Hierbei untersuchte man für die Lottmann GmbH folgende Schlüsselfaktoren:

Die Identifikation der Einsatzgrenzen für die Spot-Repair-Bearbeitung von Waschbecken durch einen Roboter, wobei besonderes Augenmerk auf die erreichbare Polierqualität gelegt wurde. Die Anwendbarkeit einer Stifteingabe in Verbindung mit Projektion kann die   Auftragserzeugung signifikant beschleunigen und effizienter zu gestalten. Die Adaptierbarkeit und notwendigen Erweiterungen der bestehenden Werkzeugtechnik standen im Fokus, um den Robotereinsatz optimal zu integrieren.

Die Machbarkeit der Ableitung spezifischer Roboterprogramme aus 3D-Scan/Geometriedaten wurde erfolgreich geprüft, was eine präzise und individuelle Bearbeitung ermöglicht.

Des Weiteren wurden Vorgaben für ein Maschinenkonzept mit mehreren Aufspannplätzen abgeleitet, um Aussagen zum notwendigen Invest zu machen. Dieses Projekt ebnet den Weg für die Integration von Robotertechnologie in die -Fertigung von Sanitärprodukten und verspricht eine signifikante Verbesserung der Ergonomie und Arbeitsplatzqualität unter dem Aspekt des wachsenden Fachkräftemangels. Die Teilautomatisierung erlaubt hier ebenso bei hoher Variantenvielfalt und kleinsten Stückzahlen eine Steigerung der Prozess- und Produktqualität.

Dabei wurden im Besonderen folgende kritische Aspekte untersucht.

• Nachweis prozesssicheres Aufspannen und Verschrauben von Geländer-Teilmodule
• Ableitung eines modularen Anlagenlayout für eine Mehrzweck-Montagebetrieb mit möglichster universeller Ausrüstung
• Ableitung / Verifikation von Vorgaben für eine rekonfigurierbaren Steuerungsarchitektur zum Errichten und Betreiben einer Doppelroboteranlage und deren Peripherie-Komponenten
• Ableitung der Vorgaben für die Anlagenbedienung und das Sicherheitskonzept
• Identifikation der Rahmenbedingungen und Anforderung im Hinblick auf Personal und Eigenexpertise für einer vorrangig in Eigenregie erfolgende Umsetzung der Anlagenerrichtung.

Die Projektergebnisse bilden die zentrale Basis für ein bereits gestartetes Realisierungsprojekt bei dem eine Probebetrieb ab Herbst 2024 geplant ist.

Dies war nur möglich durch die zeitnahe Verifikation der kritische Prozessaspekte mit Hilfe der Realtests. Die geplante Mehrzweckanlage soll künftig eine wirtschaftliche und skalierbares Lösung für die wachsende Produktionsmenge von derzeit noch manuell montierten Teilmodulen darstellen. Hierfür wurde auch das mögliche Produkt/Prozessspektrum das diese Anlage bedienen könnte bereits berücksichtigt, sodass bei künftigen neuen Produkten bereits sehr früh eine Teilautomation erfolgen kann.

Ziel ist es deshalb zu untersuchen ob mit den Sensoren (LiDAR) mobiler Geräte wie zum Beispiel eines iPhones 3D Modelle erzeugt werden können, die eine ausreichende Genauigkeit aufweisen. Im Rahmen eines Test before invest wurde der LiDAR Sensor eines iPhones mit einem Laserscanner verglichen. Dafür wurde eine App zur Datenakquise mit dem iPhone entwickelt. Damit konnten der Einfluss verschiedener Aufnahmemethoden und visuelle und quantitative Vergleiche erarbeitet werden. Es hat sich gezeigt, dass die Sensoren des iPhones ausreichend für diesen Use-Case sind.

Das Test before invest hat einen wichtigen Beitrag zu einfachen und kostengünstigen digitalen Baustellenerfassung geleistet. Die Ergebnisse bilden die Grundlage für die mögliche Entwicklung einer kommerziellen App, die das Unternehmen vermarkten wird.

