Projekte

KI-FlORiDA

Im Forschungsvorhaben KI-FlORiDA wird eine autonome und auf Künstlicher Intelligenz (KI) basierte Regelung zur Optimierung des Produktionsprozesses von Vliesstoff-Krempeln entwickelt. Mit innovativen Ansätzen werden zahlreiche Gesichtspunkte wie Produktivität und Wirtschaftlichkeit, Qualität, Operabilität und Verfügbarkeit, Bedienbarkeit und Umweltschutz zum Ziel des Gesamtsystems. Mittels Integration neuartiger optischer Sensorik bzw. KI-Auswertemethoden sowie der Kombination mit weiteren Daten aus den Aktuatoren und zusätzlichen Sensoren wird ein resilientes und lernfähiges System entwickelt. Durch den ganzheitlichen Ansatz verteilter Systeme mit Edge-Computing und der Integration von domänenspezifischen physikalischen Zusammenhängen in ein lern-basiertes Verfahren wird ein hohes Maß an Vertrauen und Nachvollziehbarkeit erreicht. Das Projekt befasst sich mit der aktuellen Herausforderung der Vliesstoffindustrie und leistet einen entscheidenden Beitrag zur Wettbewerbsfähigkeit des Produktionsstandortes Bayern. Das übergeordnete Ziel dieses Forschungsprojekts besteht darin, eine autonome und KI-gestützte Regelung für eine Vliesstoff-Krempel zu entwickeln, die intelligente Sensorik und Antriebstechnik einsetzt. Die Ergebnisse des Projekts führen zu einer Verbesserung der Wirtschaftlichkeit der Vliesstoffproduzenten, einer Steigerung der Produktivität durch eine autonome Produktion sowie zu einer Verbesserung der Produktqualität. Im Bereich der Sensorik für Zustandsdaten besteht das Ziel in der Entwicklung einer KI-basierten Anomalie-Erkennung zur Verbesserung der kamerabasierten Fehlererkennung bei der Inspektion von inhomogen strukturierten Oberflächen (insbesondere Vliesstoffen). Auf Automatisierungsebene liegt das Ziel in der bildbasierten Berechnung von Regelgrößen, die einen direkten Eingriff in den hochkomplexen Fertigungsprozess durch Prädiktion ermöglichen. Das Ziel im Bereich der Antriebstechnik besteht in der Integration von Aktuatoren in eine Vliesstoff-Krempel, die gleichzeitig als Sensoren genutzt werden können und einen antriebsnahen Prozesseingriff ermöglichen. Durch die Erweiterung der Datenquellen (multi-modal data analysis) sollen sowohl die Effizienz als auch die Genauigkeit der Regelung verbessert werden.

Laufend — 01.02.2025-31.04.2028