Projekte

Laufende Projekte




AI-Consult
Multimodales, KI-gestütztes Informationssystem zur kognitiven Unterstützung logistischer Prozesse



Ansprechpartner:
A. Börold eMail schickenWebseite betreten (Projektleiter)


Förderung durch:
BMWK

Laufzeit:
01.04.2022 - 31.03.2024

Publikationen des Projekts ansehen
Projektseite ansehen

AKAMAI ASRS
Neues Intralogistik-Lagersystem

Das AKAMAI-Team entwickelt eine neuartige Lösung für ein automatisiertes Lager- und Bereitstellungssystem (ASRS), das nicht standardisierte Lasten in kompakten Lagern effizient verwaltet. Dieses EIT-Projekt konzentriert sich auf ein innovatives System der vertikalen Verschiebung (spezifischer Aufzug) in Kombination mit proprietären autonomen mobilen Robotern (AMR), um eine höhere Dichte als bei bestehenden industriellen Lösungen zu erreichen.

Ansprechpartner:
D. Schweers eMail schickenWebseite betreten (Projektleiter)

J. Wilhelm eMail schickenWebseite betreten

Förderung durch:
EU - EIT Manufacturing

Laufzeit:
01.01.2022 - 31.12.2022

Publikationen des Projekts ansehen
Projektseite ansehen

MEXOT
Intelligente Arbeitsergonomie mittels sensorischer Exoskelette und autonomen Transportsystemen für die erweiterte Mensch-Technik-Interaktion im Automobilumschlag

Das Hafenumfeld zeichnet sich durch den Umschlag schwerer und großer Lasten aus, in dem der Mensch trotz fortschreitender Automatisierung unerlässlich ist. Im konkreten Anwendungsfall des Automobilumschlags werden in Technikcentern die Fahrzeuge für den jeweiligen Zielmarkt aufbereitet. Hierzu müssen beispielsweise Reifen und Anhängerkupplungen vom Menschen bewegt und montiert werden. Zudem gibt es eine Vielzahl weiterer Autoteile, die kommissioniert und z.T. in Überkopfhaltung montiert werden müssen. Im Ergebnis findet eine starke körperliche Beanspruchung der Mitarbeiter statt, die mit zunehmendem Alter zu einer gewissen körperlichen Beeinträchtigung führt. Im Rahmen des Projektvorhabens „MEXOT“ werden die herausgearbeiteten Herausforderungen mit einem sozio-technischen Entwicklungsansatz angegangen. Hierzu wird der Einsatz von Exoskeletten avisiert und darauf aufbauend an einer intelligenten Arbeitsergonomie geforscht, die die Mensch-Technik-Interaktion in Kombination von Exoskelett und fahrerlosen Transportfahrzeugen (FTF) untersucht. Ausgehend von einem passiven Exoskelett wird eine hardwarenahe Integration von Sensoren erfolgen, um Bewegungsmuster der Mitarbeiter nachzuvollziehen. Dies dient zunächst der Datenanreicherung eines externen Anreiz-Systems, welches den Mitarbeitenden für das korrekte Tragen des Exoskeletts belohnt und Gamification-Ansätze zur Motivationssteigerung integriert. In einem zweiten Schritt werden die Daten und Prozessinformationen zur Aktivierung bzw. Deaktivierung einzelner “Elastomermuskeln” genutzt, womit eine höhere Trageflexibilität bei nicht zu unterstützenden Aktivitäten avisiert wird. Im dritten Schritt werden die Bewegungsinformationen des Exoskeletts genutzt, um ein weitergehendes Pick- and Assemby-by-Motion-Konzept zu entwickeln, welches in Kombination mit dem Kamerasystem des FTFs eine Registrierung einzelner Arbeitsschritte in der Kommissionierung und Montage untersucht. Seitens des FTFs wird zudem an der Produktivitätssteigerung und Entlastung von Mitarbeitenden durch prozess- und mitarbeiterspezifische Materialzuführung gearbeitet. Weiterhin werden für das FTF Sprach- und Gestenbasierte Funktionalitäten der Mensch-Technik-Interaktion umgesetzt.

Ansprechpartner:
C. Petzoldt eMail schickenWebseite betreten (Projektleiter)

D. Niermann eMail schickenWebseite betreten
M. Quandt eMail schickenWebseite betreten
L. Rolfs eMail schickenWebseite betreten
B. Vur eMail schickenWebseite betreten

Förderung durch:
BMDV

Laufzeit:
01.01.2022 - 31.12.2024

Publikationen des Projekts ansehen
Projektseite ansehen (https://www.mexot-projekt.de/)

RIEMANN
ROS-based Education of Advanced Motion Planning and Control

In Riemann geht es um die Reduzierung der technologischen Hürde zur Nutzung einer Roboterflotte beispielsweise in Lagerhäusern oder der Fertigung. Das Projekt soll Studierende und Fachleute mit fortgeschrittenen Navigationskonzepten vertraut machen. Insbesondere werden hierbei Open-Source-Bibliotheken berücksichtigt, um Abhängigkeiten zu vermeiden und Transparenz zu schaffen. Das Lehrmaterial wird Fachleuten und Studierenden helfen, komplexe Lösungen selbst zu warten und zu debuggen ohne Hilfestellung von Drittanbietern. Dadurch werden Kosten und Wartezeiten gespart und Teilnehmende in die Lage versetzt, in kurzer Zeit ein solches komplexes System ohne genaue Kenntnisse der inneren Strukturen in Betrieb nehmen zu können.

