Referenzprojekte zum Thema Künstliche Intelligenz

Konventionelle Aktoren auf FGL-Basis überzeugen durch ihre hohe Energiedichte, kompakte und leichte Bauweise, geräuschlosen Betrieb sowie einfache Ansteuerung. Dennoch sind sie in ihrer Hubbewegung auf wenige Millimeter begrenzt. Diese Einschränkung limitiert ihren Einsatz in Anwendungen, die größere Verfahrwege bei gleichzeitig geringem Bauraum und Gewicht erfordern. Zudem benötigen viele herkömmliche Aktoren kontinuierlich Energie, um eine Position zu halten. Durch Kombination von FGL-Technologie mit dem Inchworm-Prinzip ist es gelungen, einen innovativen FGL-Inchworm-Aktor zu entwickeln, der die Vorteile beider Konzepte vereint.

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 %.

Gebrauchtwagen oder Unfallautos werden oftmals mit hohem Energieaufwand verschrottet, selbst wenn viele Teile noch funktionsfähig sind. Im Projekt EKODA entwickeln wir eine bessere Alternative: In einem komplexen Testverfahren werden zunächst alle Komponenten untersucht. Ein Bewertungssystem gibt dann Empfehlungen, wie die Komponenten weiterverwendet werden könnten. Das Konzept optimiert die Lebensdauer der einzelnen Teile und ermöglicht den Aufbau einer nachhaltigen Kreislaufwirtschaft im Bereich der Mobilität. Batterien, Getriebewellen oder Zahnräder könnten so auch in Anwendungen außerhalb des Automobils landen.

Die automatisierte Herstellung von Aktorsystemen auf Basis von Formgedächtnislegierungen (FGL) ist aufgrund der besonderen Eigenschaften dieser innovativen Werkstoffe eine Herausforderung. Gerade kleinen und mittelständischen Unternehmen (KMU) fehlen oft die personellen und finanziellen Mittel, um eigene, spezialisierte Fertigungsanlagen zu entwickeln. Deshalb setzen wir jetzt ein starkes Zeichen für die Zukunft: Mehrere Partner bündeln ihre Kompetenzen und entwickeln eine modulare Automatisierungsplattform, die es KMU ermöglicht, auf dem gesammelten Know-how des Projekts aufzubauen und eigene Automatisierungslösungen kostengünstig umzusetzen.

Ziel des Verbundprojekts war die Entwicklung einer digitalen Abbildung von Funktionsmaterialien (thermischen und magnetischen Formgedächtniswerkstoffen, dielektrischen Elastomeren und piezoelektrischen Keramiken) und Bauelementen sowie ihrer Herstellungsprozesse.

Im Rahmen des Programms »IMPROVE! – Technologies for Smart Manufacturing, Intelligent Logistics and Sustainability« der Europäischen Weltraumorganisation ESA hat das Fraunhofer IWU gemeinsam mit AS Consulting offiziell das Projekt SmartSENS gestartet. Ziel ist es, die Entwicklung intelligenter Fertigungstechnologien im europäischen Raumfahrtsektor weiter voranzutreiben.

Bei der Fertigung von Blechformteilen werden höchste Anforderungen an die Umformbarkeit der verwendeten Halbzeuge gestellt. Trotzdem führen – insbesondere bei umformtechnisch kritischen Bauteilen – Chargenschwankungen der Materialeigenschaften immer wieder zu einem unzureichenden Umformvermögen des Halbzeugs. Das Resultat sind fehlerhafte Bauteile und letztendlich eine hohe Ausschussquote. Der von uns entwickelte Werkstofftester stellt eine Abkehr von bisherigen Prüfkonzepten dar und ermöglicht eine schnelle Prognose der Prozessfähigkeit von Blechhalbzeugen.

Alltägliche Aufgaben in Produktionsunternehmen erfordern eine Vielzahl komplexer Informationen und spezifisches Fachwissen. Das schnelle Auffinden relevanter Informationen in komplexen Dokumenten ist durch (juristische) Fachsprache, zahlreiche Querverweise oder den schieren Umfang jedoch oft aufwändig und fehleranfällig. Damit sich solche Informationen schneller auffinden lassen bzw. komplexe Dokumente verständlich gemacht werden, hat das Fraunhofer IWU einen KI-Assistenten entwickelt, der Retrieval Augmented Generation (RAG) nutzt.

Viele kleine und mittelständische Betriebe kämpfen mit einem Mangel an Fachkräften und unzureichender Automatisierung ihrer Produktion. Die Folgen sind häufige Maschinenstillstände und Produktionsfehler. Gängige Überwachungslösungen sind oft kostspielig und nicht flexibel. ECC4P setzt genau hier an: Die Automatisierungslösung ist flexibel, kosteneffizient und ermöglicht die Aufzeichnung von Prozessdaten. ECC4P reduziert Ausschuss, senkt Prüfkosten und ermöglicht eine kontinuierliche Produktionsüberwachung in einem durchgängigen Datenraum mit geringen Latenzzeiten.

Ein am Fraunhofer IWU entwickelter Schnelltest ermöglicht die schnelle Bewertung der Prozessfähigkeit verschiedener Materialchargen. Der Schnelltest erfasst verschiedene Sensordaten, anhand derer mithilfe von Prognosemodellen eine Aussage über die Prozessfähigkeit getroffen werden kann. Die möglichst schnelle und kostengünstige Erstellung dieser Prognosemodelle ist Ziel des Projekts »ZeroWaste«.