und damit über eine Ähnlichkeit zu Sensordaten verfügen. Zudem enthalten die erzeugten Daten Informationen über eingepflegte Anomalien, was eine Evaluation von Algorithmen und Modellen ermöglicht. Es werden Verfahren basierend auf dem Stand der Forschung entwickelt und auf synthetischen Daten aus dieser Datengenerierungskomponente evaluiert. Abschließend wird ein Fazit über die Ergebnisse dieses Benchmarks getroffen und ein Ausblick auf die weitere Forschung in diesem Themenfeld gegeben.
Clubfoot is a common congenital foot deformity that leads to constant pain and significant limitations if left untreated or not treated adequately. The most used method for treating clubfoot is the Ponseti method. It involves a correction phase where about five plaster casts are applied and changed weekly. This treatment lasting about 2 to 3 months, is the most chosen method due to its high success rate. However, treated babies often experience skin complications caused by stiff and tight casts. Previous research showed that viable solutions already exist including orthoses. In this research, a developed method known as VDI 2221 was applied and the printable orthosis using 3D printer was selected as an alternative to Ponseti method. Calculations and finite element method (FEM) analysis demonstrated that the orthosis made of PA6-CF provides sufficient stiffness and strength, assuming the weight force of the foot is 10 N. The selected design was developed based on requirements and functional analysis, effectively mitigating the disadvantages of the Ponseti method. The developed orthosis can be manufactured globally using the 3D printing process, with a manufacturing cost of around €150, excluding assembly costs. In summary, a new solution was proposed within the same treatment method, effectively eliminating skin complications, and enabling cost-effective manufacturability on a global scale.
Algorithms for causal discovery have recently undergone rapid advances and increasingly draw on flexible nonparametric methods to process complex data. With these advances comes a need for adequate empirical validation of the causal relationships learned by different algorithms. However, for most real and complex data sources true causal relations remain unknown. This issue is further compounded by privacy concerns surrounding the release of suitable high-quality data. To tackle these challenges, we introduce causalAssembly, a semisynthetic data generator designed to facilitate the benchmarking of causal discovery methods. The tool is built using a complex real-world dataset comprised of measurements collected along an assembly line in a manufacturing setting. For these measurements, we establish a partial set of ground truth causal relationships through a detailed study of the physics underlying the processes carried out in the assembly line. The partial ground truth is sufficiently informative to allow for estimation of a full causal graph by mere nonparametric regression. To overcome potential confounding and privacy concerns, we use distributional random forests to estimate and represent conditional distributions implied by the ground truth causal graph. These conditionals are combined into a joint distribution that strictly adheres to a causal model over the observed variables. Sampling from this distribution, causalAssembly generates data that are guaranteed to be Markovian with respect to the ground truth. Using our tool, we showcase how to benchmark several well-known causal discovery algorithms.
Wide bandgap semiconductors, SiC and GaN-based power devices represent key candidates in the development of more efficient devices due to their superior electrical and thermal properties compared to silicon. To achieve maximal performance from WBG semiconductors, new packaging technologies and thermo-electric designs must be developed to ensure efficient and fast switching of devices while minimizing losses. The paper aims to investigate the thermal and mechanical behavior of new prepackage embedding technologies by finite element simulation. The focus is on insulated substrates including direct bonded copper (DBC) with various dielectrics such as AlN, Al 2O 3, Si3N 4 and new insulated metal substrates (IMS) with emphasis on commercially available materials and thicknesses. This study proposes a thermo-mechanical pareto-optimization methodology able to identify the best substrate configuration. The sintered silver layer (in both sides of the chip), which is the most prone to failure due to delamination, has been modelled with a temperature-dependent bilinear hardening model to account for plasticity. Pareto-optimization accounts for the module thermal resistance and the plastic strain or Von Mises Stress in the sintered layer. Results demonstrate that the best candidate from the thermo-mechanical point of view is the DBC with AlN showing a thermal resistance of 0.34 K/W, accumulative plastic strain of 0.18 % and Von Mises stress of 274 MPa. Finally, the parasitic inductance of multiple pre-packages is evaluated to scale the power of the module. Proper design allows to achieve a stray inductance as small as 1.23 nH for two prepackages and 2.85 nH for four prepackages.