Ansprechpartner:
T. Sprodowski eMail schickenWebseite betreten (Projektleiter)


Förderung durch:
EU - EIT Manufacturing

Laufzeit:
01.01.2022 - 31.12.2022

Publikationen des Projekts ansehen
Projektseite ansehen

PaLA
Automatisches Ladesystem für palettierte Ladungen für unmodifizierte europäische Auflieger

Die Produktionsanlagen in Europa sind größtenteils voll automatisiert und die Paletten werden von der Produktion bis zu den Docks nur noch minimal berührt, aber der letzte Schritt, d. h. die Beladung, erfolgt jedoch nach wie vor vollständig manuell, und es besteht keine Flexibilität bei der Entscheidung, wie diese Aufgabe ausgeführt werden soll (automatisch oder manuell). Dies macht sie zu einem schwachen Glied in der Versorgungskette, das anfällig für Unterbrechungen ist (vor allem in der COVID-Pandemiesituation), da es vollständig von der Anwesenheit von Menschen abhängig ist, um eine arbeitsintensive und wenig ergonomische Aufgabe auszuführen. Eine echte Stabilität der Lieferkette kann daher erst erreicht werden, wenn eine Lösung entwickelt wird, die palettierte Waren automatisch auf (nicht modifizierte) europäische Straßentrailer zu laden. Der Hauptgrund, warum diese Aufgabe immer noch manuell durchgeführt wird, ist der nicht standardisierte Anhängerpark in Europa und das Fehlen einer automatischen Lösung für Planenauflieger. In Anbetracht der Tatsache, dass mindestens 80 % der auf der Straße befindlichen Anhänger aus Planenanhängern bestehen, bietet sich eine große Chance für eine Lösung mit hoher Skalierbarkeit. Die derzeit vorhandenen Lösungen für die automatische Beladung von Paletten funktionieren jedoch nur für die Beladung von Lkw mit starren Wänden. Bei der Beladung von Planenaufliegern hingegen scheitern solche Systeme an den unterschiedlichen Gegebenheiten von Planenaufliegern und weniger definierten Wänden. Dies führt dazu, dass diese Systeme gegen Hindernisse wie z. B. Trägerbalken prallen, wodurch die Ladung beschädigt wird oder es zu Notstopps kommt. Daher zielt das Projekt darauf ab eine bestehende automatische Ladelösung (Nalon) der Firma Duro Felguera in die Lage zu versetzen, die mit der automatischen Beladung von Planenaufliegern von der Rückseite her verbundenen Herausforderungen zu bewältigen.

Ansprechpartner:
L. Rolfs eMail schickenWebseite betreten (Projektleiter)

D. Niermann eMail schickenWebseite betreten
B. Vur eMail schickenWebseite betreten

Förderung durch:
EU - EIT Manufacturing

Laufzeit:
01.01.2022 - 31.12.2022

Publikationen des Projekts ansehen
Projektseite ansehen

Lernfabrik
Energieautarke Produktion

Die Lernfabrik vermittelt Studierenden auf Grundlage des didaktischen Konzeptes des forschenden und handlungsorientierten Lernens die Entwicklung energieautarker Produktionssysteme. Die Lernfabrik adressiert sowohl Lernziele der Produktionsplanung und -steuerung als auch der erneuerbaren Energieerzeugung, -speicherung und -nutzung. Studierende fertigen dabei reale Produkte, die in gesellschaftlichen und/ oder industriellen Anwendungen eingesetzt werden.

Ansprechpartner:
M. Burwinkel eMail schickenWebseite betreten (Projektleiter)


Förderung durch:
BREDE-Stiftung

Laufzeit:
01.12.2021 - 31.10.2022

Publikationen des Projekts ansehen
Projektseite ansehen

EisAuge
Eis-Erkennung an Windenergieanlagen mittels KI-unterstützter Bildverarbeitung

Vereisungen an Rotorblättern von Windenergieanlagen führen jedes Jahr zu Ausfällen und somit zu erheblichen finanziellen Verlusten. Das Projekt "EisAuge" hat die Entwicklung eines Kamera-basierten Eiserkennungssystems zum Ziel, um diese Ausfallzeiten zu reduzieren. Die aufgenommenen Farb- und Infrarot-Bilder werden durch moderne Methoden der künstlichen Intelligenz (KI) analysiert und auf diese Weise der aktuelle Vereisungszustand auf den Rotorblättern der Anlage ermittelt. Die aufgenommenen Bilder und die Modellausgaben werden anschließend in einer Cloud-Lösung abgelegt. Das BIBA entwickelt in diesem Projekt das Kamerasystem. Das Ziel hierbei ist ein Kamerasystem, welches sowohl tags- als auch nachtsüber scharfe, detailreiche Bilder aufnehmen kann. Zudem unterstützt das BIBA im Projekt die Entwicklung der KI-Algorithmen. Hierzu werden moderne Methoden der Bildverarbeitung, beispielsweise Convolutional Neural Networks (CNNs), verwendet. Hierbei steht insbesondere die Übertragbarkeit der Modelle auf neue Windenergieanlagen im Fokus.

Ansprechpartner:
M. Kreutz eMail schickenWebseite betreten (Projektleiter)


Förderung durch:
Land Bremen / EFRE

Laufzeit:
16.07.2021 - 31.03.2023

Publikationen des Projekts ansehen
Projektseite ansehen

DroneStock
Unbemanntes Luftfahrtsystem zur Bestandserfassung und Qualitätsprüfung von Paletteninhalten im Blocklager

In diesem Forschungsprojekt soll ein unbemanntes Luftfahrtsystem (englisch: unmanned aerial system, UAS) zur automatischen Bestandserfassung und Qualitätsprüfung von Paletteninhalten in Indoor-Blocklagern entwickelt werden. Das zu entwickelnde UAS soll selbständig durch ein Blocklager navigieren können, ohne dass es von Menschen oder anderen automatisierten Systemen abgegrenzt werden muss. Aufwändige Berechnungen wie bspw. Bildverarbeitungsalgorithmen, werden dabei auf einen mobilen Server ausgelagert, der direkt im Indoor-Bereich positioniert wird und über ein eigenes drahtloses Kommunikationssystem verfügen soll. Dadurch sollen deutlich kostengünstigere Drohnen verwendet und eine Skalierbarkeit des Systems gewährleistet werden.