Eine andere Möglichkeit ist der Einsatz eines Bewegungserfassungssystems, das eine Reihe von Infrarotkameras (IR) und reflektierenden Markern verwendet. Es ist zwar relativ kostengünstig, bietet aber Skalierbarkeit für große Flächen und erzielt gute Ergebnisse bei der Verfolgung von Objektpositionen und -ausrichtungen. Für hochpräzise Anwendungen muss das System jedoch genaue Verfolgungsergebnisse unter industriellen Bedingungen und eine gleichbleibende Leistung auch nach einer Neukalibrierung des Multikamera-IR-Systems nachweisen.

Um diese Fragen zu klären, wurde ein Versuchsaufbau mit einem industriellen Roboter, einem hochpräzisen Laser-Tracker-System zur Erfassung der Grunddaten und einem IR-Kamera-Array-Tracking-System implementiert. Um qualitativ hochwertige Daten während der durchgeführten Experimente zu erhalten, wurde eine präzise gefertigte Edelstahlplatte am Flansch des Roboters befestigt, die Befestigungspunkte sowohl für den Reflektor des Laser Trackers als auch für die Marker des IR-Systems bietet. Während der Experimente folgte der Roboter verschiedenen Trajektorien, einschließlich derer, die vom Menschen vorgeführt oder künstlich erzeugt wurden. Das Projekt führte zu wertvollen Daten, die weiter genutzt werden, um den Status quo besser zu verstehen und das Verhalten der Kalibrierung und Verfolgung von IR-Kamera-Arrays zu verbessern. Anhand dieser Daten können in Zukunft algorithmische Verbesserungen mit der etablierten Basislinie verglichen werden.

Darüber hinaus deuten erste Analysen auf ein Potenzial hin, die durch ein ungenaues Robotermodell verursachten Fehler zu verringern, indem das IRSystem genutzt wird.

Brotsüchtig ist eine moderne Biobäckerei mit Sitz in Steyregg, die neben hochwertigen Bioprodukten (Brot, Weißgebäck und Süßgebäck) auch Wert auf schonenden Umgang mit Ressourcen legt und daher versucht Überproduktion so gut als möglich zu vermeiden.

Ziel des Projekts war es, die zeitaufwendige und manuelle Bedarfsabschätzung für vier Filialen mithilfe von gezielter Datenaufbereitung, -anreicherung und -visualisierung zu unterstützen und somit den Prozess zu erleichtern.

In einem ersten Schritt wurden die für die Planung relevanten Informationen ermittelt, die bei der aktuellen Bedarfsabschätzung eine Rolle spielen. Basierend auf diesen Vorgaben wurde das erste prototypische PowerBI-Dashboards erstellt. Durch ein iterativ-inkrementelles Vorgehen wurde dieses in den nachfolgenden Schritten laufend weiterentwickelt und mit neuen Daten und Visualisierungen angereichert, während es bereits aktiv bei der Planung genutzt wurde. Diese enge Kooperation mit den Benutzern erlaubte es, neue Ideen und Vorschläge, die potenziellen Mehrwert für die Bedarfsabschätzung bringen, schnell zu integrieren und testen. Dazu zählte mitunter eine Einbindung von Wetter- und Feiertagsdaten sowie eine Aufschlüsselung der Verkaufsdaten in eine Wochen- und Tagesansicht, um bessere datengetriebene Entscheidungen zu treffen.

Das mit der Unterstützung von Test-before-Invest entwickelte finale Dashboard verringert die Komplexität des Planungsprozesses erheblich und bietet im Vergleich zur ursprünglichen Methode eine signifikante Zeitersparnis. Je nach Filiale war es möglich, die Überproduktion im Schnitt um bis zu 20 Prozent zu verringern, wodurch sowohl Ressourcen als auch Arbeitszeit in der Backstube eingespart werden konnten.

Hierbei wurden folgend kritische Punkte erfolgreich geklärt:

• Eignung und Adaptierbarkeit einer manuellen Kartuschen-Pistole für den schutzzaunlosen Kleberauftrag in diesem spezifischen Fall im Hinblick auf eine Reduktion der Auftragsmenge und Verbesserung der Gleichmäßigkeit
• Erfassbarkeit und automatische Erzeugung von Roboterauftragsbahnen aus Bilddaten der individuellen Teileformate. Hierbei wurden die benötigten Unterlegehölzer mit Hilfe von KI-unterstützer Bildsegmentierung weggefiltert, sodass die erprobte Auflege-Methode nicht verändert werden muss.
• Durch die Kombination dieser Methodiken mit einem touchbasierten Bedieninterface konnte eine minimal notwenige Interaktionszeit von wenigen Sekunden für die individuelle Auftragseingabe nachgewiesen werden.