Horizontal chip cracks have been reported in various scientific publications on PCB embedded power semiconductor devices. This study investigates in detail the root cause of the cracks. Experimental evidence indicates that the chip fractures in the mechanical grinding process during preparation of the cross-sections. Here, two different factors are relevant: First, the mechanical fracture strength of the semiconductor die decreases when grinding its edge. The use of P320 sand paper reduces the characteristic fracture strength from 719 MPa to 211 MPa. Second, the tensile stresses in the chip edge increase considerably when, part of the die and package is removed by grinding. Both effects together result in a failure probability of 100%. The use of finer grain sandpaper for target preparation helps to reduce the probability of generating horizontal chip cracks during cross-sectioning.
Die Veröffentlichung beleuchtet die Herausforderungen und Lösungsansätze zur Bekämpfung des Fachkräftemangels innerhalb der produzierenden Industrie am Standort Deutschland. Der Mangel an qualifizierten Arbeitskräften führt zu erheblichen Kosten und reduziert das Produktionspotenzial. Hauptursachen sind der demographische Wandel und veränderte Wertvorstellungen der Beschäftigten. Es gillt, das Arbeitsumfeld Produktion attraktiver zu gestalten, indem individuelle Beiträge sichtbarer gemacht und das Gemeinschaftsgefühl gestärkt werden. Zudem soll die wahrgenommene Komplexität reduziert und die Autonomie des Fertigungspersonals erhöht werden. Beispiele wie ein digitales Ampelsystem und die Visualisierung individueller Beiträge verdeutlichen diese Ansätze. Die Zukunft der Produktion wird durch sieben Thesen skizziert, die die Bedeutung einer partizipativen Planung, die Veränderung der Anforderungen und die Notwendigkeit eines Kommunikationsraums betonen. Die Präsentation endet mit der Vision einer modernen, vollvernetzten und arbeitnehmerfreundlichen Produktionsstätte.
Many cities in Europe and around the world are concerned with reducing their CO2-emissions. One step on this agenda is the introduction of electric buses to replace combustion engines. The electrification of urban buses requires an accurate prediction of the energy demand. In this pa per, an energy model and the underlying calibration process is presented. This approach leverages substantial tracking data from 10 electric buses operated in Göttingen, Germany. It was shown that, with the use of additional information from the directly measured tracking data, like auxiliary power, charging power and vehicle weight, it is possible to precisely calibrate models based on physical equations with regard to generally poorly identifiable parameters like rolling friction coefficient or efficiency of the electric machine. With a multilayered approach for simulating the energy demand, it is possible to validate the results on the mechanical layer and on the electrical layer separately. This enables a far better parametrization and elimination of uncertainties from the different parameters. Furthermore, we compare the results to other publications for sections with 1 km, 100 km and 230 km, respectively. The relative errors between the simulated and measured electrical power consumption are below 0.3%, 3% and 6.5%, respectively. Hence, the yielded model is appropriate for electric urban bus network planning applications. And the found parameters should be a good starting point for other energy prediction models. To further enable comparability with other approaches the dataset used for calibration is made publicly available.
Many cities in Europe and around the world are concerned with reducing their CO2-emissions. One step on this agenda is the introduction of electric buses to replace combustion engines. The electrification of urban buses requires an accurate prediction of the energy demand. In this pa per, an energy model and the underlying calibration process is presented. This approach leverages substantial tracking data from 10 electric buses operated in Göttingen, Germany. It was shown that, with the use of additional information from the directly measured tracking data, like auxiliary power, charging power and vehicle weight, it is possible to precisely calibrate models based on physical equations with regard to generally poorly identifiable parameters like rolling friction coefficient or efficiency of the electric machine. With a multilayered approach for simulating the energy demand, it is possible to validate the results on the mechanical layer and on the electrical layer separately. This enables a far better parametrization and elimination of uncertainties from the different parameters. Furthermore, we compare the results to other publications for sections with 1 km, 100 km and 230 km, respectively. The relative errors between the simulated and measured electrical power consumption are below 0.3%, 3% and 6.5%, respectively. Hence, the yielded model is appropriate for electric urban bus network planning applications. And the found parameters should be a good starting point for other energy prediction models. To further enable comparability with other approaches the dataset used for calibration is made publicly available.