Ansprechpartner:
J. Arango Castellanos eMail schickenWebseite betreten
B. Staar eMail schickenWebseite betreten

Förderung durch:
BMWi

Laufzeit:
01.07.2021 - 30.06.2023

Publikationen des Projekts ansehen
Projektseite ansehen

Astradis
Automatisches Spezifikationstool für die prozessspezifische Auswahl von FTS zur industriellen Einführung in KMU

In diesem Forschungsprojekt wird ein Tool zur Unterstützung der Einführung von Fahrerlosen Transportfahrzeugen (FTF) entwickelt. Dieses umfasst eine geführte Prozess- und Anforderungsaufnahme, in der die relevanten Daten ermittelt und für die Angebotsanfrage automatisch in einem Dokument aufbereitet werden. Zusätzlich wird ein herstellerunabhängiger Katalog von am Markt befindlichen FTF aufgebaut, der mit den ermittelten Anforderungen automatisch abgeglichen werden kann um dem Anwender passende Lösungen vorzuschlagen. Über die Anbindung an eine Materialflusssimulation kann für die Vorschläge eine erste Validierung stattfinden.

Ansprechpartner:
N. Hoppe eMail schickenWebseite betreten (Projektleiter)

C. Petzoldt eMail schickenWebseite betreten
L. Rolfs eMail schickenWebseite betreten

Förderung durch:
Land Bremen / EFRE

Laufzeit:
15.06.2021 - 30.09.2022

Publikationen des Projekts ansehen
Projektseite ansehen (https://www.efre-bremen.de/)

PassForM
Ressourcenbezogene Prozessverwaltung durch flexible Nutzung intelligenter Module in der hybriden Montage

Im Rahmen des Forschungsprojekts PassForM soll eine modular rekonfigurierbare Montagestation entwickelt werden. Dadurch können manuelle und hybride Montageplätze flexibler gestaltet und schrittweise automatisiert werden, was die Skalierbarkeit, Wiederverwendbarkeit und Reaktionsfähigkeit auf Marktentwicklungen verbessert. Es wird ein bidirektionaler Informations- und Steuerbefehlsaustausch zwischen den Modulen integriert und eine einfache Einbindung der modularen Montagestationen in bestehende Montageorganisationen gewährt. Dies wird an einem Materialbereitstellungsmodul, einem Fördermodul und einem Robotermodul demonstriert. Ziel ist die Vereinigung gegenläufiger Anforderungen von Produktivität und Flexibilität im Montagebereich mittlerer Stückzahlen. Das Projekt schließt so die Lücke zwischen manuellen und hochautomatisierten Vorgängen. Die Leistungsfähigkeit des modularen, hybriden Montagesystems wird anhand von Anwendungsszenarien in varianten Baugruppenmontagen evaluiert.

Ansprechpartner:
J. Wilhelm eMail schickenWebseite betreten (Projektleiter)

N. Hoppe eMail schickenWebseite betreten

Förderung durch:
BMWi / AiF

Laufzeit:
01.06.2021 - 31.05.2023

Publikationen des Projekts ansehen
Projektseite ansehen (passform.biba.uni-bremen.de)

Baeckerei 4.0
Entwicklung einer rohstoffspezifischen und prozessübergreifenden Produktionssteuerung in mittelständischen Bäckereibetrieben mittels Künstlicher Intelligenz

Die Produktion von Backwaren stellt zur Erreichung einer gleichbleibenden Endproduktqualität große Anforderungen an die Prozesssteuerung, da die Hauptbestandteile der Produkte Naturprodukte sind. Die Eigenschaften der Naturprodukte hängen stark von den Parametern während des Wachstums und der Ernte der Rohwaren sowie ihrer Vorprozesse ab. Die Produktion von Backwaren umfasst die produktspezifische Zusammenführung von Zutaten und das maschinelle Herstellen eines Teigs, der zumeist geknetet wird. Dabei kommt es häufig zu Minderqualitäten aufgrund fehlerhafter Experteneinschätzung hinsichtlich Rohwarenqualitäten und gewählten Prozessparametern. Ein besonderes Problem sind dabei die Übergänge bzw. Übergaben zwischen den Prozessschritten der Teigbereitung, Aufarbeitung, Gärphase, Vorbackphase, Zwischenlagerung und Nachbackphase. Das Ziel des Projektes liegt in einer Steigerung der Produktqualität von Backwaren. Dies soll durch die Entwicklung einer rohwarenspezifischen und prozessübergreifenden Produktionssteuerung gelingen, die mittels künstlicher Intelligenz zu einer verbesserten Koordination der Produktionsprozesse unter Beachtung der spezifischen Parameter der Halbfertigwaren führt. Die bessere Koordination der Produktionsprozesse erlaubt die Reduzierung der Ausschüsse (Ressourcenschonung und Rückverfolgbarkeit) sowie die Planung/Berechnung von erzielbaren Produktqualitäten auf Basis von Qualitäts-Rohwaren-Modellen zur Erhöhung der spezifischen Prozessqualität.

Ansprechpartner:
A. Ait Alla eMail schickenWebseite betreten (Projektleiter)


Förderung durch:
BMWi

Laufzeit:
01.06.2021 - 31.05.2023

Publikationen des Projekts ansehen
Projektseite ansehen

Refine
Turmstruktur für zukünftige Windenergieanlagen – Aeroelastische Analyse, Sensorierung und wirtschaftliche Betrachtung der Turmstrukturen von Windenergieanlagen

Laut dem Umweltbundesamt ist die Windenergie eine tragende Säule der Energiewende. Mit zunehmender Größe steigen die Effizienz, aber auch die technischen Herausforderungen moderner Windenergieanlagen (WEA). Eine davon ist die Beherrschung von Turmschwingungen, welche beispielsweise Errichtungs- oder Wartungsarbeiten behindern oder zu struktureller Schädigung führen können. Das Ziel des Verbundforschungsprojekts REFINE ist, das Verständnis für die Ausprägungen und Ursachen von Turmschwingungen zu verbessern. Darauf aufbauend sollen aerodynamische Vorrichtungen für Türme entwickelt und sowohl technisch als auch wirtschaftlich evaluiert werden. Hierzu wird ein vierstufiger Ansatz verfolgt: (1) Mithilfe innovativer, an der Universität Bremen entwickelter Messtechnik sollen über einen längeren Zeitraum Messungen an einer großen Flotte von Onshore-WEA durchgeführt werden. (2) Ergänzend werden strömungsmechanische Simulationen mit Strukturmodellen der WEA gekoppelt. (3) Darauf aufbauend werden aerodynamische Vorrichtungen zur Reduktion der Schwingungsanregung entwickelt und unter Realbedingungen getestet. (4) Die wirtschaftlichen Auswirkungen der aerodynamischen Vorrichtungen werden über ganzheitliche Wirtschaftlichkeitssimulationen bewertet. Das Forschungs- und Entwicklungsprojekt wird durch das Bundesministerium für Wirtschaft und Energie (BMWi) im Rahmen des “7. Energieforschungsprogramms der Bundesregierung” gefördert.

