Forschungsprojekte

Projektbeschreibung

Ziel des gemeinsamen Forschungsprojektes ist die Entwicklung eines neuartigen, softwaregesteuerten, miniaturisierten und hochpräzisen Sprühsystems mit genauer und rückverfolgbarer Mengendosierung – basierend auf dem Verdrängersystem.
Mit der geplanten Entwicklung sollen deutliche Vorteile gegenüber aktueller Technik erreicht werden:

• Reduktion von Abweichungen der Mengenausbringung von ca. 15 % auf max. 5 %
• Rückverfolgbarkeit der Mengenausbringung
• Virtuelle Messung der Viskosität des Betriebsmittels
• Adaptives Regelverhalten in Bezug auf die Viskosität des Betriebsmittels
• Gradierte Besprühung von Bauteilen mit linear veränderlicher Volumenausbringung
• Erreichung einer hohen Dynamik des Sprühsystems mit einer Regelantwort in unter 50 ms

Schwerpunkte der Aufgaben der Projektpartner

• Entwicklung einer innovativen Konstruktion des Dosierelements
• Überführung der Konstruktion des Dosierelementes in einen Demonstrator
• Entwicklung der Gesamtkonstruktion des Sprühsystems

• Entwicklung einer intelligenten Düsensteuerung mit Nachkalibrierung
• Entwicklung einer Viskositätsadaptierung mit virtuellem Sensor

• Erarbeitung einer Antriebseinheit aus Antriebsaktorik und Steuerelektronik
• Validierung sowie Kalibrierung der Düsenfunktionen und Modellentwicklung

Informationen zu unseren Partnern

HIESSL Schmiertechnik GmbH

Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS

Projektbeschreibung

Ziel des Vorhabens ist die Entwicklung einer neuartigen, KI-basierten modularen Montagelösung mit autonomen Arbeitsstationen, um ohne Effizienzverluste in der Produktion eine höhere Variantenvielfalt der Produkte anbieten zu können. Dies soll über eine simulative Abbildung der Produktionskette, eine Erfassung von maschinenübergreifenden Produktionsdaten in Echtzeit sowie eine KI-basierte Analyse der Daten mit Schnittstelle zu einem übergreifenden Kommissionier-System erfolgen. Der mittels „Machine Learning“ unterstütze Steuerungsalgorithmus soll es auch KMUs mit primär manueller Fertigung ermöglichen, flexibel auf verschiedene Änderungen im Produktionsauftrag reagieren zu können. Weiterhin sollen die Mitarbeiter in einer neuen digitalen Arbeitsumgebung alle relevanten Informationen zu ihrem Produktionsauftrag zur Verfügung gestellt bekommen.

Ausgangssituation

Derzeitige Linienmontagen mit definierten Taktzeiten können aufgrund mangelnder Flexibilität den wachsenden Kundenwünschen nicht mehr gerecht werden und erweisen sich als immer weniger wirtschaftlich.

Ziele und Lösungswege

Geplant ist die Entwicklung einer neuartigen, KI-basierten modularen Montagelösung mit autonomen Arbeitsstationen zur Erzielung einer höheren Variantenvielfalt der Produkte.

Erwartete Ergebnisse

• Reduktion der Durchlaufzeit der Produkte um 20%
• Reduktion der Pufferplätze um 50%
• Ausfallsicherheit des Systems von 99%

Schwerpunkte der Aufgaben der Projektpartner

• Durchführung von Versuchen an einer für das Projekt freigestellten Montagelinie
• Ermittlung relevanter Produktionsdatenf ür die Simulation und Entwicklung des Steuerungsalgorithmus
• Entwicklung einer Schnittstelle (gemeinsam mit iMes) zum ERP-System für Zugriff auf relevante Arbeitsplan- und Auftragsmaterialdaten
• Definition der Anforderungen und Zielparameter, die erfüllt werden müssen
• Verfügbar machen von Räumlichkeiten für die Mitarbeiter der Hochschule Kempten für Vor-Ort-Termine und Versuche
• Investitionen zur Realisierung des Projektes

