Digital Manufacturing
Der Forschungsbereich Digital Manufacturing fokussiert, neben der digitalen Planung von Produktionssystemen, den digitalen Betrieb im Internet of Things sowie darauf aufbauende Services bis hin zu Kollaborationen in Wertschöpfungsnetzwerken. Eine Grundlage hierzu besteht in einer standardisierten Modellierung von Produktionssystemen, anhand derer in Kombination mit echtzeitnaher Produktionsdatenerfassung, die Basis für den Digitalen Zwilling geschaffen wird.
Aktuellen Herausforderungen begegnen
Für die Planung und Optimierung von komplexen Produkt- und Fertigungsstrukturen, erlangen vernetzte IT-Werkzeuge zunehmend an Bedeutung. Diese unterstützen interdisziplinäres Arbeiten und ermöglichen das Zusammenwirken aller Kompetenzträger entlang des Produktlebenszyklus. Der Forschungsbereich Digital Manufacturing adressiert hierbei die durchgehende Digitalisierung innerhalb der Planungsprozesse sowie dem Betrieb von Produktionssystemen. Inhalt sind neben experimentellen Forschungsprojekten ebenfalls praxisorientierte Digitalisierungsprojekte in produzierenden Unternehmen. Zukunftsorientierte Fort- und Weiterbildungsangebote runden das Portfolio des Forschungsbereichs ab.
Forschungs- und Kompetenzschwerpunkte
Die Themenfelder des Forschungsbereichs Digital Manufacturing orientieren sich an einem phasenübergreifenden Einsatz digitaler Planungswerkzeuge im Produktentstehungsprozess (PEP) sowie der Vernetzung der Produktion im Kontext der Industrie 4.0. Thematisch umfasst er u.a.:
- Digitale Planungsunterstützung in der Digitalen Fabrik
- Industrial Internet of Things (IIoT)
- Aufbau und Nutzung von Digitalen Zwillingen
- Product Lifecycle Management und Standardisierung
Methodisch steht die digitale Abbildung von Produktionssystemen und deren Bestandteilen im Fokus. Hierzu zählen u.a.
- Innovative Daten- und Prozessmodellierung, u.a. UML, SADT, EPK, PPR-Modelle
- Simulationswerkzeuge, u.a. CAD, ereignisdiskrete Ablaufsimulation, Prozessplanung
- Datenintegration, u.a. Shopfloor-IT (Automatisierungspyramide), Planungsdaten oder Retrofitting in IIoT-Umgebungen
- Datenanalyse und Maschinelles Lernen, u.a. über- und unüberwachte Lernverfahren, Anomalieerkennung, Referenzarchitekturen
- Analyse und Entwicklung von datengetriebenen Geschäftsmodellen und Services, u.a. Canvas, Kano, X-as-a-Service
Die übergeordneten Ziele bestehen in einer Verkürzung des PEP bei gleichzeitiger Erhöhung der Planungsqualität sowie der bereichsübergreifenden wertschöpfenden Datennutzung in der Produktion. Die Anwendungsfelder umfassen u.a.
- Integrierte Planungsprozesse und Virtuelle Inbetriebnahme
- AR und VR in der Montageplanung
- Retrofitting und Nutzung von Echtzeitdaten in der Produktion durch IoT-Technologien
- Datengetriebene Prozessoptimierung
- Agile Produkt- und Prozessentwicklung
Dienstleistungen
Durch die industrielle Auftragsforschung schließen wir die Lücke zwischen der grundlagenorientierten Forschung und der industriellen Praxis. Wir sind für Unternehmen ein kompetenter und verlässlicher Partner, wenn es um Fragestellungen zur Digitalisierung in der Produktion geht. Dabei greifen wir zum einen auf viel Erfahrung im industriellen und wissenschaftlichen Kontext und zum anderen auf datengetriebene Ansätze zurück. Kommen Sie gerne auf uns zu, wenn Sie gemeinsam in den Themenfeldern mit uns forschen möchten oder wir Sie bei der Umsetzung von Digitalisierungsprojekten unterstützen können.
Aktuelle Forschungsprojekte im Bereich Digital Manufacturing
Der Fokus unserer Forschung liegt auf der Beantwortung qualitätsbezogener Fragestellungen mithilfe neuartiger, datengetriebener Methoden. Im Rahmen der Validierung von Forschungsergebnissen und dem Transfer in die industrielle Praxis sind wir auch in Forschungsprojekten fortlaufend an Kooperationen interessiert.
AQR 4.0
Autonome Qualitätsregelung unter Anwendung maschineller Lernverfahren
(Projektbearbeitung erfolgt durch RIF e.V., Abteilung Produktionssysteme)
BeverGreen
Grüner Digitaler Zwilling als Basis der nachhaltigen Transformation der Getränke- und Brauwirtschaft
(Projektbearbeitung erfolgt durch RIF e.V., Abteilung Produktionssysteme)