Ansprechpartner:
S. Eberlein eMail schickenWebseite betreten (Projektleiter)

S. Oelker eMail schickenWebseite betreten

Förderung durch:
BMWi

Laufzeit:
01.06.2021 - 31.05.2024

Publikationen des Projekts ansehen
Projektseite ansehen (http://refine.science)

XCeedFeed
Plattformlösung für optimierte, automatisierte und intelligente KI-gestützte Prozesse bei Bestellung und Distribution von Futtermitteln und Befüllungen von Silos

Die Landwirtschaft muss sich verstärkt mit Themen der Nachhaltigkeit und des Qualitätsmanagements auseinandersetzen. Hierbei kommt Futtermitteln auch aus Kostensicht eine immer höhere Bedeutung zu. Das Ziel des Projekts ist die Realisierung einer Cloud-Plattform für Landwirt*innen, Händler*innen und Futtermittelhersteller*innen, um Futtermittel individuell konfigurieren, bedarfsgerecht produzieren und just-in-time liefern zu können. Neben der Integration von wetterabhängigen Bedarfs- und Preisprognosen steht die Entwicklung einer simulationsbasierten Lieferkettensteuerung mit Optimierung der Ökobilanz im Fokus.

Ansprechpartner:
D. Rippel eMail schickenWebseite betreten (Projektleiter)


Förderung durch:
BMWK

Laufzeit:
01.06.2021 - 31.05.2023

Publikationen des Projekts ansehen
Projektseite ansehen

EKIMuPP
Konzeption und Erforschung einer digitalen und KI-unterstützten, flexiblen Montagelinie zur Steigerung von Produkt- und Prozessinnovation

Innovationszyklen werden auf Produkt- und Prozessebene zunehmend kürzer, womit die schnelle Integration in die Montage für Unternehmen ein kritischer Erfolgsfaktor ist. Das Forschungsprojekt EKIMuPP zielt darauf ab, mittels der Integration von digitalen und KI-basierten Systemen gezielt das Innovationsniveau zu steigern. Das Projekt widmet sich der Entwicklung eines innovationsorientierten Montagesystems, welches die Interaktion von Mitarbeiter*innen entlang der gesamten Prozesskette durch digitale Interaktionsmöglichkeiten steigert und optimiert. Zudem wird die kontextbasierte Einarbeitung und Unterstützung der operativen Mitarbeiter*innen durch ein Assistenzsystem ermöglicht. Zur Beherrschung der Komplexität wird außerdem ein KI-basiertes Variantenmanagement entwickelt. Das Gesamtsystem wird modular entwickelt und dessen Nutzen in der Praxis demonstriert und evaluiert. Hierzu werden typische Produkte für die manuelle Montage ausgewählt und das Gesamtsystem im Unternehmenskontext evaluiert. Zusätzlich werden die Funktionalitäten des Gesamtsystems durch den Praxistest mit weiteren Produktvarianten evaluiert und so dessen produktunabhängige Einsetzbarkeit nachzuweisen.

Ansprechpartner:
D. Keiser eMail schickenWebseite betreten (Projektleiter)

D. Niermann eMail schickenWebseite betreten
C. Petzoldt eMail schickenWebseite betreten

Förderung durch:
Land Bremen / EFRE

Laufzeit:
01.03.2021 - 30.06.2022

Publikationen des Projekts ansehen
Projektseite ansehen (https://www.efre-bremen.de/)

DFWind_2
Deutsche Forschungsplattform für Windenergie – Phase 2

Übergeordnetes Projektziel ist die Beantwortung von Forschungsfragen zur Förderung des Ausbaus der Windenergie vor dem Hintergrund der Wirtschaftlichkeit und der Akzeptanz in der Bevölkerung bzw. die Bearbeitung von Fragestellungen in Bezug auf Windenergieanlagen, die bisher nicht oder nur schwer möglich war. Beim Aufbau der Windenergieforschungs- und Entwicklungsplattform steht die ganzheitliche Betrachtung im Vordergrund, in welcher der Forschungsfokus auf der Interaktion der Subsysteme im Gesamtsystem Windenergieanlage(WEA)auch unter Berücksichtigung der gegenseitigen Beeinflussung von zwei separaten WEA in den windphysikalischen externen Bedingungen bis hin zur Wirkung auf das Verbundnetz liegen wird. Die Universität Bremen wird vor diesem Hintergrund insbesondere an der Instrumentierung der Lager mit Sensorik arbeiten und Vorbereitungen für die Datenauswertung treffen. Im Speziellen werden das Haupt-, das Azimut-, und die drei Blattflanschlager betrachtet.

Ansprechpartner:
S. Oelker eMail schickenWebseite betreten (Projektleiter)


Förderung durch:
BMWi

Laufzeit:
01.12.2020 - 30.11.2023

Publikationen des Projekts ansehen
Projektseite ansehen

MeshTrack
Entwicklung einer hybriden RTT-/BLE-Lokalisierungslösung zum effizienten Asset-Tracking mittels meshbasiertem Beaconing

Ziel des Projektes ist die Entwicklung einer preiswerten und gleichzeitig leicht zu integrierenden Lösung zur Indoor-Lokalisierung von Objekten. Im Gegensatz zu bestehenden Systemen in diesem Umfeld wird in dem vorgeschlagenen Vorhaben ein hybrider Ansatz verfolgt: Dieser basiert auf etablierten Protokollen wie Bluetooth Low Energy (BLE) und WiFi RTT (Round-Trip-Time), die jedoch in einer neuartigen Weise über ein mobiles, hybrides Endgerät zusammengeführt werden. Eine wichtiges Kernkonzept des vorgeschlagenen Ansatzes beruht auf der "Vermeshung" all jener Endgeräte, die an den zu verfolgenden Objekten angebracht werden (BLE-Beacons). Auf diese Weise lässt sich die Reichweite von BLE signifikant erhöhen, was den Einsatz dieses Ansatzes für die Indoor-Lokalisierung in der Fertigung überhaupt erst möglich macht. Darüber hinaus werden im Rahmen des Vorhabens Echtzeit-basierte Ansätze zur Datenhaltung auf Edge-Computing Plattformen realisiert und mit anwendungsfreundlichen Benutzungsschnittstellen für den industriellen Einsatz komplettiert.

