Smart Production & Organization

Das Projekt "Industrie 4.0 Readiness" verfolgt das Ziel, einen Standardrahmen im Sinne einer Begriffs- und Methoden-Matrix zu erstellen und damit kleinen und mittelständischen Unternehmen eine Möglichkeit zu bieten, den derzeit vielfach verwendeten Begriff "Industrie 4.0" in das eigene unternehmerisches Denken und Handeln einordnen zu können.

Das Projekt EMPATHIC erforscht und validiert neue Paradigmen und Plattformen, welche den Grundstein für künftige Generationen von Personalisierten Virtuellen Coaches legen sollen, um ältere Menschen in ihrem Zuhause und im Alltag zu helfen. Innovative multimodale Gesichtserkennungen, adaptive Systeme für Dialoge und Sprachschnittstellen sind Teil der Untersuchungen, um abhängige ältere Menschen sowie deren BetreuerInnen zu unterstützen. Das Projekt verwendet nicht-intrusive Remote-Technologien, um physiologische Marker emotionaler Zustände in Echtzeit für adaptive Online-Reaktionen des Trainers zu extrahieren und die ganzheitliche Modellierung von Verhaltens-, Computer-, physischen und sozialen Aspekten eines personalisierten ausdrucksstarken virtuellen Trainers voranzutreiben. Ziel ist es ferner, kausale Modelle für den Austausch von Coach-User-Interaktionen zu entwickeln, die die älteren Menschen in emotional glaubwürdige Interaktionen einbeziehen, um Einsamkeit zu vermeiden, den Gesundheitszustand aufrechtzuerhalten, die Lebensqualität zu verbessern und den Zugang zu zukünftigen Telecare-Diensten zu vereinfachen.

Im Zuge der Machbarkeitsstudie soll der gesamte Prozess der Fertigung erfasst und analysiert werden. Prozesse, welche Potential für eine Automatisierung aufweisen werden gesammelt und erste Konzepte für Lösungen erarbeitet. In Folge wird für jeden automatisierbaren Prozess ein grobes Konzept zur Umsetzung der Automatisierung erstellt. Für jeden Prozess wird eine Risikoanalyse, ein benötigtes Sicherheitskonzept, sowie ein zugehöriger Workflow erstellt. Die Risikoanalyse beinhaltet sowohl technische Schwierigkeiten der Umsetzung, sowie Integration in den bestehenden Fertigungsprozess, als auch finanzielle Risiken einer Umsetzung. Das Sicherheitskonzept betrachtet alle Risiken der Mensch-Maschine Schnittstelle, alle möglichen Kontaktbereiche und die dafür benötigten Sicherheitstechnologien. Ein erstellter Workflow beschreibt die Integration der möglichen Lösung in die bestehenden Prozesse oder die Umgestaltung dieser.

Ziel des DIH West ist es, KMU in Westösterreich bei der digitalen Transformation zu unterstützen und ihr Innovationspotential zu stärken, indem ihnen der institutionalisierte Zugang zum Know-how der Forschungseinrichtungen durch verschiedene Aktivitäten ermöglicht wird. Entsprechend dem Bedarf der KMU in Salzburg, Tirol und Vorarlberg fokussiert sich die inhaltliche Ausrichtung des DIH West auf die Anwendungsgebiete Industrie 4.0 für produzierende Unternehmen und auf eServices für Unternehmen aus Tourismus, Gewerbe und Handel. Die Aktivitäten des DIH West konzentrieren sich auf die Information und individuelle Beratung, die Weiterbildung, die thematische Vernetzung von KMU und Forschungseinrichtungen in Arbeitsgruppen und den Transfer von Forschungsergebnissen in standardisierte Angebote wie Leitfäden, Baukastensystemen, usw., begleitet von individuellen Coaching- und Unterstützungsmaßnahmen sowie dem Zugang zu relevanter Infrastruktur der Forschungseinrichtungen. Am DIH West beteiligt sind Standortagenturen, Interessensvertretungen und Forschungseinrichtungen aus Salzburg, Tirol und Vorarlberg, die ihre jeweilige Expertise zur optimalen Unterstützung der KMU einbringen.