Produkte werden heutzutage immer variantenreicher und individueller. Für die industrielle Fertigung wachsen die Anforderungen, die Produkte effizient zu fertigen und schnell auf sich verändernde Marktbedingungen zu reagieren. Entsprechend rapide steigt die Nachfrage nach flexiblen Produktionslösungen, die sich möglichst autonom an die neuesten Marktanforderungen anpassen. Wandlungsfähige und modulare Produktionssysteme sollen es ermöglichen, auch bei großer Variantenvielfalt effizient zu produzieren - sogar bis zur Losgröße 1. Unterstützt wird die Produktion durch digitale Lösungen, die bereits an vielen Stellen zum Einsatz kommen.
Der Arbeits- und Fachkräftemangel wird seitens der produzierenden Industrie im DACH-Raum als zunehmend wachstumshemmend und geschäftsmodellbedrohend empfunden. Als zentrale Ursachen können gleichermaßen der demographische Wandel wie auch ein entsprechender Wertewandel ausgemacht werden. Es erscheint daher empfehlenswert, die "Ressource Mensch" in dieser Gemengelage neu zu denken. Die Frage, wie ein modernes Produktionssystem beschaffen sein muss, damit dieses aus Arbeitnehmersicht langfristig als attraktiv wahrgenommen wird, rückt hierbei in den Mittelpunkt wissenschaftlicher Überlegungen.
„Hybride Montage“ als Antwort auf Modell Mix und Variantenvielfalt im produzierenden Mittelstand
(2024)
Die "Hybride Montage" als Kombination aus konventioneller Fließfertigung und innovativer Matrixproduktion offeriert vielfältige Potentiale, dem zunehmenden Maß an Variantenvielfalt in der produzierenden Industrie Rechnung zu tragen. Im Zeitalter des Industrial Metsverse und der damit verbundenen "Servitisierung" und des "Manufacturing as a Service" - d.h. der Güterproduktion als Dienstleistung - ermöglicht die Hybride Montage außerdem eine flexiblere Arbeitsplanung.
Durch globale Unsicherheiten, steigende Variantenvielfalt und den Kundenbedarf nach ökologisch nachhaltig produzierten Produkten nehmen die Anforderungen an heutige Produktionssysteme stetig zu. Dies stellt bisherige Produktionsformen wie die Linienproduktion zunehmend vor Herausforderungen. Als hochflexible Produktionsform bietet sich die Matrixproduktion als alleinige oder in Kombination mit der Linie als hybride Produktionsform an.
Die produzierende Industrie des DACH-Raumes erlebt im Jahr 2023 vielfältige Herausforderungen. Gerade scheint die Covid-Pandemie überwunden, welche die Vulnerabilität globaler Lieferketten schonungslos offenbart hat, treten neue Herausforderungen zutage. Veränderungen der gesetzlichen Anforderungen (wie EU Data Act), steigende Ansprüche an ökologische Nachhaltigkeit (z.B. Kreislaufwirtschaft) oder veränderte Kundenbedürfnisse (wie insbesondere Servitisierung) führen – bei einem konstant hohen Niveau an Variantenvielfalt – zu erheblichen technologischen Herausforderungen. Diese werden darüber vielerorts flankiert und im negativen Sinne überlagert durch einen erheblichen Mangel an Arbeits- und Fachkräften in der Produktion. Das Produktionssystem der Zukunft wird unserer Einschätzung nach daher nicht nur unternehmensübergreifenden Datenaustausch ermöglichen, Kreislaufwirtschaft befähigen und verstärkt kundenzentriert ausgerichtet sein. Es wird Arbeits- und Fachkräfte in der Produktion auf vielfältige Art und Weise „begeistern“. Auf diese Weise wird Fluktuation reduziert, generisches Wissen im Unternehmen gehalten und so die Grundlage für nachhaltigen Geschäftserfolg und technologischen Fortschritt sowie die langfristige Sicherung von attraktiven Arbeitsplätzen in der produzierenden Industrie geschaffen.
Nach unserer Überzeugung setzen sich in der produzierenden Industrie des DACH-Raumes diesbezüglich zwei Erkenntnisse durch:
1. Der „kritische Wettbewerb“ stammt selten aus Europa
2. Für die Bewerkstelligung dieser Herausforderungen sind authentische Impulse von außen – insbesondere von anderen, vergleichbaren Unternehmen – ein zentraler Erfolgsfaktor.