• Entwicklung des neuronalen Netzwerks, welches den Steuerungsalgorithmus für die Produktionslinie unterstützt
• Schaffung der notwendigen Schnittstellen zur Verbindung der Steuerung mit dem bestehenden ERP-System bei der Otto Martin Maschinenbau GmbH
• Integration der Steuerung in die Produktionslinie
• Entwicklung einer intuitive Benutzeroberfläche für die Mitarbeiter (ohne spezielle Schulungen)
• Implementierung eines automatisierten Datenaustauschs für bestimmte Prozesse (beispielsweise Kontrolldaten für die Qualitätssicherung)

• Erstellen einer möglichst realitätsnahen Simulation der Produktionslinie der Otto Martin Maschinenbau GmbH sowie einen Algorithmus, um diese zu optimieren.
• Prüfung der Daten auf Plausibilität und Qualität
• Ermittlung der Eintrittswahrscheinlichkeit für verschiedene Ereignisse, die einen Einfluss auf den Produktionsprozess haben, und darauf basierend Erstellung einer Ergebnisverteilung erstellt.
• Entwicklung eines Algorithmus, der die Produktion prädiktiv sowie präskriptiv anhand von synthetisch erzeugten Solldaten unter Einbeziehung eventueller Sonderlaufzeiten analysiert und steuert.
• Testen des resultierenden Algorithmus anhand von weiteren Simulationen zur Sicherstellung der Robustheit der Ergebnisse

Informationen zu unseren Partnern

Otto Martin Maschinenbau GmbH & Co. KG

Hochschule für Angewandte Wissenschaften Kempten

Projektbeschreibung

Ziel des Forschungsvorhabens ist die Entwicklung eines „intelligenten Kristallisationssensors“ zur Gewährleistung hochwertiger Qualitätssicherung im Spritzguss und dessen Erprobung bei Endanwendern (Exipnos GmbH, Mercedes Benz AG). Der „intelligente Kristallisationssensor“ soll ermöglichen, den verzugsbedingten Ausschuss im Produktionsprozess zu minimieren und bei qualitätsrelevanten Prozessparameterschwankungen Gegenmaßnahmen ergreifen zu können. Innovative Basis ist die Kombination eines ultraschnellen Infrarot (IR) Temperatursensors mit einem inlinetauglich hardwareintegrierten Kristallisationsmodell zum „Kristallisationssensor“. Zweiter Schritt ist die Erweiterung des Kristallisationssensors um ein KI-Modul zum „intelligenten Kristallisationssensor“. Dieser erstellt aus den Daten des Kristallisationssensors und den kontinuierlich erfassten Spritzgussprozess- und Umgebungsparametern für jedes einzelne Bauteil inline eine Qualitätsvorhersage zum Verzug und generiert zusätzlich Vorschläge zur Anpassung von Spritzgussparametern.
Grundlage dafür ist ein Anlernen des KI-Systems während der üblichen Abmusterungsphase beim Einfahren der Spritzgussform. Nur in dieser Anlernzeit des KI-Systems ist eine 3D-Vermessung erforderlich, im Produktionsprozess selbst soll diese durch das KI-System zur Qualitätssicherung ersetzt werden, was wesentliche Zeit- und Kostenvorteile bietet.

Schwerpunkte der Aufgaben der Projektpartner

• Erarbeitung eines inlinetauglichen Kristallisationsmodells inclusive der
• Umsetzung in einen Algorithmus, der Kristallisationsparameter (Kristallisationstemperatur und -wärme) ausgibt und bezüglich Laufzeit und Robustheit den Anforderungen an einen routinemäßig einsetzbaren Inline-Kristallisationssensor genügt

• Hardwareintegration des entwickelten Kristallisationsmodells durch
• Kombination mit dem eigenen IR-Temperatursensor zu einem „Kristallisationssenor“, der inline Kristallisationsparameter ermittelt, ausgibt und für die weitere Auswertung zur Verfügung stellt

• Entwicklung eines KI-Systems, welches in einer Abmusterungsphase mit 3D-Bauteilvermessung angelernt wird und danach Vorhersagen zur Bauteilqualität und Prozessparameteranpassungsvorschläge liefert

• Systematische Erprobung des „intelligenten Kristallisationssensors“ unter anwendungsnahen Bedingungen inklusive der zu dessen Optimierung notwendigen
• Rückkopplung mit den Projektpartnern

