Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK

Filters
Reset filters

Settings
Now showing 1 - 10 of 13
No Thumbnail Available
Publication

Ressourcenadaptive Produktionssysteme

2017 , Cherkaskyy, Michael , Feitscher, Roberto , Hohwieler, Eckhard , Oertwig, Nicole , Stoldt, Johannes , Wenzel, Ken

Ein heute wichtiger Wirtschaftsfaktor mit einem wesentlichen Beitrag auf dem Weg zu einer nachhaltigen Entwicklung ist der effiziente Umgang mit Ressourcen. Eine Schlüsselrolle spielen dabei Erneuerbare Energien für die Energieversorgung, Energiespeichertechnologien sowie die intelligente Steuerung des Produktionssystems. Letztere soll vor allem einen energieeffizienten Betrieb sicherstellen, also Leistungsverläufe optimieren und Spitzenlasten vermeiden. Um Energie zu einer zentralen Zielgröße in der Produktionsplanung und -steuerung zu machen, haben die Projektpartner ein neues Planungstool entwickelt. Die Basis dafür bildete die modellhafte Beschreibung des Produktionssystems, die Fertigungsschritte zur Herstellung eines Produkts und umgebende Planungs- und Steuerungsprozesse kombiniert.

View
No Thumbnail Available
Publication

Energie- und ressourcenadaptive Produktionssysteme

2017 , Hohwieler, Eckhard , Örtwig, Claudia , Cherkaskyy, Michael , Franz, Enrico

Lösungen zur Energieeffizienzsteigerung und -kostensenkung betrachten die Fabrik, das Produktionssystem und ggf. bestehende Wechselwirkungen nicht als Ganzes. Für ein energieoptimiertes (Re-)Design und den Betrieb von Fabriken bzw. Produktionssystemen wurde eine Methode entwickelt, mit deren Hilfe Energie- und Ressourcenbedarfe von bestehenden Unternehmen erfasst, angebotsorientiert geplant und entsprechend gesteuert werden können. Dadurch wird es möglich, Hotspots des Energieverbrauchs im Unternehmen zu identifizieren. Die sich daraus ergebenden Handlungsbedarfe können zur Umstrukturierung der Prozesslandschaft oder zur Ergänzung der Infrastruktur durch passende Energieerzeuger bzw. -speicher führen.

View
No Thumbnail Available
Publication

Unter Beobachtung. Mehr Sicherheit für Anlagen

2013 , Hohwieler, Eckhard , Laghmouchi, Abdelhakim

Den optimalen Zeitpunkt für die Wartung abzupassen, ist alles andere als leicht. Voraussetzung dafür ist vor allem, den aktuellen Zustand von Maschinen und Anlagen sowie deren mechatronischer Komponenten zu detektieren. Erreicht wird dies allerdings nur durch die kontinuierliche Überwachung aller Systeme. Helfen können dabei Condition Monitoring-Systeme. Deren Ziel ist es, die Zustandserfassung und -bewertung zu automatisieren und dadurch Veränderungen zeitnah zu erkennen. Lösungen zur Fehlerdiagnose und -prognose wurden am Fraunhofer IPK entwickelt.

View
No Thumbnail Available
Publication

Lifecycle-monitoring. Integration in Service-Prozesse und Produktdatenmanagement

2012 , Uhlmann, Eckart , Geisert, Claudio , Hohwieler, Eckhard

Der vorliegende Beitrag beschreibt zunächst, aus welchen Gründen ein Lifecycle-Monitoring notwendig ist. Er zeigt auf, welche prinzipiellen Daten im Rahmen eines Lifecycle-Monitoring benötigt werden, wie sie erfasst, archiviert und sinnvoll verknüpft werden können. Die Notwendigkeit der informationstechnischen Verknüpfung der in einer heterogenen Systemlandschaft vorliegenden Informationen wird abschließend an einem kurzen Praxisbeispiel erläutert.

