Dr.-Ing. Benjamin Küster

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

In Deutchland wird ein Anstieg der Nachfrage für kommerzielle Drohnen bis 2025 um 200% prognostiziert. Mit steigendem Einsatz von Drohnen, steigt auch die Gefahr, die von ihnen ausgeht. In diesem Artikel wird ein Forschungsvorhaben beschrieben, das ein System zur akusischen Betriebsüberwachung anstrebt, um damit die Sicherheit der kritischen Komponenten zu steigern.

UAS, Drohnen, Betriebsüberwachung

Qualitative Unsicherheiten sind eine zentrale Herausforderung für die weitere Industrialisierung der additiven Fertigung. Um diese Herausforderung zu lösen, sind Methoden zur Messung der Prozesszustände und Eigenschaften von Teilen während der additiven Fertigung unerlässlich. Das Thema dieser Übersichtsarbeit ist die In-situ-Prozessüberwachung für die additive Fertigung durch Materialextrusion. Ziel ist es, erstens die Forschungsaktivität zu diesem Thema zu quantifizieren, zweitens die eingesetzten Technologien zu analysieren und schließlich Forschungslücken zu identifizieren. Es wurden verschiedene Datenbanken systematisch nach relevanten Publikationen durchsucht und insgesamt 221 Publikationen detailliert analysiert. Die Studie zeigte, dass die Forschungsaktivität auf diesem Gebiet zunehmend an Bedeutung gewinnt. Es wurden zahlreiche Sensortechnologien und Analysealgorithmen identifiziert. Dennoch bestehen Forschungslücken bei Themen wie optimierte Überwachungssysteme für industrielle Materialextrusionsanlagen, Inspektionsmöglichkeiten für zusätzliche Qualitätsmerkmale und Standardisierungsaspekte. Diese Literaturübersicht ist die erste, die die Prozessüberwachung für die Materialextrusion in einem systematischen und umfassenden Ansatz behandelt.

Materialextrusion, Fused deposition modeling, Prozessüberwachung, Sensoren, Forschungslücken

Fabrikplanung ist für produzierende Unternehmen ein wichtiges Werkzeug, um die Effizienz zu steigern oder die Wettbewerbsfähigkeit zu erhalten. Eine besondere Herausforderung ist hierbei die Aufnahme von Fabriklayoutdaten und die Verarbeitung der Daten in Fabrikplanungstools. In der heutigen Zeit werden viel Layoutdaten noch händisch aufgenommen oder aus Laserscandaten händisch in Fabrikplanungstools übertragen. Dies führt zu einem hohen Arbeitsaufwand und ist fehleranfällig.

In dieser Arbeit wird ein ganzheitliches Konzept für eine automatisierte und systematische Datenaufnahme und Datenverarbeitung für den Fabrikplanungsprozess vorgestellt.

3D Fabrikplanung, automatisierter Drohnenflug, Punktwolkenverarbeitung, 3D Layoutscan

Fahrerlose Transportsysteme sind ein entscheidender Baustein für leistungsfähigere Produktionssysteme in der Intralogistik, haben aber Schwächen in der Mensch-Maschine-Interaktion. Von Wissenschaftlern des IPH wird eine gestenbasierte Steuerung entwickelt, die die Interaktion intuitiv gestalten und ihre Akzeptanz erhöhen soll.

Fahrerlose Transportfahrzeuge, Leitsteuerung, Gestenbasierte Steuerung

Die Investitionskosten für die Fertigung von Spritzgusswerkzeugen sind die Grundlage für die Entscheidung, ob ein Werkzeug für die Massenproduktion geeignet ist. Wenn die Werkzeugkosten zu hoch sind, kann es sein, dass ein Produkt für die Produktion nicht rentabel ist. Wenn die Werkzeugkosten vom Werkzeugbauer zu niedrig veranschlagt werden, kann dies Auswirkungen auf den Vertrag haben.
Das Ziel dieser Forschung ist es, eine Methode mit menschenähnlicher Angebotsgenauigkeit zu entwickeln, eine Standardisierung zu erreichen, historische Angebotsdaten zu berücksichtigen und die Angebotsprozesszeiten zu verkürzen. Der entwickelte maschinelle Lernansatz basiert auf Geometriedaten von Teilen und zusätzlichen Meta-Informationen.

Spritzgießen, Werkzeugbau, Industrie 4.0

Methoden zur Qualitätssicherung sind ein zentraler Erfolgsfaktor für die weitere Industrialisierung der Additiven Fertigung. In diesem Beitrag wird ein Ansatz für ein optisches Prüfsystem vorgestellt, welches die Prozessgüte bei der additiven Materialextrusion schichtweise während der Herstellung überwacht. Die Prüfaufgabe wird analysiert, Hardwarekomponenten für die Datenerfassung werden konzeptioniert und ein erster Schritt zur texturanalytischen Fehlerdetektion wird vorgestellt.

Additive Fertigung, 3D-Druck, Materialextrusion, Fused Deposition Modeling, Bildverarbeitung