22 Projektname Fördergeber Abstract Partner Innovation I4 0 Strangguss Amt der Tiroler Landes regierung Thöni entwickelt und baut Gussanlagen in welchen aus flüssigem Buntmetall im Stranggussverfahren Bänder Profile und Rundformate gegossen werden Das Metall wird im Schmelzofen verflüssigt über eine Gießrinne einer Kokille zugeführt und als erstarrender Bolzenstrang kontinuierlich aus der Kokille herausgeführt Die Problem punkte bei solchen Anlagen waren und sind u a ein geringer Digitalisierungs und Automatisierungsgrad relativ einfache und ungenaue Regelung verschiedener Anla genteile ordnungsgemäße Funktion vieler Anlagenteile nur beschränkt überwach bar etc Zentraler Projektinhalt ist die Problempunkte zu bearbeiten und dabei das Potenzial zu nutzen das Industrie 4 0 für Stranggussanlagen dieser Art eröffnet Thöni ematric Hybrid Work Systems FFG Hybrid Work Systems befasst sich mit Interoperation und Schnittstellen in digitalen Ökosystemen über welche Industriebetriebe sowohl vertikal vom ERP System bis zum Industriearbeitsplatz als auch horizontal z B über digitale Plattformen miteinander verbunden sind und somit sowohl Dienstleistungen in Anspruch nehmen als auch miteinander Produktionsdaten austauschen können HWS analysiert wie zunehmende Automatisierung die Fabrik zu einer komplexen sozio technologischen Umgebung macht deren Prozesse sicherer und menschenfreundlicher gestaltet werden sollen Wir orientieren uns daher an den Bedürfnissen des Menschen bei der Planung Analyse und Überwachung industrieller Prozesse Die gewonnenen Erkenntnisse sind auf andere Sparten übertragbar jedoch betrachtet HWS ausschließlich Schnittstellen innerhalb von Firmen sowie zu Plattformen als Mittler zwischen Firmen Innio Jenbacher imk automotive MTM Association e V Profactor Wacker Neuson Beteiligungs GmbH LEOPOLD FFG Im Forschungsvorhaben LEOPOLD wird eine digitale Methode zur Flexibilisierung von Energiesystemen durch optimierte Planung und Steuerung industrieller Gesamtsysteme auf Basis einer flexiblen und effizienten Modellierung und Optimierung entwickelt Der gesellschaftlich erkannten Notwendigkeit Industrie nachhaltiger und energieeffizienter zu betreiben steht das Fehlen leistungsfähiger anwendungsbereiter digitaler Werkzeu ge für die optimierte Gestaltung und Planung von komplexen Energie und Produktions systemen für die Industrie gegenüber LEOPOLD zielt auf eine Energieeffizienzsteigerung von bis zu 15 und CO2 Emissions Reduktion von bis zu 20 im Gesamtprozess als auch auf Ebene der Komponenten komplexer Energiesysteme ab Gleichzeitig wird durch die Synchronisation von Energiebedarf und angebot ein Kostenvorteil für die Unter nehmen sowie ein Effizienzvorteil und damit ökologischer Nutzen für das gesamte System aus Energieerzeugung und industriellen Energieverbrauchern erschlossen Automation X Stahl Judenburg TU Wien Institute für Energie technik und Thermodynamik Verbund AG VTK Veredelungstechnik Krieglach SMiLe FFG SMiLe untersucht unter welchen Voraussetzungen Lösungen bei denen homo morphe Verschlüsselung zum Einsatz kommt dazu geeignet sind das Potenzial von sensiblen Daten für maschinelles Lernen nutzbar zu machen Die Weiterentwicklung von relevanten Softwarekomponenten steht genauso im Mittelpunkt des Projekts wie das Zugänglichmachen von erforderlichem Know how Das Potenzial des Verfahrens für maschinelles Lernen wird anhand von zwei Anwendungsfällen bewertet die sich mit Mitarbeitendensegmentierung bzw vorausschauender Wartung befassen Im Rahmen des Projekts werden sowohl technische als auch soziale rechtliche und wirtschaftliche Fragen behandelt Lösungsansätze werden nicht nur hinsichtlich ihrer Analysefähig keiten Leistung und Skalierbarkeit sondern auch im Hinblick auf ihre Kosteneffi zienz Transparenz und Benutzerfreundlichkeit bewertet Die Vor und Nachteile des maschinellen Lernens auf homomorph verschlüsselten Daten werden mit alternativen Ansätzen verglichen die auf synthetischen Daten Transfer Learning Secure Multi Party Computation oder Differential Privacy basieren Core smartwork Fill MCI Management Center Innsbruck SW Competence Center Hagenberg Tributech Solutions Zentrum für Virtual Reality und Visualisierung Forschungs GmbH 2021 gestartete Forschungsprojekte Projektname Fördergeber Abstract Suspicion I Europäische Kommission Das Hauptziel dieses Projektes besteht darin Roboterausfälle bei Punktschweißanwendungen vorherzusagen und entsprechende Handlungsanweisungen vorzuschlagen um die betrieblichen Ausfallzeiten um etwa 3 zu verringern Auf Basis roboterspezifischer Daten wie Positionen Geschwindigkeiten Beschleunigungen Stromaufnahmen etc und SPS seitig gespeicherten Störungsmel dungen wurde ein Vorhersagemodell entwickelt das Störmeldungen einer Schweißroboterzelle vorhersagt Die Vorhersagegüte wird dabei für einzelne Störungsmeldungen mit einer sogenannten Konfusionsmatrix bzw dem F1 Wert angegeben CRAOS Europäische Kommission Ziel von CRAOS ist es Verfahren zur Steuerung der Sicherheitsvalidierung von kollaborativen Robotern in offenen Systemen zu ent wickeln Der Grund für die Fokussierung auf diese spezifische Domäne von Anwendung ist dass Roboter im öffentlichen Raum ein höheres Risiko für unbeabsichtigte Mensch Roboter Kontakte darstellen Darüber hinaus sind kollaborative Roboter im öffentlichen Raum schwer zu validieren da die einschlägigen Normen und Richtlinien nicht ausreichend anwendbar sind Die vorgeschlagenen Ergebnisse dieses COVR Awards sind zwei Protokollentwürfe für empfindliche serielle Robotersysteme und empfindliche Roboter BioKollAvoid FFG Ziel ist die Entwicklung eines von der Natur inspirierten Demonstrators eines optischen Sensors für die Kollisionsdetektion und Kollisionsvermeidung von unbemannten Flugobjekten vorzugsweise Drohnen Diese Entwicklung ist von Wanderheuschrecken inspiriert die seit vielen Jahren als bionisches Vorbild für die visuelle Kollisionsvermeidung gelten Wanderheuschrecken besitzen ein zuverlässiges visuelles Kollisionsdetektionssystem das ihnen erlaubt in großen Schwärmen zu fliegen und beliebigen Hinder nissen auszuweichen Forschung Forschungsjahr 2021

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.