Die Ergebnisse dieser Untersuchung bestätigen die Machbarkeit der angestrebten Teilautomation. Voraussetzung hierfür ist aber die gezielte Kombination von Menschen und Roboter mit zusätzlichen Assistenztechnologien. Damit lassen sich auch in der bisher rein manuellen Herstellung von Unikatprodukten Verbrauchs, Kosten und Ergonomie-Vorteile erzielen. Daher ist eine Realisierung des Konzepts bereits in Planung

Im Rahmen des Projektes wurde für die QMware Austria Gmbh, einem Anbieter von quanten-klassischen Cloudlösungen, ein Algorithmus zur Optimierung von Produktionsprozessen entwickelt. Konkret wurde ein hybrider quanten-klassischer Algorithmus zur Lösung des Lot-Sizing Problems in Kollaboration des Instituts für Wirtschaftsinformatik – Software Engineering und des Instituts für Produktions- und Logistikmanagement neu entworfen und implementiert. Die Implementierung des Artefakts erfolgte mithilfe des firmeneigenen Software Development Kits.

Die Moldsonics GmbH entwickelt ultraschallbasierte Sensorlösungen für Spritz-gießwerkzeuge. Ziel des Projekts war einerseits der Test des Interface zwischen Messverstärker und Spritzgießmaschine, sowie die Durchführung von Versuchsplänen zur Datensammlung und Auswertung. Im Projekt wurde sowohl eine einfache Variante für das o.g. Interface erarbeitet, darüber hinaus wurden die Messdaten genutzt, um eine Messung der Fließfrontgeschwindigkeit im Spritzgießwerkzeug zu entwickeln. Damit erhält der Maschinenbediener über ein Display in Echtzeit die Informationen über die reale Fließfrontgeschwindigkeit.

Derzeit führt das Unternehmen TRUFO HUNGARY Kft. eine manuelle Sortierung von Trüffelscheiben durch, um Trüffel mit Qualitätsmängeln auszusondern. Ziel dieses Projekts war eine Machbarkeitsstudie, um zu klären, ob das Sortieren der Trüffel in Gut- und Schlechtteile mittels industrieller Bildverarbeitung durchgeführt werden kann. Im Zuge dieses Projekts wurde ein provisorisches optisches Setup für die manuelle Datenaufnahme von Prüf- und Musterstücken von Trüffeln aufgebaut und ein Deep Learning Modell erstellt, um die Machbarkeit der Fehlerdetektion bei Trüffeln zu prüfen. Das erstellte finale Modell klassifizierte bei 2425 Bildern 11 Bilder inkorrekt, was einer Genauigkeit von 99,5% entspricht. Somit ist eine optische automatisierte Trüffeldetektion mit einer hohen Genauigkeit möglich.

Dazu wurde eine neue Modellierungskomponente auf Basis von BPMN erstellt, die es erlaubt Wertströme in centurio.work zu modellieren und anzupassen. Die
erstellten Wertstrommodelle können simuliert ausgeführt werden.

Zusätzliche Infos, wie zum Beispiel Ressourcen, können aus einem Datenkatalog zumindest teilweise ausgelesen werden. Der modellierte Wertstrom kann als Basis für Arbeitspläne herangezogen werden. Es wurden auch bereits erste User Tests durchgeführt.

Die PROFACTOR GmbH befasste sich daher mit der aktiven Visualisierung mittels Multi-Projektor-Setup, technischen Machbarkeit, digitalen Integration für dynamische Bedienerführung, einem Labor-Demonstrator zur Konzeptüberprüfung und der Bewertung der Systemintegration.

Das Projekt umfasste die Untersuchung des bestehenden Prozesses, die Auswahl geeigneter Projektionshardware, die Entwicklung von Dateninterfaces, den Bau eines funktionsfähigen Modells, die Anpassung vorhandener Technologien und die Validierung in einer realen Umgebung.