In dieser Gemengelage haben wir mit dem SUMMIT ALLGÄU eine Managementkonferenz „von der Industrie für die Industrie“ ins Leben gerufen. Im Zentrum des Veranstaltungskonzeptes stehen hierbei keine wissenschaftlichen Fachvorträge, sondern authentische Erfahrungsberichte hochkarätiger Referenten aus der industriellen Praxis. Beim ersten SUMMIT ALLGÄU Produktion am 23. und 24. Oktober 2023 in Marktoberdorf standen inhaltlich insbesondere die Themenkomplexe „Transformation & Nachhaltigkeit“, „Faktor Mensch in der Produktion“ sowie „Variantenvielfalt“ im Fokus. Auf überfachlicher Ebene wurden vor allem der persönliche Austausch und das Networking zwischen den zahlreichen Teilnehmern, Referenten und Ausstellern fokussiert.
The spectrometer-free chromatic confocal measurement technique enables 3D surface measurements with just one exposure and without scanning. To reduce the need for a spectrometer for the spectral analysis of the reflected light composition and thus the extraction of the local surface height, an optical spectral analysis unit is used. This unit determines the first momentum of the spectral composition reflected from the surface under probe for a large number of lateral measurement points simultaneously. This work investigates the impact of the spectral composition and light power of the light source on the sensitivity and accuracy of this method. A thorough optimization of the light source will be conducted, demonstrating the impact of various spectral compositions and light source power on the system performance, taking into account the system-related etendue. In addition, the optimization of the spectral transmission filter used in the optical spectral analysis unit and its influence on the accuracy and sensitivity of the system over the entire measurement range is shown.
The spectrometer free areal chromatic confocal metrology (ChromaCAM) is an optical 3D surface measurement technology, which allows a simultaneous measurement of a large array of measuring points within a single exposure. In this work, we investigate the accuracy of a first prototype sensor system utilizing this new singleshot 3D measurement technique. It is found that surface height measurement errors smaller 1μm within a total measurement range of about 1000 μm are achievable. Furthermore, several influential factors are investigated showing the advantages and limits of the presented system. Investigating different surface materials it is found that frame rates up to approximately 800 fps for highly reflecting surfaces and up to 30 fps for ceramics, aluminum, and plastics are achievable.
Portable Emission Measurement Technology and RDE on Motorcycles as Instruments for Future Challenges
(2020)
A considerable amount of enabling technologies are being explored in the era of fifth generation (5G) mobile system. The dream is to build a wireless network that substantially improves the existing mobile networks in all performance metrics. To address this 5G design targets, massive MIMO (multiple input multiple output) and mmWave (millimeter wave) communication are also candidate technologies. Luckily, in many respects these two technologies share a symbiotic integration. Accordingly, a logical step is to integrate mmWave communications and massive MIMO to form mmWave-massive MIMO which substantially increases user throughput, improve spectral and energy efficiencies, increase the capacity of mobile networks and achieve high multiplexing gains. Thus, this work analyses the concepts, performances, comparison and discussion of these technologies called: massive MIMO, mmWave Communications and mmWave-massive MIMO systems jointly. Besides, outcomes of extensive researches, emerging trends together with their respective benefits, challenges, proposed solutions and their comparative analysis is addressed. The performance of hybrid analog-digital beamforming architecture with a fully digital and analog beamforming techniques are also analyzed. Analytical and simulation results show that the low-complexity hybrid analog-digital precoding achieves all round comparable precoding gains for mmWave-Massive MIMO technology.
Das Industrial Metaverse scheint der nächste große Game Changer in der modernen Industrie zu werden und wird diese signifikant verändern. Die Vision ist nicht nur die Simulation einer einzelnen Anlage, wie sie Unternehmen heute beispielsweise bei der virtuellen Inbetriebnahme einsetzen, sondern ganzheitlicher Anlagenverbunde aus heterogenen Maschinen samt Fabrikperipherie und Infrastruktur – einer Digitalen Fabrik. Um das Industrial Metaverse zum Leben zu erwecken, wird eine Vielzahl zusätzlicher Technologien und Innovationen benötigt, als lediglich Digitale Zwillinge. Dieser Beitrag schlägt eine ganzheitliche Referenzarchitektur eines Industrial Metaverse vor und fokussiert auf dessen Nutzen.
