Aktuelle Forschungsprojekte
Webseite
ManExMa – Manager ex Machina – Untersuchung der Übernahmefähigkeit von Produktionsmanagement-Aufgaben durch Systeme mit künstlicher Intelligenz
Durch die stetige Weiterentwicklung von künstlicher Intelligenz (KI) ergeben sich neue Möglichkeiten, auch komplexe Entscheidungen computergestützt oder vollständig von einem Computer bewältigen zu lassen. Aus wissenschaftlicher Sicht ergibt sich somit zunehmend die Fragestellung , welche Entscheidungstypen im Produktionsmanagement existieren, bei denen eine KI-Instanz dem Menschen ebenbürtig oder vielleicht sogar überlegen ist. Übertragen auf andere Themengebiete wurde diese Frage in ähnlicher Weise bereits für Spiele wie Schach, Go oder Jeopardy beantwortet.
Ziel dieses Forschungsprojekts ist zum einen die Identifikation derjenigen Produktionsmanagement-Entscheidungen, die durch KI-basierte Ansätze mittels Reinforcement Learning (RL) übernommen werden können und zum anderen die Beantwortung der Fragestellung, ob das Mensch-Maschine-Duell als Methode zur Bewertung der Leistungsfähigkeit von KI-basierten Ansätzen im Produktionsmanagement geeignet ist.
Speziell im Fall von RL zeigen die Fortschritte der KI-Forschung, dass auch künstliche Agenten in komplexen Szenarien die Leistung von menschlichen Spielern erreichen oder sogar übertreffen können. Das Forschungsprojekt ManExMa verfolgt daher den Ansatz, die bereits bestehenden Erkenntnisse des Duells zwischen Mensch und „Maschine“ (KI-Instanz) auf das Produktionsmanagement zu übertragen. Dazu sollen verschiedene Problemstellungen und Entscheidungen des Produktionsmanagements in einer Simulationsumgebung modelliert werden, welche anschließend in einer spielähnlichen Umgebung getestet werden können. Abschließend wird die Leistung von Mensch und KI bewertet und verglichen. Zur Sicherstellung, dass die simulativ gewonnenen Ergebnisse in einer realen Umgebung anwendbar sind, werden diese abschließend in einer realen Produktionsumgebung validiert.
Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unsere wissenschaftliche Mitarbeiterin
Luisa Stracke die operative Projektleitung dieses Forschungsprojektes.
Projektbeginn: 01.05.2024
Projektende: 30.04.2027
KIMBA - KI-basierte Prozesssteuerung und automatisiertes Qualitätsmanagement im Recycling von Bau- und Abbruchabfällen durch sensorbasiertes Inline-Monitoring von Korngrößenverteilungen
Die Baubranche gehört mit 587,4 Mio. t/a eingesetzten Gesteinskörnungen zu den ressourcenintensivsten Branchen Deutschlands. Durch Substitution von primären Gesteinskörnungen durch rezyklierte (RC) Gesteinskörnungen werden natürliche Ressourcen geschont und negative Umweltauswirkungen wie bspw. Treibhausgasemissionen um bis zu 85% reduziert. Bisher decken RC-Baustoffe mit 73,3 Mio. t/a lediglich 12,5 Ma.-% des Gesteinskörnungsbedarfs ab. Ihr Einsatz beschränkt sich mit 53,9 Mio. t/a (73,5 Ma.-%) bisher überwiegend auf Tiefbauanwendungen.
Hierzu arbeitet der Lehrstuhl für International Production Engineering and Management (IPEM) der Universität Siegen gemeinsam mit dem Institut für Anthropogene Stoffkreisläufe (ANTS) der RWTH Aachen, dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) sowie den Unternehmen MAV Krefeld GmbH, Kleemann GmbH und Point 8 GmbH daran, die Qualitätssicherung und Akzeptanz von recycelten Gesteinskörnungen (RC-Baustoffen) im Bauwesen zu verbessern. Mittels innovativer Sensorik soll die KGV-Analyse in Aufbereitungsanlagen automatisiert werden. Bildgebende Sensoren vermessen dabei das RC-Material bereits während der Aufbereitung, und mithilfe von Deep-Learning-Algorithmen werden Partikel segmentiert, Korngrößen vorhergesagt und digital aggregiert. Diese automatisierte Überwachung ermöglicht es, Qualitätsveränderungen frühzeitig zu erkennen und Aufbereitungsprozesse anzupassen.