Angestrebte Ergebnisse

• Die Entwicklung eines robusten inlinetauglichen Algorithmus der, basierend auf einem Kristallisationsmodell Echtzeit-Informationen zum lokalen Kristallisationszustand von Kunststoffspritzgussbauteilen liefern kann
• Die hardwareseitige Integration des entwickelten Algorithmus in einen „Kristallisationssensor“, der in Echtzeit Kristallisationsparameter wie Kristallisationstemperatur und -wärme ausgibt
• Die Entwicklung eines KI-Systems, welches nach einer Anlernphase mit 3D-Vermessung nur basierend auf den Daten der Kristallisationssensors und begleitend erfasster konventioneller Prozessdaten Aussagen zur Bauteilqualität erlaubt
• Die Kombination von „Kristallisationssensor“ und KI-System zu einem „Intelligenten Kristallisationssensor“, der unter Produktionsbedingungen robust arbeitet und die oben genannten Anforderungen zuverlässig erfüllt
• Die Erforschung der Möglichkeiten basierend auf den Daten des Kristallisationssensors und begleitend erfassten Prozessdaten mittels KI-System sinnvolle Vorschläge zur Anpassung von Spritzgussprozessparametern zu generieren

Informationen zu unseren Partnern

FOS Messtechnik GmbH

Exipnos GmbH

Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS

Projektbeschreibung

Ziel des Forschungsvorhabens ist die Entwicklung einer intelligenten,  bildbasierten Steuerung von Mikrodosierventilen zum Austragen von Fluiden im Nanoliterbereich.
Im Rahmen dieses Projektes soll ein neuartiges Bildauswertungssystem entwickelt werden, das auf Basis graphischer Mustererkennung Soll-Ist-Vergleiche der Fluid-Tropfen bei der Applikation und der Oberflächenbenetzung anstellen und sie bildlich darstellen soll. Durch dieses innovative Analysetool soll es möglich werden,  die optimale Austragungsmenge und den optimalen Benetzungsgrad des aufzubringenden Fluids zu analysieren. So soll erstmals das automatisierte Auftragen industriell genutzter Lötpasten für hochminiaturisierte elektronische Schaltungen auf dreidimensionalen Oberflächen ermöglicht werden.

Schwerpunkte der Aufgaben der Projektpartner

• Analyse der rheologischen Eigenschaften technischer Flüssigkeiten (Lotpasten, Öle, Schmierstoffe, Lacke, Flussmittel, etc.) zur Ermittlung der richtigen Setup-Parameter für die Applikation der unterschiedlichen Flüssigkeiten mit abweichender Viskosität
• Anhand der ermittelten Parameter soll durch leichte Eingriffe in das System, im Optimalfall ausschließlich in die Software, ein breites Feld an Fluiden über das zu entwickelnde Applikationssystem verarbeitet werden können
• Konzeption des Ventils einschließlich Ventil- und Stößel-Geometrie sowie etwaigen Radien, Oberflächen und Materialität
• Entwicklung der Applikationsaktorik (Definition der Stößel-Geschwindigkeit beim Verarbeiten einzelner Fluide, um die entsprechende Applikationsmenge zu generieren
• Erforschung des Impulshubs des Stößels zur Generierung eines optimalen Tropfens
• Analyse des Ventils, abhängig von der Viskosität des Fluids, zur applikation bestimmter Mengen

• Entwicklung einer geeigneten neuartigen und variierbaren Aktorik zum Ansteuern des Dosierventils, die in Echtzeit an das Feedback des Sensorsystems gekoppelt werden kann (elektromechanischer, pneumatischer oder hydraulischer Ansatz)
• Implementierung der von der iMes Solutions GmbH entwickelten Sensorik zur Inline-Erkennung des Fluidvolumens und der Dosierqualität in die Dosieranlage
• Zusammenstellung aller mechanischen und elektronischen Komponenten in einer kompakten Dosieranlage
• Entwicklung eines Prototyps

• Umsetzung eines bildgebenden Messsystems, das anhand von graphischen Auswertungen das Fluidvolumen und die Applikationsqualität des Dosiersystems evaluieren kann - bestehend aus einer Monokamera und einer externen Recheneinheit
• Überführung einer bildgebenden Hardware auf Basis eines 2-D Bildes in ein valides Messergebnis bezüglich Fluidvolumen und Applikationsqualität
• Anlernen des Programms mit zahlreichen mathematischen und graphenbasierten Algorithmen