The packaging of fresh meat has been studied for decades, leading to improved packaging types and conditions such as modified atmosphere packaging (MAP). While commonly used meat packaging uses fossil fuel-based materials, the use of biodegradable packaging materials for this application has not been studied widely. This study aimed at evaluating the sustainability of biodegradable packaging materials compared to established conventional packaging materials through analyses of the quality of freshly packaged pork. The quality was assessed by evaluating sensory aspects, meat color and microbiological attributes of the pork products. The results show no significant differences (p > 0.05) in ground pork and pork loin stored in biodegradable MAP (BioMAP) and conventional MAP for the evaluated sensory attributes, meat color or total bacterial count (TBC) over extended storage times. The data suggest that BioMAP could be a viable alternative to MAP using conventional, fossil fuel-based materials for the storage of fresh meats, while simultaneously fulfilling the customers’ wishes for a more environmentally friendly packaging alternative.
The dissertation presents two approaches for novel and improved measurement techniques, in the area of optical confocal surface metrology.
Firstly, a highly miniaturized endoscopic point distance sensor based on a spatial confocal measurement principle is presented. The sensor utilizes a new technique called spatial confocal point distance measurement. A special feature of the proposed sensor design is the high degree of miniaturization through femto-second direct laser writing and the use of optical fiber bundles, which enable an endoscopic application.
The second part of the dissertation will present a novel method for chromatic confocal metrology, that enables high-speed and high-resolution one-shot areal surface metrology without the need for a spectrometer. After deriving the theoretical basis of the approach, an optical design is conducted and verified using a preliminary optical simulation, After the design of a suitable housing and implementation of a calibration and processing algorithm, the experimental validation and the acquired results will be presented.
In summary, this work adds two novel measurement techniques to the field of fast in-line optical confocal metrology.
This study investigated the thermal performance of a packaging solution designed to manage the electrical isolation and cooling of high voltage ( ) SiC power semiconductor > 3300 V devices. The proposed packaging merges the ceramic substrate and the heat exchanger into a single component, streamlining the overall design. Specifically, a novel heat exchanger is developed for a multi-chip module (20 kV), utilizing a combination of jet impingement and channel- flow cooling techniques. Computational fluid dynamics (CFD) simulations and experimental validation are conducted on a multi-chip module to assess the thermal resistance of this new cooling solution. The results demonstrate a
low thermal resistivity of 0.118 cm2K/W, indicating the potential for improved cooling performance in high voltage and power density semiconductor applications.
Battery electric buses (BEBs) are gaining prominence in public transportation systems. In this paper, we investi-gate the impact of road grade, passenger load, and recuperation power limits on the energy consumption of BEBs using a physics-based model with tuned parameters. The model was employed to conduct a sensitivity analysis taking into account different altitude data sources, passenger load assumptions, and maximum recuperation power limits. The results highlight the importance of considering the route topology and its interaction with dynamic passenger loading for energy consumption predictions. Further-more, the results indicate that various altitude data sources are feasible to estimate the road grade for this purpose. Apart from that, the sensitivity for recuperation power limitations is shown and put into context. Within a broader framework, the findings suggest that physics-based energy consumption models with optimised parameters can serve as a powerful tool for enhanced operations and planning of BEBs.
Various software environments have been developed in the past to create digital twins of single cells or a digital twin of a factory. Each environment has its own strengths and weaknesses and has been designed with a specific focus. The environments that are able to holistically simulate complete factories are limited in terms of the modelling details required for the analysis of single manufacturing cells (e.g., manufacturer-independence of the individual digital twins) and their ability for virtual commissioning. This paper presents three options for realising a virtual commissioning of linked cells using a 3D integration platform with NVIDIA Omniverse, consisting of two different digital models fused into a combined model, also representing material flow. First, with a source/sink solution and unidirectional connector controlled by OPC UA; secondly, with a bidirectional connector, developed in the course of this elaboration, and an extension of the 3D integration platform controlled by Apache Kafka; thirdly, with a bidirectional connector and using only an extension of the 3D integration platform. The research demonstrates that virtually commissioning multiple linked digital twins from different manufacturers in a 3D platform with material flow makes a significant contribution to the industrial metaverse.