Vonseiten des IPEM-Lehrstuhls ist unser Gruppenleiter
Maximilian Lutz für die operative Projektleitung verantwortlich.
Projektbeginn: 01.09.2023
Projektende: 31.08.2025
KIBAPap - KI-basiertes Bedienerassistenzsystem im Wertstoffkreislauf Papier
Ziel dieses Forschungsvorhabens ist es, Daten aus verschiedenen Unternehmen und Prozessen zu vernetzen und den Wertstoffkreislauf Papier mit Hilfe von Big-Data-Ansätzen und ausgewählten KI-Tools übergreifend zu optimieren. Es wird der Prototyp einer KI-Anwendung weiterentwickelt, um den Wertstoffkreislauf von der Sammlung und Sortierung des Altpapiers bis zur Produktion des Papierprodukts zu optimieren und damit einen signifikanten Beitrag zur Reduzierung der benötigten Ressourcen zu leisten. Grundlage dafür ist erstens die bessere Erkennung und Beschreibung der Zusammensetzung des Altpapiers und zweitens, darauf aufbauend, der Einsatz intelligenter Systeme, welche in den folgenden Stufen des Wertschöpfungsprozesses diese Informationen für den effizienten Ressourceneinsatz nutzen.
Zur Erreichung dieses Ziels ist der Einsatz eines Prognosesystems erforderlich, welches, angelernt über Vergangenheitsdaten, anhand der aktuellen Situation erkennt, dass der Bediener steuernd eingreifen muss (Entscheidungsunterstützung und Hinweisfunktion). Durch ein Assistenzsystem, welches Prognose und aktuellen Zustand mit dem Wissen der Experten verknüpft, werden daraus Vorschläge für Maßnahmen generiert, aus denen der Bediener auswählt und dann steuernd eingreift (Vorschlagsfunktion). So kann der Maschinenbediener frühzeitig auf drohende Abweichungen bei den Eigenschaften des Fertigprodukts oder Störungen im Produktionsprozess hingewiesen werden, damit dieser rechtzeitig Gegenmaßnahmen ergreifen kann. Das Assistenzsystem lernt durch die vom Bediener getroffene Auswahl und dem daraus resultierenden Einfluss auf die Prozess¬kenngrößen laufend dazu (Selbstoptimierungsfunktion). Zur Realisierung werden unternehmensübergreifend automatisiert Daten ausgetauscht. Seitens des IPEM-Lehrstuhls übernimmt unser Gruppenleiter
Alexander Becher die Projektleitung.
Das Forschungsprojekt “KIBAPap – KI-basiertes Bedienerassistenzsystem im Wertstoffkreislauf Papier” wird in der Fördermaßnahme Industrielle Bioökonomie vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert.
Projektbeginn: 01.07.2023
Projektende: 30.06.2026
CPML - Cyber Production Management Lab
Produzierende Unternehmen, vor allem mittelständische Betriebe, stehen zunehmend vor bedeutenden Herausforderungen. Der massive technische Fortschritt, die voranschreitende digitale Transformation sowie die Notwendigkeit der Dekarbonisierung und Nachhaltigkeitsgestaltung in der Produktion bilden dabei nur einige der Einflussfaktoren ab. Um diese Herausforderungen zu bewältigen und die Wettbewerbsfähigkeit der Unternehmen zu stärken, spielt Künstliche Intelligenz (KI) eine entscheidende Schlüsselrolle im Produktionsmanagement. Aus diesem Grund wird das Forschungsvorhaben CPML vom Land NRW mit einer Förderung in Höhe von 7,5 Millionen Euro unterstützt, um innovative Lösungen zu entwickeln und die produzierenden Unternehmen in der Region für die zukünftigen Herausforderungen optimal zu rüsten.