Ansprechpartner:
K. Klein eMail schickenWebseite betreten
B. Staar eMail schickenWebseite betreten

Förderung durch:
BMWi

Laufzeit:
01.11.2020 - 31.10.2022

Publikationen des Projekts ansehen
Projektseite ansehen

ViProQAS
Visual Product Quality Auditing System

ViProQAS adressiert eine Systemlösung, welche die operative Durchführung von Qualitätsprüfprozessen mittels visueller Unterstützung ermöglicht. Hierzu wird im Projekt der Weg der Visualisierung dahingehend neu gedacht, dass die Darstellung durch Projektionen auf 2D und 3D Objekten erfolgen soll. App-basierte Ansätze mit Video- und AR auf mobilen Endgeräten (Brillen oder Tablets), sowie Ansätze auf Basis von Virtual-Reality (VR) werden bewusst nicht verfolgt, da im Rahmen des Vorhabens nicht nur eine Visualisierung, sondern auch eine Erfassung und Kontrolle der Tätigkeiten angestrebt wird. Dies ist mit der aktuell am Markt befindlichen Hardware nicht in ausreichenden Maße möglich. In dem Vorhaben wird ein Framework entwickelt, welches aus den Auditvorgaben die Informationen für das Assistenzsystem ableitet und nachfolgen die erfassten Daten an die entsprechenden Systeme weiterleitet. Neuartig dabei ist sowohl die Ausrichtung auf den Bereich der Qualitätsprozesse und die Verbindung von Visualisierung und Erfassung als auch die die Kontrolle und Dokumentation der Prozesse.

Ansprechpartner:
D. Schweers eMail schickenWebseite betreten (Projektleiter)

A. Börold eMail schickenWebseite betreten

Förderung durch:
BMWK

Laufzeit:
01.10.2020 - 30.09.2022

Publikationen des Projekts ansehen
Projektseite ansehen

QualifyAR
Entwicklung eines AR-Frameworks mit erweiterter Sensorik zur Unterstützung der Berufsausbildung und –weiterbildung in der Luftfahrtindustrie

Das Projekt „QualifyAR“ hat zum Ziel, die Ausbildung von Auszubildenden im Flugzeugbau zu unterstützen wo höchste Anforderungen an die Ausbildung gestellt werden. Entsprechend wird der Einsatz digitaler und individueller Lernumgebungen verfolgt, welches den Lernerfolg zu verbessern und um den späteren Einsatz von digitalen Assistenzsystemen im produktiven Prozess vorzubereiten soll. In Zusammenarbeid mit Radisumedia GmbH wird dafür eine AR-basierten Lernumgebung mit kontextsensitiver Informationsbereitstellung und automatisierter Lernerfolgs- bzw. Qualitätsprüfung entwickelt. Mittels eines AR-Frameworks und vordefinierter Prozessdatenbanken sollen Lehrende selbstständig Lehraufgaben digital abbilden können.

Ansprechpartner:
R. Leder eMail schickenWebseite betreten (Projektleiter)

N. Jathe eMail schickenWebseite betreten
A. Rohde eMail schickenWebseite betreten

Förderung durch:
BMWK

Laufzeit:
01.07.2020 - 30.06.2022

Publikationen des Projekts ansehen
Projektseite ansehen

compARe
Optimierung der Instandhaltung von Windenergieanlagen durch den Einsatz von bildverarbeitenden Verfahren auf mobilen Augmented Reality-Endgeräten

Im Förderprojekt „compARe“ soll ein AR-basiertes technisches Assistenzsystem entwickelt werden, welches auf bildverarbeitende Verfahren zurückgreift, um Servicetechniker*innen bei der Instandhaltung von Windenergieanlagen zu unterstützen. Dabei wird insbesondere auf Aufgabenstellungen fokussiert, die eine Defekterkennung nur durch einen Abgleich zwischen aktuellem und einem zuvor dokumentierten Zustand oder einem Soll-Zustand zulassen. Somit können Schäden an den WEA vermieden und die Effizienz der Instandhaltungsmaßnahmen gesteigert werden. Mittels KI-basierter Bildverarbeitungsverfahren, wie z.B. Convolutional Neural Networks (CNN), können Defekte an Bauteilen, welche über lange Zeiträume entstehen, erkannt, klassifiziert und ausgewertet werden. Darüber hinaus wird der Abgleich von Bauteilzuständen anhand historischer Daten ermöglicht. Zur Unterstützung von Servicetechniker*innen in der Windenergie haben sich mobile Assistenzsysteme als vielversprechend erwiesen. Der Einsatz dieser rechenintensiven Bildverarbeitungsverfahren auf mobilen Endgeräten stellt eine Herausforderung dar, bietet jedoch in Kombination mit dem Einsatz von mobiler Augmented Reality (AR)-Technologie ein großes Potenzial. Auf diese Weise können virtuelle Informationen zur Zustandsveränderung unmittelbar in Bezug zu den betreffenden Bauteilen im Sichtfeld der Servicetechniker*innen bereitgestellt werden.