In der vorliegenden Arbeit werden Methoden zur datengetriebenen Qualitäts- und Verschleißbestimmung beim Scherschneiden entwickelt. Zunächst wird ein optisches Überwachungssystem in einen Scherschneidprozess integriert und eine Inline-Überwachung in Bezug auf die Schnittflächenkenngrößen ermöglicht. Für die automatische Qualitätsbestimmung wird am Beispiel der Glattschnitthöhe ein Algorithmus zur automatisierten Bildverarbeitung gezeigt. Die neuen Möglichkeiten, die durch diese Entwicklung entstehen, werden anhand einer Fallstudie analysiert. Um die Schwächen des entwickelten Algorithmus mit Blick auf die Verarbeitungszeit auszugleichen, werden ebenfalls neuronale Netzwerke zur Bildverarbeitung untersucht. Zunächst wird hierzu eine Datenmenge aus dem Fertigungsprozess aufgezeichnet und ein manuelles Labelling sowie eine künstliche Datenerweiterung durchgeführt. Beruhend auf Normen und Expertenwissen, wird eine Methode zur Bewertung der Prognosegüte entwickelt. Diese beinhaltet eine Bewertung anhand von verschiedenen Koeffizienten, die sowohl konturbasierte als auch regionenbasierte Ansätze kombinieren. Durch einen Vergleich unterschiedlicher Netzwerkarchitekturen zur Bildsegmentierung und deren Optimierung wird eine Netzwerkarchitektur ermittelt, die die Qualitätsbewertung im Hinblick auf die Glattschnitthöhe innerhalb des Fertigungsprozesses ermöglicht.
Abschließend wird ein Sensornetzwerk bestehend aus unterschiedlichen Sensoren und dem entwickelten Überwachungssystem an einem Scherschneidprozess installiert. In einer Versuchsreihe werden Daten der unterschiedlichen Datenquellen über die Lebensdauer eines Schneidstempels aufgezeichnet. Zusätzlich wird zu definierten Intervallen der vorliegende Schneidstempelverschleiß ermittelt. Die Daten werden in Verschleißklassen eingeteilt und durch unterschiedliche Datenvorverarbeitung entstehen mehrere Merkmalsräume. Diese unterscheiden sich zum einen durch die Kombination der Datenquellen als auch durch die angewendete Datenreduzierung. Die unterschiedlichen Merkmalsräume dienen zum Training von sowohl klassischen Algorithmen des maschinellen Lernens als auch neuronalen Netzwerken. Eine Bewertung und Analyse erfolgt anhand der jeweiligen Konfusionsmatrix und mittels SHAP-Werten. Es zeigte sich, dass durch eine Vorhersage der Verschleißklassen beruhend auf den Bildaufnahmen der Glattschnittfläche nur minimal schlechtere Ergebnisse erzielt werden als durch ein Sensornetzwerk beruhend auf einer Kombination aller Datenquellen.
Intensive research in the field over the past decades highlighted the complexity of aroma partition. Still, no general model for predicting aroma matrix interactions could be described. The vision outlined here is to discover the blueprint for the prediction of aroma partitioning behavior in complex foods by using machine learning techniques. Therefore, known physical relationships governing aroma release are combined with machine learning to predict the 𝐾𝑚𝑔 value of aroma compounds in foods of different compositions. The approach will be optimized on a data set of a specific food product. Afterward, the model should be transferred using explainable artificial intelligence (XAI) to a different food category to validate its applicability. Furthermore, we can transfer our approach to other relevant questions in the food field such as aroma quantification, extraction processes, or food spoilage.
Das Forschungsprojekt TwinMaP hat zum Ziel, eine effiziente Komplettbearbeitung von Bauteilen variabler Losgrößen in einem heterogenen Maschinenpark zu ermöglichen. Der wirtschaftlichste Produktionsablauf soll mittels digitalen Zwillingen, die mit den realen Anlagen und einer Integrationsplattform vernetzt sind, in einer Vorsimulation ermittelt werden.
Die Fertigungsindustrie orientiert sich derzeit in Richtung von Technologien, die Sprungbrettinnovationen in der Produktion ermöglichen. In diesem Zusammenhang werden häufig das Industrial Metaverse und die Künstliche Intelligenz (KI) genannt. In diesem Artikel werden erste Implementierungen dieser Technologien und aktuelle Forschungsaktivitäten im Produktionsumfeld vorgestellt.
The Industrial Metaverse (IM) is an upcoming topic for companies and offers new possibilities to digitalize and optimize their business processes together with AI capabilities. In the production domain, the Industrial Metaverse is a step towards the vision of predicting factory behavior for optimization purposes. A central challenge is a complete factory model necessary as the base to predict its behavior. Therefore, the IM approach is promising to build and contain this model out of available single Digital Twins of factory parts. Consequently, an IT target landscape is required to build an Industrial Metaverse for Digital Twins. This paper evaluates different design pattern options for an industrial IT architecture reference implementation of an IM that companies can use in current IT landscapes. It also proposes a high-level roadmap towards the proposed target IT architecture of an IM.