Das von der PROFACTOR GmbH implementierte System für RK Metalltechnik kann zu einer verringerten Arbeitsbelastung für die Mitarbeiter führen, papierbasierte Prozesse eliminieren und klare visuelle Anweisungen für die Teilauswahl bieten, was die betriebliche Effizienz und Arbeitsbedingungen signifikant verbessert.

In Wasserkraftwerken können durch Umwelteinflüsse Sedimente in die Rohrleitungen gelangen und diese an der Anlage erhöhten Verschleiß verursachen. Es wurden fünf Sensoren ausgewählt, welche sich für Sedimentsmonitoring in Wasserkraftwerken eignen könnten. Dafür wurde ein geeigneter Sensorprüfstand aufgebaut, um die Sensoren unter definierten Bedingungen zu testen. Fast alle Sensoren, sind hinsichtlich Messbereich und Empfindlichkeit zur Messung der zu erwartenden Anregung geeignet und sollten für Sedimentsmonitoring auf realen Anlagen getestet werden. Dies wurde bereits von Global Hydro Energy GmbH in einem ersten Feldversuch auf einer realen Anlage gemacht.

Die CDP Center for Digital Production GmbH erstellt in Kooperation mit der HÖRMANN Klatt Conveyors GmbH ein Simulationsmodell, welches den Stand der Technik eines fördertechnisches Systems abbildet so wie den Waren- und Personenfluss simuliert. Der modulare Aufbau des positiv validierten Modells ermöglicht einen hochflexiblen Einsatz und erlaubt verschiedene, unterschiedliche Systeme miteinander zu vergleichen, Analysen durchzuführen und weitere Entwicklungsschritte einzuleiten.

Zur Herstellung von Stabdecks für Boote wurden bisher physische Schablonen verwendet, was hohe Aufwände für Lagerung, Transport und Handling verursachte. Das Projekt zielte darauf ab ein System zu evaluieren, dass diese Schablonen durch ein digitales System ersetzt. Druch die Entwicklung und den Test eines Prototyps konnte im Labor und wor Ort erfolgreich gezeigt werden, dass der Aufwand für physische Schablonen erheblich reduziert und die Auflegezeiten deutlisch beschleunigt werden können. Der Prototyp eliminierte Nebenzeiten durch direktes Anzeichnen, was eine signifikante Verbesserung der Effizienz und Machbarkeit für eine zukünftige Implementierung darstellte. Dieses innovative System demonstrierte eindruckswoll sein Potenzial, die Produktion moderner und effizienter zu gestallten. 

Im Rahmen dieses Projekts befasste sich die PROFACTOR GmbH mit a) der Erstellung eines definierten Trainings/Test- Datensets auf Basis des Labor Prototypen, b) der Entwicklung dreier unterschiedlicher Erkennungsalgorithmen auf Basis von Neuronalen Netzen c) der Evaluierung der Modelle in Bezug auf Laufzeit und Erkennungsrate und d) der Erstellung eines API zur Integration. Wir konnten gemeinsam zeigen, dass die von PROFACTOR GmbH entwickelten Methoden komplexe Paketsituationen auch bei schlechten Lichtverhältnissen und unkalibrierten Kameras korrekt erkennen können. Eine Echtzeitverarbeitung der Daten ist durch die geringe Laufzeit der Modelle ebenso möglich. Aufgrund der vielversprechenden Ergebnisse sind PROFACTOR mit KEBA in Abstimmung zu einem potenziellen Nachfolgeprojekt.

TissUse untersucht derzeit einen Wandel in seiner Produktionsmethodik für Mikrofluidik durch die Umstellung von PDMS basierten Technologien zu einem PDMS-freien Ansatz (COC). In diesem PDMS-freien Ansatz sollen silizium-basierte Sensoren direkt in die Kunststoffsubstrate integriert werden. PROFACTOR hat dies in der folgenden Test-Before-Invest Studie untersucht mittels eines NIL Pick&Place Ansatzes inklusive der Integration von leitfähigen Bahnen inkl. Passivierung direkt auf den COC Substraten mittels Tintenstrahldruck

Dieses Projekt konzentriert sich daher auf die Entwicklung einer solchen Steuerung, wobei auf Methoden der Künstlichen lntelligenz (Kl)
zurückgegriffen wurde. Diese Algorithmen wurden auf die Vorgaben abgestimmt und erzielten zu verschiedenen Aufgabenstellungen vielversprechende Ergebnisse, beispielsweise einen Weg mit mehreren Richtungsänderungen zurücklegen.