Ansprechpartner:
M. Quandt eMail schickenWebseite betreten (Projektleiter)

R. Leder eMail schickenWebseite betreten
W. Zeitler eMail schickenWebseite betreten

Förderung durch:
BMWK

Laufzeit:
01.07.2020 - 30.06.2023

Publikationen des Projekts ansehen
Projektseite ansehen

Isabella2.0
Automobillogistik im See- und Binnenhafen: Integrierte und anwenderorientierte Steuerung der Gerät- und Ladungsbewegungen durch künstliche Intelligenz und eine virtuelle Schulungsanwendung

**Motivation** Die Ergebnisse aus Isabella erzeugen erste Verbesserungen der Ausgangssituation im Bereich der Umfuhren von Fahrzeugen und zeigen weitere Ansatzpunkte für zusätzliches Verbesserungspotenzial auf. Diese sollen aufgegriffen werden, um die logistische Leistungsfähigkeit des Steuerungsalgorithmus weiter zu verbessern und situationsspezifisch zu optimieren. Des Weiteren bietet die Ausweitung der Anwendbarkeit auf die Umschlagprozesse an den Verkehrsträgern großes Potenzial für die Gesamtperformanz, was im Rahmen dieses Projektes ausgeschöpft werden soll. Dabei darf nicht außer Acht gelassen werden, dass die Einführung der Lösungsansätze mit durchgreifenden Veränderungen der Arbeitssituationen für die Mitarbeiter:innen einhergeht und diese zur besseren Akzeptanz der finalen Lösung in den Prozess mit eingebunden werden müssen. **Ziel** Ziel ist es, die Parametrisierung der Steuerung zu optimieren und den Ansatz bezüglich multikriterieller Optimierung zu erweitern, sodass die Optimierungsleistung unter Berücksichtigung der vorherrschenden Situation (Terminalfüllgrad, Fahrzeugmix, Personalverfügbarkeit etc.) weiter verbessert werden kann. Weiteres Ziel ist die systematische Ausweitung des Steuerungsalgorithmus auf die Prozesse zur Be- und Entladung der Verkehrsträger (Schiff, Zug und LKW) und die Erstellung einer virtuellen Schulungsanwendung, die die arbeits- und organisationspsychologischen Aspekte der Arbeitsprozessumgestaltung aufgreift, die Umstellung für die Mitarbeiter:innen erleichtert und schlussendlich die Akzeptanz für die neue Lösung sicherstellt. **Vorgehen** Über eine ereignisdiskrete Simulation und moderne Methoden der Sensitivitätsanalyse und der künstlichen Intelligenz soll die Performanz des Steuerungsalgorithmus unter unterschiedlichen Rahmenbedingungen und Parametereinstellungen untersucht und dadurch Rückschlüsse zwischen Leistung, Terminalsituation und Parametereinstellungen gezogen werden. Darüber hinaus wird es schlussendich ermöglicht, die Steuerung auf die jeweilige Terminalsituation einzustellen und die Planbarkeit der operativen Fahrprozesse zu erhöhen. Des Weiteren sollen neue Datenanalysemethoden und KI-Ansätze angewendet werden, um aus operativ gewonnenen Daten relevante Prozesskennzahlen wie z. B. Zeitdauer einzelner Prozessschritte oder Fahrwegauslastungen systematisch abzuleiten. Für die Erweiterung der Anwendbarkeit der Steuerung auf die Verkehrsträger wird ein Konzept für den Datenempfang in Schiffen und Bahnwaggons entworfen. Hierbei werden Ad-hoc- und Mesh-Netzwerke in Kombination mit geeigneten Funkstandards wie WLAN, Bluetooth oder LoRa in Betracht gezogen.

Ansprechpartner:
M. Hoff-Hoffmeyer-Zlotnik eMail schickenWebseite betreten (Projektleiter)

A. Ait Alla eMail schickenWebseite betreten
T. Sprodowski eMail schickenWebseite betreten

Förderung durch:
BMVI

Laufzeit:
01.07.2020 - 30.06.2023

Publikationen des Projekts ansehen
Projektseite ansehen

AutoCBM
Automatisierte Anpassung zustandsbasierter Instandhaltungsmethoden für Produktionssysteme

Die Gewährleistung der technischen Verfügbarkeit von Produktionsanlagen in der Automobilindustrie ist ein wesentlicher Faktor für die Gesamtproduktivität einer Fabrik und daher ein wichtiges Ziel der Instandhaltung. Im Zuge der fortschreitenden Digitalisierung in der Produktion bieten sich neue Möglichkeiten, den aktuellen Stand der Technik im Bereich der zustandsbasierten Instandhaltung weiterzuentwickeln. Auf dem Markt verfügbare, sogenannte Condition-Based-Maintenance Systeme, müssen jedoch mit einem hohen manuellen Aufwand für jede einzelne Maschine individuell angepasst werden. Der aufwändige Prozess des manuellen Anpassens von Condition-Based-Maintenance Systemen für spezielle Anlagen, soll durch das Projekt weitestgehend automatisiert werden. Dazu wird eine Software entwickelt, die auf Basis eines Metalearning-Ansatzes automatisch ein geeignetes Diagnose- bzw. Prognosemodell auswählt. Verfahren aus dem Bereich der Künstlichen Intelligenz und der konventionellen stochastischen Zeitreihenanalyse sollen zu lernfähigen Algorithmen kombiniert werden, so dass die Güte der Prognose von Störungsfällen und damit auch die Fähigkeit zur Erkennung von Anomalien im Fertigungsprozess gesteigert wird. Kern der Methodik soll ein Metalearner sein, der eine automatisierte Selektion und Optimierung geeigneter Diagnose- und Prognosemodelle anhand eigener Erfahrungswerte ermöglicht. Auf diese Weise wird der erforderliche manuelle Anpassungsaufwand eines CBM-Systems reduziert.

Ansprechpartner:
H. Engbers eMail schickenWebseite betreten (Projektleiter)

S. Leohold eMail schickenWebseite betreten

Förderung durch:
Land Bremen / EFRE

Laufzeit:
01.07.2020 - 30.06.2022

Publikationen des Projekts ansehen
Projektseite ansehen

RailAR
Assystenzsystem zur optimierten Lärmschutzplanung und AR-basierten Darstellung eines Planungsstandes von Eisenbahntrassen

Der Transport von Gütern auf der Schiene soll bis 2025/2030 verdoppelt werden. Dadurch entsteht ein Mehraufkommen des Güterverkehres auf dem Schienennetz, welchem durch Bau und Erneuerung von Trassen begegnet werden soll. Die Trassenplanung ist ein aufwendiger und langwieriger Prozess, bei dem Ortsbegehungen mit Bürgerbeteiligung notwendig sind. Damit dieses Vorgehen erleichtert wird, soll im Rahmen des Projekts ein AR-Assistenzsystem zur realitätsnahen Visualisierung und Auralisation von Planungsständen erstellt werden. Das Assistenzsystem hat zwei Schwerpunkte: eine Indoor-Darstellung die mittels eines AR-Geräts den Planungsstand in 3D auf eine ebene Fläche projiziert und eine Outdoor-Darstellung die den 3D Planungsstand mittels eines AR-Geräts direkt in die Landschaft projiziert. Zur Umsetzung werden automatisch erzeigte 3D-Daten aus der Trassenplanungssoftware Korfin© über eine 3D-Engine eingebunden und auf den jeweiligen Darstellungszweck angepasst. Hinsichtlich der Auralisation wird an einer Normalisierung der Geräuschkulisse bei Zugdurchfahrten auf ein Maß geforscht, welches unbedenklich wahrzunehmen ist, aber einen guten Eindruck über die Wirkung der Lärmschutzwand liefert.