Tests are carried out on two different series-connected switches made of six SiC MOSFETs capable of blocking 10 kV and 20 kV respectively. High voltage capacitors are connected to the drain terminals of the MOSFETs to emulate the common mode currents’ paths due to parasitic capacitances of the packaging. Due to high dV/dt, common mode currents become dangerous to the switch as they unsettle the voltage sharing during turn-off and unbalance switching losses. This could lead some of the MOSFETs to experience avalanche breakdown. A novel packaging approach that suppresses or balances the common mode currents is introduced.
Gallium nitride transistors have a smaller die area compared to silicon-based devices, which can lead to thermal challenges in high current density applications. Therefore, thermally optimized packages with a high heat spreading capability in combination with small parasitic are necessary. This work investigates the thermal performance a 7 mΩ, 100 V GaN HEMT in a thermally optimized single chip package with integrated RTD and compares it to the commercial counterpart. The thermal optimized package shows a significantly better transient thermal impedance resulting in a static thermal resistance of 3.1 K/W, which is a 20 % reduction in comparison to the COTS package. The integrated RTD trace has a relative reaction time of 590 ms, which is 30-fold slower in comparison to the junction temperature. To show the identical electrical behavior, although the single chip package is larger, it is compared with the commercial off-the-shelf package and a 5 mΩ, 100 V GaN single chip package in a 300 kHz, 48 V buck converter. Both 7 mΩ versions have identical efficiencies of ≈97.5 % up to 50 A output current, slightly outperforming the 5 mΩ GaN transistor. With its combination of improved thermal characteristics and lowinductance, the thermally optimized package of the GaN device offers more degrees of freedom in the design of power converter to exploit trade-offs between longer lifetime, higher temperature operation and power density. Index Terms—gallium nitride, high electron mobility transistor, (thermal) performance evaluation, thermally optimized package, DC/DC converter, high current application, parallelization
In diesem Beitrag wird ein Manipulatormodell zur Verwendung in einem Entwurfsprozess für die Manipulatormechanik vorgestellt. Das Ziel ist Schwingungen zu minimieren und die Genauigkeit applikationsspezifisch zu entwerfen. Aus geeigneten Modellansätzen der einzelnen Roboterkomponenten, wie der Tragstruktur, den Wälzlagern, der Verkabelung und der Fügestellen wird ein Gesamtmodell einer seriellen Sechs-Achs-Kinematik in Modelica erstellt. Für den Antriebsstrang werden Modellansätze für Kompaktgetriebe, Riementriebe, Wellen und Zahnräder abgeleitet. Eine Validierung erfolgt durch eine Modalanalyse durch Selbstanregung.
使工厂生产更灵活的创新
(2023)
Die wichtigsten Elemente von Industrie 4.0 auf der Feldebene sind Aktoren und Sensoren. Durch den Einsatz von Sensoren und Aktoren in Verbindung mit einer bestehenden Infrastruktur und basierend auf der Internettechnologie wird eine Automatisierung und Überwachung der Prozesse ermöglicht. Sensoren dienen dabei als Datenlieferant, Aktoren sind die ausführende Hardware. Die Zielsetzung „Losgröße 1“ von Industrie 4.0 erfordert schnellste Datengenerierung und Umsetzung in Aktionen. Als „Smart Field Devices“ erhalten sie mehr lokale Verarbeitungskapazität. Es geht aber nicht nur um die dezentrale Datenverarbeitung, sondern Innovationen sind auch im Bereich der Basisfunktionen relevant. Bei den Aktoren sind Innovationen auf der Basis der Piezo-Keramik aufzuführen, speziell für Industrie-4.0-Anforderungen sind es Innovationen wie z.B. flexible Bewegungssysteme für Roboter. Auch auf der Sensor-Seite sind neue Basisfunktionen zu entwickeln, im Zusammenhang mit einer zunehmenden Miniaturisierung und Multi-Sensor-Systemen. Unabdingbar für Sensoren wie Aktoren ist die Einbindung in die Daten- und Informationsvernetzung, die über verschiedene Ebenen hergestellt werden muss. Für diese „Field Device Integration (FDI)“ stehen anerkannte Protokolle zur Verfügung, die einen Datentransfer der verschiedensten Geräte ermöglichen. Hier besteht noch ein Entwicklungsbedarf, bestehende Aktoren und Sensoren mit entsprechenden Schnittstellen hierfür auszurüsten.
