Dr.-Ing. Benjamin Küster

Das IPH – Institut für Integrierte Produktion Hannover gGmbH entwickelt im Forschungsprojekt "Modimo" eine Methode zur berührungslosen Erfassung von Drehwinkel und Drehmoment an unmodifizierten Stahlwellen. Dabei werden natürliche Oberflächenmerkmale der Welle genutzt, um mittels optischer Verfahren den Drehwinkel zu bestimmen. Die Phasenverschiebung der ermittelten Drehwinkel ermöglicht die Berechnung des anliegenden Drehmoments. Dieses Verfahren soll eine präzise Überwachung und Steuerung von Antrieben und Generatoren ohne aufwendige mechanische Modifikationen der Welle ermöglichen.

Drehmoment, Sensorik, Optische Messtechnik

Mit der zunehmenden Anzahl von Produktvarianten wird der Bedarf an Flexibilität in der Intralogistik immer deutlicher. Eine mögliche Lösung für diese Herausforderung ist der Einsatz von zellularen fahrerlosen Transportfahrzeugen, die je nach Größe des zu transportierenden Produkts variabel zusammengeschaltet werden können. In diesem Artikel wird ein Optimierungsmodell zur Lösung eines Vehicle Routing Problems für zellulare fahrerlose Transportfahrzeuge vorgestellt. Außerdem wird eine rekursive Methode vorgestellt, die auf Basis der Lösung des Modells eine optimale Transportreihenfolge ermittelt. Das Optimierungsmodell wird dazu in eine eigens entwickelte Modellumgebung implementiert und für einen dynamischen, beispielhaften Anwendungsfall gelöst. Abschließend werden logistische Zielgrößen zur Bewertung der Lösung des Optimierungsmodells ausgewertet. Die exemplarische Anwendung des Optimierungsmodells zeigt, dass es möglich ist, den zellularen Transport mit fahrerlosen Transportfahrzeugen zu modellieren und den Transport mittels logistischer Zielgrößen zu bewerten.

FTF, zellulare Transporteinheiten, Optimierungsmodell, Simulation, logistische Zielgrößen

In dieser Arbeit werden die Herausforderungen der Vollautomatisierung des innerbetrieblichen Waren-transports in Umgebungen untersucht, in denen manuell geführte Flurförderzeuge aufgrund von undefinierten Positionen und Formen der Ladungsträger weiterhin notwendig sind. Imitation Learning (IL) wird als eine vielversprechende Lösung für die Fahrzeugsteuerung bei sich wiederholenden Aufgaben identifiziert, jedoch wird seine Anwendung in der Intralogistik durch die Komplexität der Dynamik von Flurförderzeugen und dem großen abzubildenden Dimensionsraum erschwert. Es wird ein Robot Operating System 2 (ROS2) Framework vorgestellt, dass die Erfassung von Experten Fahrdaten sowohl aus Simulationsumgebungen als auch von realen Demonstrator Fahrzeugen ermöglicht. Darüber hinaus wird eine Netzwerkarchitektur präsentiert, die ein Convolutional Neural Network (CNN) mit einem nachgeschalteten Long Short-Term Memory (LSTM) Netzwerk kombiniert, um aus Bild- und Geschwindigkeitsdaten sowohl räumliche als auch zeitliche Informationen zu erlernen. Evaluiert wird die Effektivität des Frameworks anhand eines Datensatzes mit Expertenfahrmanövern, wobei das Generalisierungspotential des trainierten Netzes für die Fahrzeugsteuerung bewertet wird. Ziel der Arbeit ist es, den Nutzen des vorgeschlagenen Frameworks für die Datenerfassung zu demonstrieren und IL als Steuerungsansatz für Flurförderzeuge zu validieren

Imitationslernen, Flurförderzeug-Automatisierung, Intralogistik, ROS2, Lasthandhabung