View
No Thumbnail Available
Publication

Smart life cycle monitoring for sustainable maintenance and production

2017 , Uhlmann, Eckart , Pastl Pontes, Rodrigo , Laghmouchi, Abdelhakim , Geisert, Claudio , Hohwieler, Eckhard

Smart linking, evaluation and provision of information over the life cycle of a product are becoming growingly important. The use of information extracted from combination of monitoring data, product data, maintenance information, and from product utilisation data can increase the availability of production machines and reduce the costs and resources cause by machine downtime. Especially for new manufacturing technologies such as Selective Laser Melting, the storage and management of such information are crucially important to develop knowledge and improve the quality of the machines and their products. By acquiring data from the machine, processing them and calculating proper key performance indicators, the critical region where the failures are most commonly found and the critical subsystems responsible for the failures are identified. Moreover, using the historical data, the tolerances for those subsystems can be defined.

View
No Thumbnail Available
Publication

Intelligent configuration of condition monitoring algorithms

2015 , Laghmouchi, Abdelhakim , Hohwieler, Eckhard , Geisert, Claudio , Uhlmann, Eckart

View
No Thumbnail Available
Publication

Selbstorganisierende Produktion mit verteilter Intelligenz

2013 , Uhlmann, Eckart , Hohwieler, Eckhard , Kraft, Manfred

Heute verfügbare Technologien ermöglichen bereits die automatische Identifizierung und Speicherung von Daten an Objekten. Zukünftig sollen in der selbstorganisierenden Produktion die Objekte in der Produktion zusätzlich mit eigener Intelligenz ausgestattet werden und so Aufgaben der Koordination und Steuerung von Produktionsabläufen übernehmen können. Diese produktgesteuerte Fertigung sieht - statt der bisherigen zentralen Planung und Steuerung - ein Multiagentensystem mit der Möglichkeit von Auktionen durch Verhandlungsmechanismen als Mittel zur Selbstorganisation vor. Der Fachbeitrag gibt einen Überblick über die im wissenschaftlichen Vorprojekt "Selbstorganisierende Produktion - Sopro" verfolgten Ansätze sowie die in miniaturisierten elektronischen Einheiten ("Process-eGrains") implementierten Software-Agenten für die Verhandlungen zwischen Aufträgen und Ressourcen zur Festlegung der Bearbeitungsreihenfolge.

View
No Thumbnail Available
Publication

Decentralized data analytics for maintenance in industrie 4.0

2017 , Uhlmann, Eckart , Laghmouchi, Abdelhakim , Geisert, Claudio , Hohwieler, Eckhard

Due to the increased digital networking of machines and systems in the production area, large datasets are generated. In addition, more external sensors are installed at production systems to acquire data for production and maintenance optimization purposes. Therefore, data analytics and interpretation is one of the challenges in Industrie 4.0 applications. Reliable analysis of data (e.g. internal and external sensors), such as system-internal alarms and messages produced during the operation, can be used to optimize production and maintenance processes. Furthermore, information and knowledge can be extracted from raw data and used to develop data-driven business models and services, e.g. offer new availability contracts for production systems. This paper illustrates an approach for decentralized data analytics based on smart sensor networks.

View
No Thumbnail Available
Publication

Lifecycle Monitoring - Integration in Serviceprozesse und Produktdatenmanagement

2014 , Uhlmann, Eckart , Geisert, Claudio , Hohwieler, Eckhard

View
No Thumbnail Available
Publication

Data mining and visualization of diagnostic messages for condition monitoring

2013 , Uhlmann, Eckart , Geisert, Claudio , Hohwieler, Eckhard , Altmann, Ian

Complex technical systems consist of a huge amount of electromechanical subsystems and components with more or less interdependencies. During the operational phase these systems are subject to wear and tear and other degradation mechanisms. Therefore condition monitoring is a major challenge for operators of such systems. A well-established practice of implementing condition monitoring is to equip the system, or its functionally relevant components with appropriate sensors and measurement technology. Selection of sensors and diagnostic algorithms requires a deep understanding of physical correlations which is usually a core competence of the system provider. Moreover, subsequent installation of a condition monitoring system using additional sensors in most cases is attended by an interference with the system and may affect its functionality if constructional changes of the system for sensor mounting become necessary. A more simple way to access data for technical diagnosis is the use of an on board diagnosis system that collects the system messages that rise while the system is in operation. To control and monitor functionality and interaction between subsystems, each of them generates internal state variables and communicates a subset of these as system messages via task specific bus systems. Here the challenge is to find a suitable way of analyzing the messages. The present paper discusses how to handle system messages for condition monitoring purposes by using data mining and visualization.

View