Die Verfügbarkeit von Produktionsdaten ist eine zentrale Herausforderung der zerspanenden Industrie. Herstellern von Maschinen, Maschinenbauteilen und Sensoren fehlt es an Informationen über das Verhalten ihrer Produkte im Einsatz, um Optimierungspotenziale zu erkennen. Im Fokus des Forschungsprojektes Dione-X stehen daher der sichere und souveräne Datenaustausch entlang der Wertschöpfungskette und die Entwicklung von datengetriebenen Geschäftsmodellen.
In general, current systems for the Digital Factory implement a product-process-resource (PPR) data model in a monolithic rich-client/server architecture with a single database persistence layer. Common data objects are the product bills of material, descriptions of the production processes, or the resource structure, e.g. bill of equipment. The main drawback of the current monolithic architecture is the slow rate of development, which prevents fast adoption of the software to the new production planning process (i.e., due to new technologies for the transformation of the automotive industry with the goal of electrification) is not possible. Furthermore, time-consuming and error-prone export-import operations characterize the collaboration of the engineering supply chain. Mercedes-Benz has created a new IT system architecture for their Digital Factory. The core idea of this architecture is a module-based approach. Each planning step has its own module, e.g. product analysis, layout planning or cost calculation. One single module consists of a server-based business logic, a web-based user interface and its own database. Each module is the source of master data objects that originate from the corresponding planning step and refers to data objects from predecessor planning steps. The single modules communicate mostly via KAFKA. The usage of a model based application engine allows the fast creation of different modules. Best-of-breed third-party systems for specific planning steps can be integrated into the system architecture. Web technologies allow suppliers to access the Mercedes-Benz systems directly for a fully integrated supplier collaboration. Roll-out has started and has already led to significant efficiencies.
Die mittelständisch geprägte deutsche Gießereibranche steht vor akuten
Herausforderungen. Steigende Energie- und Rohstoffpreise wirken sich als Standortnachteil aus und erhöhen den Druck, die Effizienz der Produktion weiter zu erhöhen. Probleme bei der Rekrutierung qualifizierter Fachkräfte erfordern neue Ansätze zur Sicherung des Prozesswissens erfahrener Mitarbeiter. Zudem fehlt aufgrund der mangelnden analytischen Beschreibbarkeit und der Komplexität der Prozesse häufig eine adäquate Modellierung der Kausalketten, was die Ursachenforschung bei Qualitätsproblemen erschwert.
Datenbasierte multimodale Assistenzsysteme können gewinnbringend in
Gießprozessen eingesetzt werden und einen Teil dieser Probleme lösen. Sie nutzen fortgeschrittene Methoden der Datenanalyse (Data Analytics), ein Prozess der Datenuntersuchung, des Datenverständnisses und des Erkenntnisgewinns, in dem unbekannten Muster und Zusammenhänge zwischen den Variablen durch die Analyse von Rohdaten identifiziert werden. So können komplexe Prozesse modelliert, Probleme frühzeitig erkannt und Lösungen in Echtzeit generiert werden. Viele Softwaretools und Datenbanken unterstützen bereits heute die sogenannte „deskriptive Analyse“ und die „diagnostische Analyse“. Ein weiterer Schritt ist jedoch, dieselben Daten zu nutzen, um Modelle zu speisen, die Vorhersagen mit ähnlicher oder besserer Genauigkeit als ein menschlicher Experte treffen können (prädiktive Analyse).
Punching is a process that is sensitive to a multitude of parameters. The estimation of part and punch quality is often based on expert knowledge and trial-and-error methods, mostly carried out as a separate offline process analysis. In a previous study, we developed an optical inline monitoring system with subsequent image processing which showed promising results in terms of capturing every manufactured part, but was limited by slow image processing. Here, we present a more efficient image processing technique based on neural networks. For our approach, we manually identify the burnish parts in images based on criteria established via an expert survey in order to generate a training dataset. We then employ a combination of region-based and boundary-based losses to optimize the neural network towards a segmentation of the burnish surface which allows for an accurate measurement of the burnish height. The hyperparameter optimization is based on custom evaluation metrics that reflect the requirements of the burnish surface identification problem as well. After comparing different neural network architectures, we focus on optimizing the backbone of the UNet++ structure for our task. The promising results demonstrate that neural networks are indeed capable of an inline segmentation that can be used for measuring the burnish surface of punching parts.