Ständig steigende Produktionszahlen und neue Herausforderungen in der Produktionsumgebung beigleichbleibenden Platzverhältnissen zwingen produzierende Unternehmen, sich mit der Planung von Produktionslayouts auseinanderzusetzen. Das Problem dabei ist oft ein nicht vorhandener oder veralteter Produktionslayoutplan. Autonome Multikopter können dabei helfen und die Layoutaufnahme deutlich vereinfachen. Daher wird eine voxelbasierte Simulation untersucht, um Explorationsalgorithmen mit und ohne Künstliche Intelligenz entwickeln und trainieren zu können. Zunächst wird untersucht, wie sich die Simulation zeitlich verhält. Anschließend wird auf die Ressourcennutzung eingegangenund dargelegt, wie groß der Simulationszeitfaktor im Gegensatz zur Echtzeit ist und welchen Vorteil Unternehmen und Entwickler bei einer Nutzung haben.

UAS, digitaler Zwilling, Simulation, voxelbasiert, Layoutplanung

Eine stetig steigende Anzahl an Produktvarianten erhöht die Anforderungen an die Flexibilität des intralogistischen Transports. Eine Möglichkeit zur Flexibilisierung ist der Einsatz von zellularen Fahrerlosen Transportfahrzeugen, die je nach Größe des zu transportierenden Produkts variabel zusammengeschaltet werden können. In diesem Beitrag wird erläutert, was zellulare Fahrerlose Transportsysteme kennzeichnet und welche Zusammenhänge zwischen Einflussgrößen des zellularen Transportsystems und wirtschaftlichen und logistischen Zielgrößen bestehen.

Intralogistk, Fahrerlose Transportfahrzeuge, zellulare Transporteinheiten

Die stetig steigenden Anforderungen an die Effizienz und Effektivität von Intralogistiksystemen, verbunden mit der Notwendigkeit der Wandlungsfähigkeit durch den Einsatz autonomer und intelligenter Systeme, forcieren die kontinuierliche Entwicklung innovativer Lösungen. Eine Möglichkeit, dieser Entwicklung wertschöpfend zu begegnen, ist die intelligente Vernetzung eines fahrerlosen Transportsystems mit unbemannten Flugrobotern. In diesem Beitrag wird die Entwicklung eines Konzepts für den Einsatz eines multimodalen Transportsystems vorgestellt.

Milkrun, Fahrerlose Transportsysteme, Flugroboter, Multimodale Transportsysteme

Automatisierte Flurförderzeuge meistern schwierige Fahrsituationen schlechter als Menschen – noch. Neue Ansätze auf Basis von Künstlicher Intelligenz (KI) sollen das menschliche Fahrverhalten nachbilden und automatisierten Systemen mehr Flexibilität verleihen.

FFZ, Künstliche Intelligenz, Intralogistik,

Additive Fertigung, Materialextrusion, Güteklassen, Bildverarbeitung, Prozessüberwachung

Die Globalisierung ermöglicht selbst kleinen und mittleren Unternehmen einen weltweiten Vertrieb ihrer Produkte. Einhergehend damit vergrößert sich für diese allerdings auch der Kreis der direkten Wettbewerber. Durch den stetig zunehmenden Wettbewerb bauen insbesondere kleinere Unternehmen Maßnahmen zu Direktvertrieb und E-Commerce aus. Dafür müssen Ressourcen für Verpackung, Lager und Kommissionierung vorgehalten werden. Der hohe Wettbewerbsdruck, dem die Unternehmen ausgesetzt sind, kann die Beachtung der Anforderungen der Ressource Mensch in den Hintergrund des unternehmerischen Handelns geraten lassen. Wird diese Ressource nicht nachhaltig genutzt, entsteht für diese Unternehmen oft auf kurze und lange Sicht ein Wettbewerbsnachteil in der Form, dass jenes Unternehmen Ersatz für kurzfristig ausfallende Mitarbeiter suchen muss und wichtiges Erfahrungswissen durch betroffene Mitarbeiter verliert. Dies stellt insbesondere für kleinere und mittlere Unternehmen einen Wettbewerbsnachteil dar. Ebenso ist der volkswirtschaftliche Schaden zu betrachten: Für erkrankte Mitarbeiter müssen Aufwendungen für Genesung und Umschulung aufgebracht werden. Des Weiteren sind Stellen durch ein zunehmendes Gesundheitsbewusstsein schwerer zu besetzen, wenn nicht auf die Gesundheit jedes Mitarbeiters eingegangen wird. Das Forschungsvorhaben mit dem Titel „Automatisierte kamerabasierte ergonomische Evaluation von Arbeitsplätzen” (kurz AkEvAp) setzt genau an diesem Punkt an, um den Menschen als Ressource nachhaltig für die Kommissionierung zu nutzen.

