HEROD - Ontology-Driven Digital Manufacturing Based on Heterogeneous Data

Das Projekt HEROD setzt auf eine Kombination von Sensortechnologien, Datenanalyse, Ontologien und Visual Computing, um die Vorhersagbarkeit und Qualitätssicherheit im 3D-Druck zu verbessern.

Bild einer vierteiligen 3D-Druckmaschine der Firma Lithoz

3D-Druck ist das am rasantest wachsende Feld in der Fertigungsindustrie. Zuverlässige Maschinen, Workflows und Materalien sind dabei von größter Bedeutung, um eine hohe Qualität der 3D-Druckerzeugnisse zu gewährleisten. (c) Lithoz

Beispiele von 3D-Druckerzeugnissen der Firma Lithoz

3D-Druck ist aus der additiven Fertigung nicht mehr wegzudenken und steht heute für die Möglichkeit, nachhaltig, kostengünstig und ressourcensparend Ersatz- und Bauteile bedarfsorientiert und "on demand" herzustellen. (c) Lithoz

Additive Fertigung, und hier vor allem der 3D-Druck, gewann in den letzten Jahren in der Industrie rasant an Bedeutung. 3D-gedruckte Teile weisen durch Kombinationen aus neuen Methoden, Materialien und Maschinen, die sich derzeit nach wie vor ständig weiterentwickeln, im Vergleich zu traditionell gefertigten Baustoffen viele besondere Eigenschaften auf. Dabei ist zu beachten, dass das Ergebnis und die Qualität der entstandenen Werkstücke oftmals bereits durch die Eigenschaften der 3D-Druckmaschine maßgeblich beeinflusst werden. Ein fundiertes Verständnis über die Betriebseigenschaften der additiven Fertigungsanlagen und insbesondere ihr Verschleißprofil ist deshalb unverzichtbar, wenn es darum geht, zuverlässige Ergebnisse zu gewährleisten – und so nachhaltig Ressourcen und Zeit zu sparen.

Das Bewertungs- und Prognose-System, das im Rahmen des Projekts "HEROD - Ontology-Driven Digital Manufacturing Based on Heterogeneous Data" entwickelt wird, soll ermöglichen, Fehlerzustände und die Qualität der gefertigten Teile schon vor der tatsächlichen Produktion einzuschätzen. Weiters sollen Prognosen über den Verschleiß der Maschinen erstellt werden. Um eine solche ganzheitliche Analyse zu ermöglichen, müssen eine Vielzahl von heterogenen Einflussfaktoren berücksichtigt werden. Dazu zählen unter anderem die Eigenschaften der 3D-Druckmaschinen, die Dauer des Druckprozesses oder das zu druckende Material. Doch auch Umgebungsfaktoren wie das Raumklima oder die Stromqualität können das Druckergebnis stark beeinflussen. Um 3D-Druck in Zukunft robuster und zuverlässiger zu machen, werden im HEROD-Projekt sowohl ein Datenmodell (basierend auf Ontologien) sowie ein spezielles Datenspeicherverfahren für das Management komplexer, heterogener Daten im 3D-Druck entwickelt werden. Basierend darauf wird es möglich sein, ein prädikatives Wartungsmodell zu rechnen, welches Aufschluss über die zu erwartende Qualität der Werkstücke, als auch über den Verschleiß der Maschinen geben kann.

Im European Digital Innovation Hub "AI5production" haben sich 17 renommierte Wissenschaftsinstitutionen zusammengeschlossen, um produzierende Unternehmen durch KI-Technologie auf ihrem Digitalisierungsweg zu unterstützen.

Das Projekt REINFORCE erforscht, wie mithilfe von Reinforcement Learning und menschzentrierte Visualisierungsmethoden komplexe Steuerungsprobleme effizient, schnell und flexibel gelöst werden können.

VR und AR schaffen für die Automobilindustrie gerade in der Prototyping-Phase ganz neue Möglichkeiten: Anhand perfekter digitaler VR-Zwillinge kann einfach überprüft werden, wie sich neues Design oder Adaptionen auf den Prototyp auswirken.

Forschungsprojekte