Durch die Simulation eines bisher manuellen Handlingprozesses von Aluminiumplatten sollten die Auslastungsmöglichkeiten durch eine Automatisierungslösung dargestellt werden. Ein Vergleich zwischen Ist- und Soll-Zustand wurde vorgenommen. Es konnte gezeigt werden, dass durch einen automatisierten Prozess weniger Anlagen zur Abarbeitung einer bestimmten Anzahl an Schnittplänen benötigt werden. Die Visualisierung der geplanten Abläufe mit der Darstellung der Kenngrößen wie Materialfluss, Taktzeiten, Engpässe und Auslastung der Anlagenkomponenten wurde in mehreren Entwicklungsschleifen angefertigt und in Abstimmung weiter optimiert

Die Firmware für den IIoT Radarsensor wurde entsprechend den Anforderungen implementiert, wobei ein großer Fokus auf das Powermanagement gelegt wurde, um den Energieverbrauch zu minimieren. Zusätzlich wurde für die Anpassung der Applikation an die entsprechenden Umweltbedingungen eine Konfigurationsschnittstelle vorgesehen.

Im Rahmen des Test before invest wurde untersucht, ob eine Digitalisierung der Fertigung der Tiefziehformen mittels 3D-Druck möglich ist und dies auch direkt bei der Fa. Polleres durchgeführt werden könnte. Vor allem ging es darum die digitale additive Fertigungsmethode „Metall-3D-Druck“ für die Fa. Polleres und deren Anwendungsfeld zu evaluieren. Zu diesem Zweck wurden Versuchsreihen durchgeführt und evaluiert. Es hat sich gezeigt, dass die digitale Metall-3D-Druck-Technologie eine sinnvolle Investition für die Fa. Polleres darstellt.

Es wurden Mechanismen zur Konfiguration von Einzelsensoren, von Sensor-Flotten und zur Bereitstellung der Systemkonfiguration umgesetzt. Mithilfe einer Whitelist ist eine selektive Anbindung der Sensoren an das EdgeGateway möglich. Als Basis der standardisierten und transparenten Protokollimplementierung wurde ein textbasiertes JSON-Format verwendet. Zur Erhöhung der Datensicherheit wird das serielle Protokoll codiert übertragen. Zusätzlich wurde eine verschlüsselte Kommunikation mit dem Clouddienst realisiert.

Das elastische und leitfähige CondElastX-Band von ITP soll mithilfe digitaler Drucktechnologien weiterentwickelt werden, um eine digitale und additive Herstellung eines Sensorsystems direkt auf dem Band zu ermöglichen.

Das Projekt umfasste daher die Realisierung einer digitalen direct-to-garment Integration eines Dehnungsmessstreifens (DMS) und dielektrischer Inselstruktur zur Elektronikintegration durch Inkjet- und Dispensing-Technologie auf dem CondElastX Band.Die Ergebnisse dieser Untersuchung bestätigen die Machbarkeit der angestrebten direkten Sensorintegration.

Ein von pewag entwickeltes NFC-Device sammelt und speichert Energie aus dem elektromagnetischen Feld eines NFC-Readers, um einen Aktor zu betreiben. Um die Benutzererfahrung zu verbessern war das Ziel eine Spule für das NFC-Device zu finden, welche die Energieübertragung für definierte Referenzsituationen maximiert, wobei der Position von NFC-Reader und NFC-Device zueinander variabel sein sollte. Dafür wurde der Kopplungsfaktor als Funktion der Spulengeometrie mathematisch beschrieben. Mit Hilfe einer Simulation konnten verschiedene optimale Spulen identifiziert werden.

Diese Veranstaltung markiert einen wichtigen Schritt in unserem Engagement für Innovation und grenzüberschreitende Zusammenarbeit und bildet die Grundlage für künftige Kooperationen. Ein bereits geplanter Termin für die Fortsetzung der Zusammenarbeit ist das Smart Business Festival CZ 2024 in Prag am 22. und 23. Oktober 2024. Wir freuen uns darauf, dort weitere Möglichkeiten der gemeinsamen Entwicklung zu erkunden.