Diese wissenschaftliche Studie dient zur Bestandsaufnahme und Analyse bereits existierender Operational Excellence Ansätze in der Prozessindustrie. Die Analyse erfolgt mit Hilfe ausgewählter Unternehmen der Prozessindustrie. Dadurch sollen kritische Erfolgsfaktoren von Operational Excellence identifiziert werden. Der Fokus liegt dabei auf der Analyse der derzeit bestehenden Umsetzungshindernissen von Operational Excellence Ansätzen sowie der Entwicklung von Potenzialen für ein integratives, ganzheitliches Produktionssystem.

Ziel dieses Projektes ist die Entwicklung einer ganzheitlichen Strategie zur langfristigen (i) Flexibilisierung und Automatisierung der Produktionskapazitäten sowie (ii) Datenintegration und Vernetzung. Hierdurch sollen insbesondere kleinere Losgrößen effizienter gefertigt sowie Aufträge mit hohen Ansprüchen an Nachverfolgbarkeit - z.B. aus dem Luft- und Raumfahrtsektor - angenommen werden können. Zur langfristigen Flexibilisierung und Automatisierung der Produktionskapazitäten sollen insbesondere Konzepte zur flexiblen Maschinenbestückung mit Hilfe kollaborativer Robotersystem erarbeitet und durch Funktionsprototypen evaluiert werden. Zur Datenintegration und Vernetzung werden im Laufe des Projektes (i) eine Projektierung langfristig zu avisierender Kunden, (ii) daraus abgeleitete Anforderungen an die Systeme, (iii) eine Bestandaufnahme der aktuellen Systeme sowie (iv) eine Projektierung der zu erstellenden Systeme durchgeführt.

Das Wissenstransferzentrum West hat sich zum Ziel gesetzt, durch gemeinsame Maßnahmen den Wissenstransfer nachhaltig zu intensivieren, zu professionalisieren, Verwertungspotentiale zu erschließen, Kooperation mit der Wirtschaft aber auch der Gesellschaft im Ganzen zu vertiefen und zu erweitern, transdisziplinäre und innovative Ansätze zu verfolgen und mögliche Synergien zur Erreichung dieser Ziele zu nutzen. Sechs Universitäten und fünf Fachhochschulen aus Vorarlberg, Tirol, Salzburg und Oberösterreich bilden das Konsortium des Wissenstransferzentrums West.

Der deutsche Mittelstand ist als "Innovationsmotor" eine der zentralen Säulen der Innovations- und technologischen Leistungsfähigkeit - und somit der internationalen Wettbewerbsfähigkeit der deutschen Industrie. Kleine und mittlere Unternehmen (KMU) spielen in industriellen Innovationsketten eine herausragende Rolle, wenn es darum geht, neue Technologien in die industrielle Anwendung zu bringen. Das Projektteam aus Forscherinnen und Forschern des MCI, des Fraunhofer ISI sowie der Freien Universität Berlin stellt die Frage in den Mittelpunkt, in welchem Ausmaß und in welcher Verteilung unterschiedliche Innovationsmuster von KMU im deutschen Verarbeitenden Gewerbe vorliegen. Ausgehend von den vorhandenen Innovationsmustern wird unter anderem untersucht, inwiefern die unterschiedlichen Typen durch bestehende Instrumente und Programme der öffentlichen Förderpolitik in Deutschland und Europa erfasst werden und - falls nötig - wie die spezifischen Bedarfe und Herausforderungen der unterschiedlichen Innovationsmuster in Zukunft zielgerichteter und durch passgenaue Politikmaßnahmen effizienter adressiert werden können.

Ziel des Projektes ist es, erstmals eine automatisierte Auswertung für qualitative Daten mithilfe eines Algorithmus zu entwickeln. Erstmals können dadurch qualitative Daten deterministisch und in Echtzeit ausgewertet werden. Erstmals soll eine beliebige Anzahl an qualitativer Daten mit einem Klick ausgewertet und analysiert werden. Hierdurch ist eine deutliche Zeitersparnis seitens des Forschers erzielbar und es können qualitative Daten in repräsentativen Stichprobengrößen analysiert werden. Zudem können die qualitativen Daten in Echtzeit ausgewertet werden. Unternehmen können somit über kritische Abweichungen der geplanten Kundenerlebnisse in Echtzeit benachrichtigt werden. Dieser innovative Ansatz stellt ein neues Produkt in einem neuen und stark wachsenden Markt dar.

