Industrielle Signalverarbeitung, Mustererkennung

DnSPro: Sensor- und Informationsfusion für dezentral kooperierende sensorbasierende Subsysteme für Industrie-4.0-Produktionsanlagen

01.11.2015 bis 31.01.2019

Im Zukunftsprojekt Industrie 4.0 bietet sich heute die Chance, über eine intelligente Steuerung und Vernetzung die Flexibilität und die Energie- und Ressourceneffizienz von Produktionsprozessen auf eine neue Stufe zu heben. Elektronik und Sensorik, die zu den Stärken gerade auch kleiner und mittlerer Unternehmen (KMU) in Deutschland zählen, spielen dabei eine Schlüsselrolle. Anwendungen in der Industrie 4.0 erfordern vielfältige Sensorsysteme. Um die Unternehmensprozesse weiter zu verbessern, sollen die Sensordaten unmittelbar und direkt zugänglich gemacht werden.

Das Ziel des Vorhabens ist es, die Grundlage für intelligente Industrie-4.0-fähige Produktionsanlagen zu legen, die sich schnell und flexibel auf veränderte Bedingungen bei deutlich höherer Verfügbarkeit einstellen können. Am Beispiel eines Abfüllprozesses für beliebige Flüssigkeiten soll das komplexe Zusammenspiel einzelner funktioneller Module bis hin zum Gesamtsystem dargestellt werden. Die Anlagen sollen sich selbstständig auf das zu verarbeitende Produkt unter Berücksichtigung seiner Eigenschaften und der Anlagenparameter einstellen. Dafür werden vielfältige sensorische Funktionen sowie intelligente autonome Selbstdiagnosefähigkeiten der einzelnen Komponenten und Prozesse integriert. Besonderes Augenmerk wird dabei auf die Gewährleistung einer lückenlosen dynamischen Datensicherheit gelegt.

Dezentrale Steuerung ermöglicht die wirtschaftliche Herstellung selbständiger Anlagenteile, die in kurzer Zeit neu kombiniert werden können, um veränderte Produktionsprozesse abdecken zu können. Anlagenteile erhalten durch die Verwendung "smarter" Feldgeräte ein Bewusstsein über ihren aktuellen Zustand und damit erst in der Zukunft auftretende mögliche Probleme. Basierend auf diesem Prinzip ist die Herstellung beliebiger Sensor-Aktor-Subsysteme möglich, wie z. B. die Verknüpfung von Durchfluss-, Druck-, Temperatur- und Füllstandsensoren mit Ventilen und Pumpen.

Das Projekt wird gefördert durch:
Bundesministerium für Bildung und Forschung (BMBF)
Projektträger: VDI/VDE Innovation + Technik GmbH
Förderkennzeichen: 16ES0391
Förderlinien: Sensorbasierte Elektroniksysteme für Industrie 4.0 (SElekt 4.0)
Projektmitarbeitende: Alexander Dicks, M. Sc., Martyna Bator, B. Sc.
Martyna Bator, B. Sc., Christian Wissel, M. Sc., Alexander Dicks, M. Sc., Prof. Dr.-Ing. Volker Lohweg
Feature Extraction for a Conditioning Monitoring System in a Bottling Process.
In: 23rd IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), Sep 2018
Alexander Dicks, M. Sc., Martyna Bator, B. Sc., Christian Wissel, M. Sc., Prof. Dr.-Ing. Volker Lohweg
Bildverarbeitung im industriellen Umfeld von Abfüllanlagen
In: Kommunikation und Bildverarbeitung in der Automation, May 2019
Martyna Bator, B. Sc., Alexander Dicks, M. Sc., Dr. rer. nat. Sahar Deppe, Prof. Dr.-Ing. Volker Lohweg
Anomaly Detection with Root Cause Analysis for Bottling Process
In: 24nd IEEE International Conference on Emerging Technologies and Factory Automation (ETFA2019), Sep 2019
Tobias Grüner, Falco Böllhoff, Robert Meisetschläger, Alexander Vydrenko, Martyna Bator, B. Sc., Alexander Dicks, M. Sc., Andreas Theissler
Evaluation of Machine Learning for Sensorless Detection and Classification of Faults in Electromechanical Drive Systems
In: KES2020 - 24th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems, Sep 2020
Gefördert durch
Projektträger