Referenzprojekte

Abbrechen
  • Wie kann Wasserstoff zur dezentralen Energieversorgung von Fabriken eingesetzt werden? Um diese Frage beantworten zu können, wurde am Fraunhofer IWU eine Wasserstoffversuchsanlage, das »H2-Kraftwerk« aufgebaut. Das H2-Kraftwerk ermöglicht die Erzeugung von Wasserstoff sowie die Speicherung und Rückwandlung in elektrische Energie. Das H2-Kraftwerk ist als modulares Gesamtsystem ausgelegt. Als Testbed mit umfangreicher Messtechnik bietet es für Ihre Wasserstoffsystemkomponenten eine Plattform zur Validierung unter realen Anwendungsbedingungen.

    mehr Info
  • © Unsplash/Lenny Kuhne

    Die herkömmlichen Umwandlungsprozesse von Wechselstrom (AC) zu Gleichstrom (DC) und zurück können zu erheblichen Energieverlusten führen. Unsere Lösungsidee – die Gleichstromversorgung der Fabrik (DC-Fabrik) – minimiert diese Verluste, reduziert die Abwärme, spart Platz und senkt den Materialverbrauch, was ebenfalls zu einer Reduzierung des CO2-Fußabdrucks beiträgt. Profitieren Sie von einer schlankeren, effizienteren Stromversorgung, die nicht nur Ihre Betriebskosten senkt, sondern auch Ihre Produktionsprozesse nachhaltiger macht

    mehr Info
  • © Unsplash / Appolinary Kalashnikova

    Eine etablierte Methode zur Identifizierung von Umweltauswirkungen von Produkten ist die Ökobilanzierung, auch als Life Cycle Assessment (LCA) bezeichnet. Mithilfe der Ökobilanzierung können Umweltauswirkungen methodisch klar strukturiert und transparent ermittelt werden. Unser Ziel ist es, KMU bei dieser neuen Herausforderung zu unterstützen. Dazu bieten wir verschiedene Lösungsbausteine an, die individuell auf Ihre Bedürfnisse zugeschnitten sind.

    mehr Info
  • Im Projekt sollen innovative hybride Automatisierungsansätze für die PKW-Endmontage entwickelt werden. Konkret geht es um die Entwicklung und Umsetzung eines hybrid-autonomen Montagesystems (HAutoMont), das eine wirtschaftliche und teilautonome Montage von Pkw-Unterbodenverkleidungen ermöglichen soll. Hierbei steht nicht die vollständige Automatisierung aller Tätigkeiten im Vordergrund, sondern eine hybride Prozessabfolge mit situativer Einbindung von menschlichem Personal.

    mehr Info
  • Projektziel ist die Entwicklung und funktionelle Umsetzung einer innovativen Programmier- und Bedienmethode von Industrierobotern speziell für den Einsatz im (teil)-automatisierten Herstellungsprozess von Kunststofferzeugnissen. Als Use-Case wurde das Verfahren des sogenannten »Extrusionsschweißens« ausgewählt, das bei der Herstellung großer thermoplastischer Fabrikate, wie beispielsweise Tanks und Rohrabschnitten, im industriellen Bereich zum Einsatz kommt.

    mehr Info
  • Im Projekt KausalAssist wird an der Kombination von Wissen mit datengetriebenen Erkenntnissen über erklärbare KI-Methoden geforscht. Ziel ist ein erklärbares KI-System für das Fehlermanagement komplexer Anlagen. Im Fokus steht die Entwicklung eines gerichteten Graphen, der domänenspezifisches Wissen mit KI-Erkenntnissen zu einem digitalen Maschinenverständnis kombiniert. Der Graph stellt über Kausalbeziehungen die erlernten Erkenntnisse mensch- und maschinenlesbar dar und legt als erklärbares KI-System die Basis für das Fehlermanagement komplexer Fertigungsanlagen.

    mehr Info
  • © iStock/Thitichaya Yajampa

    OPC UA verspricht eine hohe Interoperabilität zwischen Maschinen, Sensoren und Softwarekomponenten. In der Praxis kann das jedoch nur durch Verständigung auf gemeinsame Informationsmodelle und deren konsequente Umsetzung erreicht werden. Die Standardisierung neuer Informationsmodelle als sogenannte Companion Specifications (CS) schreitet konsequent voran, während die breite Anwendung der Modelle in der Praxis noch auf sich warten lässt. Die benötigte Tiefe an Expertise und der Arbeitsaufwand einer guten Informationsmodellierung ist insbesondere durch KMU aktuell fast nicht leistbar. Im Forschungsprojekt CLOU sollen digitale Werkzeuge entwickelt werden, welche OPC-UA-Modellierungs-Know-how einfach zugänglich machen.

    mehr Info
  • Die europäische Fertigungsindustrie steht vor mehreren Herausforderungen. Dazu gehören u. a. der Übergang von der Massenproduktion zur kundenspezifischen Fertigung, die ständig zunehmende Komplexität der Produktionslinien, der Wettbewerb mit Ländern mit niedrigem Einkommen, das Risiko von Pandemien und die Erwartung niedriger Fehlerquoten. Das Projekt GreenBotAI zielt darauf ab, die Reaktions- und Latenzzeiten von Industrierobotern zu reduzieren, die Bahnplanung zu optimieren und die fließende Ausführung bestimmter Aufgaben zu ermöglichen. Das Projekt befasst sich mit der Entwicklung der notwendigen Hardwarekomponenten sowie modernster Deep-Learning-Methoden zur Überwachung, Datenverarbeitung und Fehlerkontrolle, um eine neue Generation der Robotik zu schaffen. Ein Hauptziel des Projekts ist die Senkung des Energieverbrauchs für Roboteraufgaben um 50 %.

    mehr Info