In der Industrie wird es aufgrund von zunehmender Komplexität immer öfter gefordert, bildverarbeitende Systeme in Maschinen und Anlagen zu integrieren. Zur Anwendung kommen in den meisten Fällen Standard-Bildverarbeitungsmethoden mit objekterkennenden Eigenschaften. Grundlegend wird also mit Beispielbildern ein System erzeugt, welches etwa die Orientierung oder Abmessungen sowie Kanten und Formen in einem Bild erkennen kann. Ebenso ist der Vergleich mit sogenannten Sollbildern eine übliche Methode. Das Problem bei solchen Verfahren ist die hohe Anfälligkeit der Systeme bei kleinen Änderungen des Produktes. Ebenso können komplexe Strukturen nur schwer bis gar nicht ausgewertet werden. Einen weiteren Nachteil stellen sehr hohe Rechenleistungen dar, um die bei Industrieanlagen geforderten Zykluszeiten gewährleisten zu können. Die Zielsetzung dieses Projektes liegt in der Integration von Machine Learning Algorithmen in die industrielle Qualitätskontrolle. Andere Einsatzgebiete von solchen neuronalen Netzen lassen darauf schließen, dass bei vielen Anwendungen die Nachteile von herkömmlichen bildverarbeitenden Methoden minimiert werden können und es zahlreiche Fälle gibt, bei denen es eben nur durch ein solches Verfahren möglich ist, überhaupt ein positives Ergebnis zu erzielen.

Das vorliegende Projektkonzept untersucht das Potential verschiedener kollaborativer Roboter in Bezug auf unterschiedliche industrielle Anwendungen wie z.B. Verpacken, Kontrollieren, Montieren etc. und beschäftigt sich mit der Entwicklung, Ausarbeitung und Integration von möglichen Anwendungen in ein industrielles Umfeld. Die einzelnen Systeme werden in Bezug auf ihre Positioniergenauigkeit, Wiederholbarkeit, Handhabungskapazität, Sicherheit und Anwenderergonomie untersucht. Kurz- und mittelfristig potenzielle Anwendungsfälle werden möglichst allumfassend gesammelt und nach verschiedenen Kriterien, etwa Anwendungsgebiet, potentieller Nutzen und nötiger Aufwand gruppiert. Repräsentativ für jede Gruppe werden ausgewählte Anwendungsfälle mit kollaborativen Robotern verschiedener Hersteller umgesetzt, um so die kurz- und mittelfristige Machbarkeit und nötige technische Weiterentwicklungen abschätzen zu können.

Individualisierte Produkte im Dentalbereich, wie Brücken und Kronen, verdrängen immer mehr standardisierten Zahnersatz. Diese Entwicklung geht mit einer Änderung der Zulieferer- bzw. Herstellungskette einher: Klassisch werden diese vom Zahnarzt über Präzisionsabdrücke geplant und über Schritte wie Ausgießen mit Kunststoff, Gips und Presskeramikverfahren von externen Zahntechniker oder -prothetiker hergestellt. Diese gehen mehr und mehr dazu über, die Abdrücke zu digitalisieren, bzw. in digitale Produktionsdaten umzuwandeln, und - meist extern - über z.B. 5-Achsen Bearbeitungszentren oder Additive Manufacturing (AM) Verfahren fertigen zu lassen. Konsequenterweise findet die Generierung der digitalen Produktionsdaten teilweise schon direkt beim Zahnarzt statt, welcher deren Fertigung dann direkt an Lohnfertiger vergibt. Pro diskreten Fertigungsprozess werden so 5 - 50 Produkte, z.B. Kronen, gleichzeitig in einem Bauraum hergestellt und sind, auf Grund ihres sehr ähnlichen Aussehens, nur noch sehr schwer wieder einzelnen Aufträgen (bzw. Patienten oder Zahnärzten) zuzuordnen. Bisherige Kennzeichnung durch z.B. nummerierte Fähnchen o.ä. stoßen an Ihre Grenzen. Sie bedeuten Mehraufwand und sind in modernen Herstellungsverfahren teilweise gar nicht einsetzbar. Ziel dieses Projektes ist die Konzeptionierung und protypenhaften Umsetzung einer Gesamtanlage inklusive (i) Zuführung zur Bildverarbeitung, (ii) Durchbringung durch Bildverarbeitung, (iii) Bildverarbeitung und Anbindung an CAD Datenbank, (iv) Rückführung und Umorientierung nicht erkannter Teile, (v) Kinemetik, (vi) verschiedenen Greifermodule, (vii) auftragsbezogene Zwischenspeicherung sowie (viii) Abtransport und Kommissionierung fertiger Aufträge.