Kommissionierung, AkEvAp, Ergonomie

Obwohl Fabrikplanung als Möglichkeit zur signifikanten Steigerung der Produktivität in der Fertigung weitgehend anerkannt ist, können die damit verbundenen Kosten in Bezug auf Zeit und Geld ein Hemmnis sein. In diesem Beitrag präsentieren wir eine Lösung für diese Herausforderung durch die Entwicklung eines Software-in-the-Loop (SITL) Frameworks, das ein automatisiertes unbemanntes Luftfahrtsystem (UAS). Das Framework beinhaltet simulierte Sensoren, ein UAS und eine virtuelle Fabrikumgebung. Darüber hinaus sellen wir einen Deep Reinforcement Learning (DRL) Agenten vor, der in der Lage ist, Kollisionen zu vermeiden und Explorationen mit dem Dueling Double Deep Q-Network (3DQN) mit priorisierter Erfahrungswiedergabe durchzuführen.

Künstliche Intelligenz, Bestärkendes Lernen, Unbemannte Luftfahrtsysteme

Die zeitlich und räumlich exakte Darstellung von Informationen in Augmented Reality (AR) Systemen ist entscheidend für die Immersion und die Betriebssicherheit beim Einsatz der Technologie. In dieser Veröffentlichung wird ein Assistenzsystem vorgestellt, das ein Head-Mounted Display (HMD) verwendet, um visuelle Einschränkungen auf Gabelstaplern zu verbergen. Zudem wird eine Methode zur Bewertung der Genauigkeit und Latenz von AR-Systemen basierend auf HMD vorgeschlagen. Um die Genauigkeit zu messen, werden die Abweichungen zwischen realen und virtuellen Markern bestimmt. Für die Latenzmessung wird die Frame-Differenz zwischen realen und virtuellen Ereignissen bestimmt. Die Ergebnisse der Messungen zeigen die Einflüsse verschiedener Systemparameter und -dynamiken auf die Latenz und Einblendungsgenauigkeit.

Augmented Reality, Bildverarbeitung, Assistenzsystem, Flurförderzeuge

Die Additive Fertigung ermöglicht die wirtschaftliche Herstellung komplexer Komponenten mit einem hohen Maß an Individualisierung. Daher nutzt die medizinische Industrie die Vorteile der Additiven Fertigung zur Herstellung individualisierter medizinischer Geräte. Medizinische Geräte unterliegen besonderen Anforderungen an die Qualitätskontrolle, welche die additiven Fertigungsverfahren noch nicht erfüllen. Dieser Artikel befasst sich mit der Einführung eines Konzepts zur in situ Prozessüberwachung am Beispiel des Fused Deposition Modeling. Die Prozessüberwachung erfolgt durch ein Qualitätsmodell, welches auf die Daten eines selbst entwickelten, im Drucker integrierten Sensorkonzeptes zugreift. Diese Daten werden mit Hilfe einer Machine-Learning-Pipeline analysiert, um die Prozess- und Produktqualität vorherzusagen. Die Machine-Learning-Pipeline besteht dabei aus mehreren aufeinander aufbauenden Schritten, die von der Datenextraktion und -vorverarbeitung bis zum Modelltraining und -einsatz reichen. Das vorgestellte Verfahren zur Sicherstellung der Druckqualität bildet eine Grundlage für die Produktion von sicherheitsrelevanten Bauteilen in Losgröße eins und erweitert herkömmliche Qualitätssicherungsmethoden in der Additiven Fertigung.

