Für die Etablierung von DED-Verfahren für unterschiedliche Seriengrößen in der Fahrzeugproduktion, müssen unterschiedlichste Daten gespeichert, verarbeitet und sicher über die gesamte Prozesskette bereitgestellt werden können. Mittels intelligenter Verfahren sollen die Daten zudem wertsteigernd genutzt werden.

Branche
Automobilindustrie

Leistungen
Skalierbarer Datenspeicher
Datenföderation
Predictive Maintenance


Quick Facts

12
Anzahl Projektpartner
50
Anzahl Mitarbeitende
3
Projektlaufzeit in Jahren
20 %
Marktwachstum Additive Fertigung pro Jahr

Die Herausforderung

Aufgabe der iSYS ist der Aufbau eines verteilten, replizierten Datenhaltungssystems, das unterschiedlichste Objekttypen effizient und skalierbar speichern und in allen Prozessebenen bereitstellen kann, ohne die Datenintegrität zu gefährden. Zudem übernimmt iSYS die Datenmodellierung und Modellimplementierung, wobei strukturierte und unstrukturierte Daten sowie auch multimediale Datentypen zum Einsatz kommen. In einem weiteren Arbeitsziel sollen die während des DED-Prozesses gesammelten Daten für die weitere Analyse normiert und aufbereitet werden. Mittels Machine Learning Verfahren wird dann eine Auswertung der Daten mit dem Ziel, neue Erkenntnisse für eine a-priori Wartung von Anlagenteilen (Predictive Maintenance) zu erhalten. Entscheidungshilfen werden aus den Daten generiert, um auch die Qualitätsstandards der produzierten Bauteile zu erhöhen (Predictice Quality).


Die Lösung

Aufbau eines verteilten, replizierten Datenhaltungssystems
Es wurde ein flexibles Datenhaltungssystem modelliert und mit unterschiedlichen Lösungen implementiert. Es wurde nach Stammdaten und Payloads differenziert, um die abweichenden Anforderungen hinsichtlich Konsistenz, Skalierung und Verarbeitung optimal abzubilden. Nicht geeigenete Technologien wurden verworfen und die verbleibenden Kandidaten konsolidiert.
Normierung und Aufbereitung der Daten
Es wurde ein Contract-basiertes Normierungssystem für die im DED-Prozesses gesammelten Daten entwickelt, auf dessen Basis diese für die weitere Analyse normiert, aufbereitet und weitergegeben werden können. Die Datenföderation wurde weitgehend kompatibel zu Gaia-X gestaltet, um sich gegebenenfalls etablierende Datenräume nutzen zu können.
Predictive Maintenance / Quality
Mittels Machine Learning Verfahren wurde eine Auswertung der Daten entwickelt, mit dem Ziel, neue Erkenntnisse für eine a-priori Wartung von Anlagenteilen (Predictive Maintenance) zu erhalten und auch um die Qualitätsstandards der produzierten Bauteile zu erhöhen (Predictice Quality). Die gewonnen Daten können interaktiv visuell ausgewertet werden.

Verwendete Technologien

Über die Forschungspartner

Fritz Automation ist Automation effektiv weiter gedacht. Fritz Automation begleitet weltweit Technologie- und Maschinenbauunternehmen auf dem Weg in die digitale Transformation.

Die Volkswagen Aktiengesellschaft mit Sitz im niedersächsischen Wolfsburg ist ein deutscher Automobilhersteller und nach generiertem Umsatz der größte Automobilhersteller der Welt.

AGCO hat sich das Ziel gesetzt, landwirtschaftliche Lösungen für eine nachhaltige Ernährung der Welt zu entwickeln und zu vertreiben. Dabei steht der Erfolg der Landwirtinnen und Landwirte im Mittelpunkt aller Aktivitäten des Unternehmens und seiner Marken.

Die KÖNIG METALL Gruppe verarbeitet seit über 100 Jahren an mittlerweile 8 Standorten weltweit Bleche und Rohre nach Kundenwunsch für die Metall- und Elektroindustrie, Automobil-, Schalldämpfer- und Airbag-Industrie, für den Maschinenbau und diverse andere Branchen.

Die Siemens AG ist ein deutscher Mischkonzern mit den Schwerpunkten Automatisierung und Digitalisierung in der Industrie, Infrastruktur für Gebäude, dezentrale Energiesysteme, Mobilitätslösungen für den Schienen- und Straßenverkehr sowie Medizintechnik.

Automation W+R ist Anbieter schlüsselfertiger Lösungen in der industriellen Bildverarbeitung und für die Automatisierung der Qualitätssicherung

Die Boll Automation GmbH ist Teil der Autision Group GmbH. Die Robotikspezialisten machen durch die Kombination von Sensorik mit Messtechnik innovative Lösungen im Bereich Handling und Nachbearbeitung möglich.

Die roehren GmbH berät seit 2011 produzierende Unternehmen und hat in 47 Ländern Erfahrungen in der Produktionsoptimierungen aufgebaut.

Die applicationtechnology unterstützt in den Bereichen Fertigungsprozessoptimierung, Prototypenbau, Kleinserienfertigung, Qualifizierung von Mitarbeitern, sowie im Bereich der Roboter Online- und Offlineprogrammierung. Zu den Schwerpunkten zählt Laserstrahlschweißen, Laserstrahllöten sowie das Laserstrahlschneiden.

Als eine der großen produktionstechnischen Forschungseinrichtungen in Deutschland umfasst das iwb drei Lehrstühle der TUM School of Engineering and Design in Garching bei München. Die Forschungsinhalte und Themenschwerpunkte des iwb liegen in den Bereichen Additive Fertigung, Batterieproduktion, Lasertechnik, Montagetechnik und Robotik, Nachhaltige Produktion, Produktionsmanagement und Logistik sowie auf dem Gebiet Werkzeugmaschinen.

Die Precitec-Gruppe ist weltweit Innovations- und Marktführer bei der Entwicklung und Herstellung von Komponenten und Systemlösungen im Bereich Lasertechnik und optischer Messtechnik.

Forschungsprogramm

Gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz aufgrund eines Beschlusses des Deutschen Bundestages


Sie haben Fragen? Wir helfen Ihnen gerne weiter!

Sie haben ein Projekt, über das Sie gerne mit uns sprechen würden? Gerne können Sie uns jederzeit kontaktierten. Wir freuen uns sehr darauf, Sie kennenzulernen!

Marc Ponschab
Marc Ponschab Head of Technology Lab / R&D