Ansprechpartner:
R. Leder eMail schickenWebseite betreten (Projektleiter)

M. Lütjen eMail schickenWebseite betreten

Förderung durch:
BMWK

Laufzeit:
01.07.2020 - 30.06.2022

Publikationen des Projekts ansehen
Projektseite ansehen

PrintAI
Selbstlernende Softwareplattform für 3D-Druckerfarmen zur individualisierten Serienherstellung am Beispiel von Schuhen

Die Verwendung von 3D-Druckern hat sich in den letzten Jahren als ein anerkanntes Fertigungsverfahren etabliert. Neben dem Rapid Prototyping sind auch die wirtschaftliche Produktion von Kleinstserien bis zur Stückzahl 1 und die räumliche Entkopplung von Entwicklung und Produktion/Vertrieb entscheidende Vorteile dieses Verfahrens. Neben einer Vielzahl von unterschiedlichsten Produktarten bietet der 3D-Druck auch die Möglichkeit, hochindividualisierte Schuhe in einem Stück zu drucken. Durch die Schaffung von Druckerfarmen, welche nur einen geringen Platzbedarf und Installationsaufwand benötigen, können fast überall dezentrale Produktions-/ Vertriebsstätten geschaffen werden. Damit diese optimal arbeiten können, gilt es weitestgehend automatisierte Qualitätsregelkreise zu entwickeln, die die bedienenden Personen in der Erkennung und Vermeidung von Fehldrucken unterstützen.

Ansprechpartner:
M. Trapp eMail schickenWebseite betreten (Projektleiter)

M. Kreutz eMail schickenWebseite betreten

Förderung durch:
Land Bremen / EFRE

Laufzeit:
01.07.2020 - 30.06.2022

Publikationen des Projekts ansehen
Projektseite ansehen

INSERT
KI-basiertes Assistenzsystem zur Konzeptplanung in Produktion und Logistik

Der intensive globale Wettbewerb, kürzer werdende Produktlebenszyklen und eine zunehmende Variantenvielfalt erfordern flexible und wandlungsfähige, aber zugleich wirtschaftliche Produktions- und Logistiksysteme. Der zeitintensive Planungsprozess soll durch ein Assistenzsystem wesentlich verkürzt werden, umso schneller und kosteneffizienter in der Planung zu werden. Im Projekt „INSERT“ wird ein Prototyp eines KI-basierten Assistenzsystems zur Konzepterstellung für die Logistik- und Produktionsplanung entwickelt. Dieses Assistenzsystems begleitet den gesamten Planungsprozess und stellt eine Plattform zur Entwicklung von Logistik- bzw. Produktionsplanungskonzepten dar.

Ansprechpartner:
L. Steinbacher eMail schickenWebseite betreten
M. Veigt eMail schickenWebseite betreten

Förderung durch:
Land Bremen / EFRE

Laufzeit:
15.05.2020 - 30.11.2022

Publikationen des Projekts ansehen
Projektseite ansehen

EIT Manufacturing
EIT Manufacturing

Die Fertigungsindustrie steht durch den zunehmenden globalen Wettbewerb, kostengünstige Produktion in Entwicklungsländern sowie die knappen Rohstoffe vor großen Herausforderungen. EIT Manufacturing ist eine Initiative des Europäischen Innovations- und Technologieinstituts (EIT), in dem das BIBA einer von 50 Kernpartnern ist. Die Initiative hat das Ziel, europäische Akteure der Fertigungsindustrie in innovativen Netzwerken zusammenzubringen, die einen einzigartigen Mehrwert für europäische Produkte, Prozesse und Dienstleistungen schaffen. Dies soll der europäischen Fertigungsindustrie helfen, wettbewerbsfähiger, nachhaltiger und produktiver zu arbeiten. Hierfür werden sechs Strategien verfolgt: 1. Exzellente Fertigungsqualitäten und Talente: Wertschöpfung durch hochqualifizierte Arbeitskräfte und engagierte Studierende 2. Effiziente Ökosysteme für Fertigungsinnovationen: Wertschöpfung durch die Schaffung von Ökosystemen für Innovation, Unternehmertum und Unternehmenstransformation, welche sich auf Innovations-Hotspots konzentrieren 3. Vollständige Digitalisierung der Fertigung: Wertschöpfung durch digitale Lösungen und Plattformen, die Wertnetzwerke weltweit verbinden 4. Kundenorientierte Fertigung: Wertschöpfung durch agile und flexible Fertigung, die dem globalen personalisierten Bedarf entspricht 5. Sozial nachhaltige Produktion: Wertschöpfung durch sichere, gesunde, ethische und sozial nachhaltige Produktion und Produkte 6. Umweltfreundliche, nachhaltige Produktion: Wertschöpfung durch das Erschaffen einer umweltfreundlicheren und saubereren Industrie Die Initiative setzt sich bis 2030 folgende Ziele: - 1000 Start-Ups zu entwickeln und zu unterstützen- - 60% der Fertigungsunternehmen sollen nachhaltige Produktionsverfahren anwenden - Investitionen in der Höhe von 325 Millionen EUR sollen von EIT Projekten herangezogen werden - 50000 Personen sollen aus- und fortgebildet sowie umgeschult werden - Es sollen 360 neue innovative Lösungen entwickelt werden - 30% des Materialeinsatzes soll wiederverwendbar sein