Additive Fertigung, Qualität, Fused Deposition Modeling, Künstliche Intelligenz, Prozessüberwachung

Die Planung von Fabriken kann die Produktivität der Produktion erheblich steigern, obwohl der Prozess sehr kosten- und zeitintensiv ist. In dieser Arbeit wird ein unbemanntes Luftfahrzeug (UAV) vorgestellt, das diesen Prozess beschleunigt und die Kosten senkt. Das System besteht aus einem UAV, das mit einer IMU, einer Kamera und einem LiDAR-Sensor ausgestattet ist, um unbekannte Innenräume zu navigieren und zu erkunden. Es ist also unabhängig von GNSS und nutzt ausschließlich die bordeigenen Sensoren. Die gewonnenen Daten sollen es einem DRL-Agenten ermöglichen automatisiert Entscheidungen zu treffen und dabei den Ansatz des Bestärkenden Lernens anzuwenden. In der Arbeit präsenteiren wir eine virtuelle Trainings- und Testumgebungen, die für das Anlernen eines DRL-Agenten verwendet werden soll.

Drohne, UAS, Bestärkendes Lernen

Durch Additive Fertigung können Bauteile flexibel gefertigt werden. Gerade für Produkte mit Unikatcharakter ist dieser Fertigungsprozess geeignet. In der Fertigung von großen Bauteilen, die bisher im Guss gefertigt werden, bietet dies die Vorteile von größerer Flexibilität in der Konstruktion und den Verzicht auf den Bau von, bei Unikaten nur einmalig genutzten, Formen. Um Großbauteile additiv zu fertigen, entwickelt ein Konsortium aus fünf Unternehmen einen neuen 3D-Drucker für XXL-Produkte. Zur Qualitätssicherung hat das IPH – Institut für Integrierte Produktion Hannover zwei Überwachungssysteme implementiert. Diese erfassen die Geometrie mittels dreier Laserlinienscanner und regeln den Fertigungsprozess während des Drucks mit zwei unterschiedlichen Softwaresystemen.

XXL-Produkte, Großbauteile, Additive Fertigung, 3D-Druck, Qualitätssicherung

Das Laserdurchstrahlschweißen (LTW) ist ein etabliertes Verfahren zum Fügen konventionell hergestellter thermoplastischer Großserienteile, z. B. Spritzgussteile für den Automobilsektor. Für den Einsatz von LTW bei additiv gefertigten Bauteilen (in der Regel Prototypen, Kleinserien oder Einzelanfertigungen) muss das Verfahren weiterentwickelt werden, um die aus dem additiven Fertigungsprozess resultierenden Schwierigkeiten beim Fügen der Bauteile zu überwinden. Im Vergleich zum Spritzgussverfahren führt das additive Fertigungsverfahren zu einer inhomogenen Struktur mit Lufteinschlüssen im Inneren des Bauteils. Daraus resultiert eine Veränderung der Transmissivität.

In diesem Beitrag wird eine Methode zur Verbesserung der Schweißnahtqualität von lasergeschweißten, additiv gefertigten Bauteilen mit Hilfe eines auf einem neuronalen Netz basierenden Expertensystems vorgestellt. Das entwickelte Expertensystem unterstützt den Anwender bei der Einstellung des additiven Fertigungsprozesses. Mit den Ergebnissen einer Vorarbeit wird ein neuronales Netz trainiert, um die Transmissionswerte der transparenten Proben vorherzusagen. Um das Expertensystem zu validieren, werden Proben aus transparentem Polylactid mit verschiedenen Fertigungsparametern additiv gefertigt, um die Transmissivität zu verändern. Die Transmissivität der Proben wird mit einem Spektroskop gemessen. Die Parameter des additiven Fertigungsprozesses werden zur Vorhersage der Transmissivität mit dem neuronalen Netz verwendet und mit den Messungen verglichen. Die transparenten Proben werden mit schwarzen Polylactidproben mit unterschiedlicher Laserleistung in Überlappungskonfiguration verschweißt und Scherzugversuche durchgeführt. Mit diesen Experimenten wird die Vorhersage von additiven Fertigungsparametern mit dem Expertensystem demonstriert, um die Bauteile für einen LTW-Prozess zu verwenden.