Die Zielsetzung des Forschungsvorhabens besteht darin, zukunftsweisende Technologien wie KI und 5G nahtlos in die produzierende Industrie zu integrieren. Durch die Integration dieser Technologien in die Produktionsplanung sowie die Fertigungsprozesse werden unter anderen Ressourceneffizienz und Energieeinsparungen realisiert. Hierzu sollen Algorithmen entwickelt werden, welche innerhalb der eigenen Produktionsumgebung an einem umfangreichen Maschinenpark erprobt und validiert werden. Konkret geht es unter anderem um Fragestellungen in den Bereichen Predictive Quality, Predictive Maintenance sowie und die Erstellung und Anwendung von digitalen Zwillingen inklusive vollständiger Prozesssimulationen. Innerhalb des Forschungsvorhabens wird eine enge Zusammenarbeit von Unternehmen aus der industriellen Produktion, der Softwaretechnologie sowie von Forschungseinrichtungen angestrebt, um weitreichende Lösungen zu entwickeln, welche branchenübergreifend erfolgreich eingesetzt werden können. Besonders hervorzuheben sind hier die umfangreichen Produktionsanlagen, die eine Vielzahl an unterschiedlichen Fertigungstechnologien verschiedenster Branchen abdecken. Dazu werden unter anderem eine Lasercladdinganlage, ein 5-Achs-CNC-Bearbeitungszentrum, eine Laserschneidanlage, eine Gesenkbiegemaschine sowie eine Brauanlage angeschafft. Einen Mittelpunkt des Projektvorhabens bildet insbesondere die vollständige Prozesskette der Blechbearbeitung, als zentrale Fertigungstechnologie der Industrieregion Südwestfalen.
Neben der Universität Siegen mit dem Lehrstuhl für International Production Engineering and Management besteht das Projektkonsortium innerhalb des Forschungsvorhaben aus der RWTH Aachen und den Unternehmen Achenbach Buschhütten GmbH & Co. KG, Heuel & Löher GmbH & Co. KG, SDFS Smarte Demonstrationsfabrik Siegen GmbH sowie dem Startup Innofarming.
Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser wissenschaftlicher Mitarbeiter
Norman Müller die operative Projektleitung des Forschungsprojektes.
Projektbeginn: 01.04.2023
Projektende: 31.03.2026
FUSION - Forschungsbasierte Koevolution: Transformation des ländlich-industrialisierten Raums als Handlungsfeld der Universität Siegen
Zielsetzung des Projektes ist es, die Weiterentwicklung der Universität mit Herausforderungen der Regionalentwicklung in Südwestfalen und angrenzenden Kommunen zu verbinden. In mehreren Teilvorhaben werden vielfältige inhaltliche Aufgabenstellungen bearbeitet, die von Fragen der Technologieentwicklung, über Stadtentwicklung und Kultur bis hin zur strukturellen Innovation sozialer und gesundheitsbezogener Dienste reichen. Dazu sollen pro-aktiv regionale Interessen regionaler Akteure aufgegriffen werden, die die Zusammenarbeit mit der Hochschule zur Bewältigung spezifischer Probleme des ländlich-industrialisierten Raums nutzen wollen. In einem koordinierten Vorgehen sollen dadurch modellhafte Strategien für erfolgreiche Ko-Evolution von Hochschule und Region für ähnlich strukturierte Regionen entwickelt werden.
Der Lehrstuhl IPEM beteiligt sich am Teilvorhaben „Arbeit und Digitales“. Mit regionalen KMUs verfolgt das Teilvorhaben die Vision der Erforschung eines auf Kleinserien spezialisierten Maschinenparks verbunden mit der Gestaltung innovativer IT-Komponenten, was sozialpartnerschaftliches Vorgehen in Digitalisierungsprojekten erfordert. Insbesondere neue Fertigungstechniken, wie die additive Fertigung von Kunststoffen und Metallen können dafür sorgen, die neuen Freiheitsgrade für die Werkzeuggestaltung zu nutzen, die auch eine Integration von Sensorsystemen in Werkzeugen ermöglichen.
Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Wissenschaftlicher Mitarbeiter
Fabian Kost die Projektleitung. Weitere Informationen finden Sie auf der Projekt-Homepage
FUSION
Projektbeginn: 01.01.2023
Projektende: 31.12.2027
EnEWA - Energieeinsparung bei der Papierproduktion durch Erschließung der Wertschöpfungsketten Altpapier aus Leichtverpackungen, Restabfall und Gewerbeabfall
Um den CO2-Ausstoß bei der Produktion von neuem Papier zu senken, die Herstellung nachhaltiger zu machen und das Recycling zu optimieren, verfolgt das Forschungsprojekt EnEWA den Ansatz, neue Quellen für das umweltfreundliche Altpapierrecycling zu erschließen und nutzbar zu machen. Hierzu entwickelt der Lehrstuhl für International Production Engineering and Management (IPEM) gemeinsam mit dem Institut für Anthropogene Stoffkreisläufe (ANTS) der RWTH Aachen und den Industriepartnern Tomra Sorting GmbH, STADLER Anlagenbau GmbH und PROPAKMA GmbH sowie dem Papierproduzenten LEIPA Group GmbH eine Lösung, um Altpapier aus den Wertschöpfungsketten Leichtverpackungen, Restabfall und Gewerbeabfall recyclen zu können.
Dazu wird der Gesamtprozess der Altpapiersammlung, -gewinnung und -aufbereitung betrachtet. So soll nach einer Analyse der zu gewinnenden Altpapiersorten und Altpapierverbunde sowie deren Qualität im Rahmen von Stoffstromanalysen die notwendige Sortiertechnik entwickelt und angepasst werden. Anschließend erfolgt die Entwicklung eines Prozesses zur Hygienisierung sowie zur Aufbereitung der Papierfasern. Seitens des IPEM-Lehrstuhls der Universität Siegen übernimmt unser Oberingenieur
René Sauer für die operative Projektleitung verantwortlich.
Gefördert durch: BMWK - Bundesministerium für Wirtschaft und Klimaschutz
Projektbeginn: 01.12.2021
Projektende: 30.10.2024
AGASTIK - Automatisierte Generierung von Montagesequenzen und -zeiten aus implizitem Wissen
Die Erstellung von Montageablaufplänen bedarf heutzutage immer noch eines enormen manuellen Aufwands auf Basis des Expertenwissens der MontageplanerInnen. Oftmals müssen Plan- und Vorgabezeiten sowie Prozessabfolgen anhand von Erfahrungswerten ungenau abgeschätzt und während der Produktion händisch korrigiert werden. Vor allem in der Vorserienproduktion und im Produktionsanlauf komplexer Montagesysteme resultieren durch diese manuellen Tätigkeiten große Herausforderungen und Ressourcenverluste.
Das Forschungsvorhaben AGASTIK setzt genau an diesem Punkt an und verfolgt das Ziel, die manuellen Aufwände zu reduzieren und die Planungsqualität im Produktionsanlauf zu verbessern. Dazu sollen Montageplanungsdaten automatisiert generiert werden. Innerhalb des Projekts wird daher ein lernender, auf künstlicher Intelligenz basierender Algorithmus entwickelt, der implizites Mitarbeiterwissen mittels Sensorik aus Montageprozessen extrahiert und daraus automatisiert Plan- und Vorgabezeiten sowie Prozessfolgen ableitet und den MontageplanerInnen zur Verfügung stellt.
Am Forschungsprojekt sind neben dem IPEM auch das Werkzeugmaschinenlabor WZL der RWTH Aachen sowie die Industrieunternehmen Wilhelm Vogel GmbH Antriebstechnik, Medenus Gas-Druckregeltechnik GmbH und Weber Maschinenbau GmbH beteiligt. Komplementiert wird das Konsortium durch die beiden Software-Entwickler Mobile Software AG und Lorenz Software GmbH. Vonseiten des IPEM-Lehrstuhls ist unser Gruppenleiter
Maximilien Schütz für die operative Projektleitung verantwortlich.
Gefördert durch: Bundesministerium für Bildung und Forschung
Projektbeginn: 01.07.2021
Projektende: 30.11.2024