Ansprechpartner:
P. Klein eMail schickenWebseite betreten
J. Wilhelm eMail schickenWebseite betreten

Förderung durch:
European Institute of Innovation & Technology (E

Laufzeit:
01.01.2019 - 01.01.2026

Publikationen des Projekts ansehen
Projektseite ansehen (https://eitmanufacturing.eu/)

ReaLCoE
Robuste, zuverlässige und große 12+MW Offshore Windenergieanlage der nächsten Generation für saubere, günstige und wettbewerbsfähige Energie

Die Offshore Windenergie ist eine Schlüsseltechnologie für die Erzeugung von regenerativen Energien. Aufgrund ihrer relativ hohen Kosten, unter anderem durch komplexere Installations- und Wartungsprozesse, sind Offshore Windenergieanlagen (OWEA) bislang jedoch nur bedingt wettbewerbsfähig und maßgeblich von Subventionen abhängig. ReaLCoE setzt an diesem Punkt an und versucht durch verschiedene Maßnahmen die Stromgestehungskosten (LCoE) entlang der gesamten Wertschöpfungskette der OWEA von derzeit 117€/MWh auf 35€/MWh zu senken. Um eine Senkung der LCoE in dieser Größenordnung zu realisieren, erarbeitet und implementiert das BIBA u.a. ein Konzept für die Digitalisierung der OWEA entlang ihres kompletten Lebenszyklus. Hauptaugenmerk liegt dabei einerseits auf einer Industrie 4.0 Einbindung der OWEA durch einen digitalen Zwilling und das Internet der Dinge (IoT). Neben einem verbesserten Informationsaustausch sollen mittels der dadurch geschaffenen Dateninfrastruktur auch intelligente Strategien und Instrumentarien für eine vorausschauende Wartung eingeführt werden. Außerdem werden optimierte Installations- und Logistikprozesse während der Errichtungsphase der OWEA konzipiert, die auf eine Kostenreduktion in der Errichtungsphase abzielen. Validiert werden die erarbeiteten Konzepte anhand eines 12+MW Turbinen-Prototyps sowie durch Start einer ersten Vorserie von 4-6 OWEAs.

Ansprechpartner:
J. Uhlenkamp eMail schickenWebseite betreten
A. Ait Alla eMail schickenWebseite betreten
S. Oelker eMail schickenWebseite betreten
A. Sander eMail schickenWebseite betreten
M. Stietencron eMail schickenWebseite betreten

Förderung durch:
EU

Laufzeit:
01.05.2018 - 31.01.2026

Publikationen des Projekts ansehen
Projektseite ansehen (realcoe.eu)

Mittelstand 4.0
- Kompetenzzentrum Bremen

Das Mittelstand 4.0-Kompetenzzentrum Bremen bietet u. a. kleinen und mittleren Unternehmen (KMU) in der Region Bremen und umzu Unterstützung bei der Steigerung ihrer Digitalisierungskompetenzen. Insbesondere Fach- und Führungskräften in den Innovationsclustern Maritime Wirtschaft und Logistik, Windenergie, Luft- und Raumfahrt, Automobilwirtschaft sowie Nahrungs- und Genussmittelwirtschaft sollen für die Digitalisierung sensibilisiert werden. Das Kompetenzzentrum hält für Interessierte eine Reihe kostenfreier Unterstützungsangebote bereit, die je nach Bedarf in Anspruch genommen werden können. Dabei wird der gesamte Innovationsprozess abgedeckt. Er beginnt mit Informationen über Potenziale der Digitalisierung für Unternehmen. Weiter geht es mit der Chance, entsprechende Anwendungen in der Praxis zu erleben. Parallel erhalten Unternehmen die Möglichkeit, sich und ihre Mitarbeiter für die digitale Welt durch Qualifizierungen fit zu machen. Auf Wunsch begleitet das Zentrum Unternehmen auch bei der Umsetzung ihres Projekts, um den Erfolg sicherzustellen.

Ansprechpartner:
S. Wiesner eMail schickenWebseite betreten (Projektleiter)

H. Ekwaro-Osire eMail schickenWebseite betreten
A. Heuermann eMail schickenWebseite betreten
A. Himstedt eMail schickenWebseite betreten
M. Knak eMail schickenWebseite betreten
B. Knoke eMail schickenWebseite betreten
A. Seelig eMail schickenWebseite betreten
M. Teucke eMail schickenWebseite betreten

Förderung durch:
BMWi

Laufzeit:
01.01.2018 - 31.12.2022

Publikationen des Projekts ansehen
Projektseite ansehen (https://kompetenzzentrum-bremen.digital/)

CBS
Verbesserung der logistischen Leistung mit cluster-basierter dezentraler Steuerung in Materialflussnetzwerken in der Produktion

Im Zuge von Industrie 4.0 hat das Konzept der dezentralen Steuerung in Produktion und Logistik zunehmend an Bedeutung gewonnen. Die bisherigen Forschungsaktivitäten in diesem Bereich fokussierten überwiegend auf die Entwicklung neuartiger Steuerungsalgorithmen zur Entscheidungsfindung sowie der zur Umsetzung dieser Algorithmen erforderlichen Informations- und Kommunikationstechnologien. Daneben konnte ein weiterer Faktor für den erfolgreichen Einsatz dezentraler Steuerung ausgemacht werden: Die Topologie eines Materialflusssystems. Gleichwohl wurde die Topologie in diesem Zusammenhang bislang nicht ausreichend berücksichtigt. Ziel des Projekts ist es daher, den Einfluss der Topologie eines Materialflussnetzwerks auf die logistische Zielerreichung zu quantifizieren und zu untersuchen inwieweit Steuerungsalgorithmen je nach vorhandener Topologie des Netzwerks angepasst oder konfiguriert werden müssen.

Ansprechpartner:
S. Schukraft eMail schickenWebseite betreten
D. Wagner-Kampik eMail schickenWebseite betreten

Förderung durch:
DFG

Laufzeit:
16.08.2017 - 15.11.2022

Publikationen des Projekts ansehen
Projektseite ansehen

nach oben


Ausdruck vom 27.06.2022
© 2011 by Universität Bremen, Germany
Quelle: http://www.ips.biba.uni-bremen.de/projekte.html?&L=%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C