Angestrebte Ergebnisse

Der bildbasierte Ansatz der Applikationsprüfung von Fluiden ist im Bereich der Dosiertechnik ein komplettes Novum. Durch dieses innovative Analysetool wird es möglich sein, die optimale Austragungsmenge und den optimalen Benetzungsgrad des aufzubringenden Fluids zu analysieren. So wird erstmals das automatisierte Auftragen industriell genutzter Lötpasten für hochminiaturisierte elektronische Schaltungen auf dreidimensionalen Oberflächen möglich. Ebenso können auf miniaturisierten  Bauelementen wie Mikrozahnrädern präzise geregelte Fett- oder Ölmengen aufgetragen werden.

Informationen zu unseren Partnern

Bahner Feinwerktechnik GmbH

TH Köln

Projektbeschreibung

Ziel des Projekts ist die technologische und innovative Entwicklung eines intelligenten Folgeverbundwerkzeugs, für das eine dauerhafte Zustandsanalyse und das aktive und kontinuierliche Nachjustieren im Produktionsprozess ermöglicht werden soll.

Der Zustand der von Verschleiß und Abnutzung betroffenen Werkzeugkomponenten soll sensorisch zu erfassen und daraus Informationen über Standzeit und notwendige Nachjustierungen abzuleiten sein. Die digitale Verarbeitung dieser Informationen durch die Datenaufnahme, -analyse, -visualisierung und -auswertung in Form des Datenmanagements soll ein innovativ zu entwickelnder Algorithmus sowie neue Softwarekomponenten übernehmen, die die intelligente Nutzung dieser Daten und die Automatisierung sowie selbstlernende Prozesse ermöglichen.

Schwerpunkte der Aufgaben der Projektpartner

• Entwicklung und Herstellung einer hochsensitiven Sensorik im Reinraum für den Einsatz in Blechumformwerkzeugen im Folgeverbund
• Ermittlung verschiedener Sensorkonzepte zur innovativen Datenauswertung durch Defekte, Abnutzung oder Verschleiß im Werkzeug
• Entwicklung eines mikrosensortechnischen Systems zur Analyse von Maßabweichungen am zu bearbeitenden Blechteil

• Entwurf und Design eines innovativen Kraft-Weg-Diagramms für das intelligente Werkzeug, um Druck- und Press- sowie Bewegungsauswirkungen aufzunehmen

• Konstruktion und Entwicklung des Blechumformwerkzeugs als intelligentes Folgeverbundwerkzeug und Implementierung der Sensorik zur Datenanalyse
• Entwicklung der geeigneten Sensorplatzierung in dem innovativen Werkzeug, ohne die Operationsvorgänge zu blockieren
• Erforschung der Prozesse jeder Einzelstation im Folgeverbund, die für einen selbstlernenden mechatronischen Prozess geeignet ist, und Entwicklung der entsprechenden Prozessparameter
• Entwicklung der hochkomplexen Werkzeugauslegung im Folgeverbund und Verbindung der Informations- und Kommunikationstechnologie, um die Rolle des Produktionsoptimierers wahrzunehmen

• Berechnung und Entwicklung neuer Algorithmen aus den Daten der intelligenten Werkzeugprozesse
• Entwicklung eines Informations- und Kommunikationssystems zur Verarbeitung der Sensordaten und Einleitung von Qualitätsmaßnahmen
• Verarbeitung der Sensordaten und Visualisierung in einem benutzerfreundlichen und innovativen Softwaresystem

Ergebnisse

Die Einbindung und Implementierung des neuen Werkzeugs unter der Nutzung von detaillierten Parametern, Mess- und Grenzwerten in die Fertigungsprozesse durch alle beteiligten Partner war erfolgreich.

Zusammenfassend können die Vorteile der hier dargestellten technologischen Entwicklungen wie folgt beschrieben werden:

• Sicherstellung der Produktqualität
• Erhöhung der Ausbringungsmenge
• Verringerung der Fehlproduktion
• Erhöhung der Lebensdauer von Werkzeugen

Informationen zu unseren Partnern

Brabant & Lehnert Werkzeug und Vorrichtungsbau GmbH

IMSAS - Institut für Mikrosensoren, -aktoren und –systeme der Universität Bremen