Additive Fertigung, Laserdurchstrahlschweißen, Neuronale Netze, Expertensystem

Produktkomplexität und Variantenvielfalt steigern den Aufwand für die Entwicklung von Produktionsprozessen bei KMU. Im Rahmen des IGF-Forschungsprojekts „Selbstlernende mehrstufige Qualitätsüberwachungsverfahren für die (Laser)-Materialbearbeitung“ (AiF-Nr.: 20419N) wurde daher ein Expertensystem für produzierende Unternehmen aus dem Bereich Lasermaterialbearbeitung entwickelt. Das Expertensystem unterstützt die Anwender bei der Prozessteuerung und Qualitätsvorhersage von neuen Produkten und Produktvarianten .

Lasermaterialbearbeitung, Expertensystem, Machine Learning

In diesem Artikel wird ein Verfahren zur Überlagerung von Sichteinschränkungen, basierend auf dem Prinzip der Augmented Reality, vorgestellt. Das Verfahren beruht auf einer Überlagerung des tatsächlichen Bedienerblickfeldes mit Informationen aus einer rekonstruierten Szene. Die rekonstruierte Szene wird über den sichteinschränkenden Komponenten als Hologramm eingeblendet. Das vorgestellte Verfahren gliedert sich in die Komponenten Positionsbestimmung, Datenübertragung und Visualisierung. Diese Softwarekomponenten werden detailliert vorgestellt. Im Hinblick auf den späteren Einsatz des Systems in einem Flurförderzeug werden zudem die Echtzeitfähigkeit der Datenübertragung, die Genauigkeit der Visualisierung und die Robustheit der Positionsbestimmung untersucht.

Augmented Reality, Bildverarbeitung, Fahrerassistenzsystem, Flurförderzeuge, Hinderniserkennung

In der Medizintechnik, in der komplexe und patientenindividuelle Produkte hergestellt werden, hat sich die Additive Fertigung etabliert. Da die Prozesse der Additiven Fertigung sensibel auf Veränderungen der Prozessparameter und Umgebungsbedingungen reagieren, sind Qualitätssicherungsmaßnahmen ein zentraler Faktor innerhalb der Produktion. In diesem Beitrag wird der Ansatz für eine In-situ-Prozessüberwachung in der additiven Materialextrusion vorgestellt.

Additive Fertigung, 3D-Druck, Fused Deposition Modeling, Qualitätskontrolle, Machine-Learning

Welche Faktoren beeinflussen das Laufverhalten von Tragrollen? Wie verhalten sie sich bei Hitze und Kälte; wie dicht sind sie gegen Wasser und Staub? All das lässt sich mit den neuen Prüfständen des IPH untersuchen. Sogar antreibende Tragrollen werden dort geprüft.

Tragrollen, Prüfstand, Gurtförderanlage, Schüttgutfördertechnik, Energieeffizienz

Um auch komplexe Prozesse wie das Fügen additiv gefertigter Bauteile mittels Laser in der Produktion qualitativ gesichert zu ermöglichen, ist das Vorhandensein von Fachwissen in Unternehmen zwingend notwendig. Um dieses Wissen zur Prozesssteuerung und -kontrolle personalunabhängig zu bündeln, wird im IGF-Forschungsprojekt der FQS – Forschungsgemeinschaft Qualität e.V. mit dem Titel „Qualitätssicherung beim Laserstrahlschweißen additiv gefertigter thermoplastischer Bauteile (QualLa)“ ein Expertensystem entwickelt. Durch die Integration von Fachwissen in das Expertensystem kann dieses Wissen langfristig in Unternehmen gesichert und Prozesse stets mit hohen qualitativen Standards durchgeführt werden.

Additive Fertigung, 3D Druck, FDM, Laserdurchstrahlschweißen, Laserstrahlschweißen