Selbstoptimierendes Assistenzsystem für die AR-gestützte Maschinenrüstung - coSAM

FORSCHUNGSPROJEKT

Herausforderung

  • kleinere Produktionslosgrößen aufgrund von Produktindividualisierung, sowie steigende Formatflexibilität von Maschinen und Anlagen führen zu vermehrten Formatwechseln
  • lange Anlaufphase bis zum optimalen Betriebspunkt nach Formatwechsel
  • ungleich verteiltes Erfahrungs- und Prozesswissen des Rüstpersonals

Forschungsergebnis

  • Assistenzsystem für den Rüstprozess in Verarbeitungsanlagen
  • Visualisierung der Assistenzinformationen mittels Augmented-Reality (AR)
  • Wissensbausteine, wie Texte, Bilder, Videos, mit semantischer Verknüpfung zur Bereitstellung von AR-Inhalten
  • Berechnung der Prozessparameter für optimierte Anlaufphase mittels Maschinellem Lernen (ML)

Nutzen

  • einfache Erstellung von Rüstanweisungen ohne spezifische IT-Kenntnisse für AR-Anwendungen
  • Unterstützung des Rüstpersonals durch Aufbereitung situativ relevanter Informationen
  • höhere Gesamtanlageneffizienz (OEE)
  • weniger Ausschuss durch verkürzte Anlaufphase
Logo des BMBF
Bundesministerium für Bildung und Forschung

AR-gestützte Assistenz im Rüstprozess

 

Im Projekt coSAM entsteht ein selbstoptimierendes Assistenzsystem für die Augmented-Reality(AR)-gestützte Maschinenrüstung. Durch das zur Verfügung stellen relevanter Informationen über AR wird Rüstpersonal auf verschiedene Weisen unterstützt. Zum einen können Inhalte, im Gegensatz zu klassischen Handbüchern, für den Rüstprozess mit Medien unterschiedlicher Formate wie beispielsweise Fotos, Video- oder Audioaufnahmen angereichert werden. Zum anderen können Informationen bedarfsgerecht und situativ gefiltert und angezeigt werden. Bei Verwendung von AR-Brillen hat das Bedienpersonal zusätzlich beide Hände für auszuführende Arbeiten zur Verfügung. Neben dem Rüstprozess wird auch die Anlaufphase durch coSAM durch die Auswahl geeigneter Prozessparameter unterstützt. Die Erstellung der AR-Inhalte mittels coSAM soll intuitiv und ohne spezielle IT-Fachkenntnisse ermöglicht und damit die Handhabung vereinfacht und die Akzeptanz des Systems erhöht werden.

 

Effizienzsteigerung durch Assistenzsystem coSAM


Rüstprozesse werden durch eine größere Produktvielfalt, kleinere Losgrößen und flexiblere Maschinen in der Umsetzung immer komplexer und eine Optimierung auch aus wirtschaftlicher Perspektive immer relevanter. Dazu ist eine bedarfsgerechte Informationsbereitstellung für das Rüstpersonal notwendig. In Verbindung mit AR-Devices (Tablets, Datenbrillen) wird sowohl diese Bereitstellung als auch eine Steigerung der Bedienfreiheit erreicht, bspw. durch Wegfall der Bedienhandbücher. Weiterhin werden nach erfolgreicher Durchführung des Rüstprozesses durch einen Algorithmus die Prozessparameter der Anlaufphase selbstständig optimiert, wodurch eine kürzere Anlaufzeit und damit eine frühere Produktion von qualitätsgerechten Produkten ebenso gewährleistet werden kann wie weniger Ausschussproduktion. Beides erhöht die Effizienz von Anlagen signifikant.

 

Praxisnahe Forschung – Anwendung in der Industrie


Bei der Entwicklung des selbstoptimierenden Assistenzsystems für den Rüstprozess setzt das Fraunhofer IVV Dresden neben der Zusammenarbeit mit Entwicklungspartnern (Actimage GmbH, InQu Informatics GmbH) auf die Zusammenarbeit mit Anwendungspartnern aus der Wirtschaft, um Wünsche, Ideen und Bedenken frühzeitig bei der Entwicklung des Systems zu berücksichtigen.

Damit baut das Fraunhofer IVV Dresden seine Kompetenzen im Bereich praxistauglicher Bediener-Assistenzsysteme weiter aus.

Zunächst wird ein Funktionsmuster des Systems im Labormaßstab am Fraunhofer IVV in Dresden implementiert und getestet. Anschließend wird das System bei zwei assoziierten Partnern installiert und unter Praxisbedingungen evaluiert.

Haben Sie Interesse am Bediener-Assistenzsystem SAM oder an mehr Informationen zu unserem Forschungsprojekt?  Wenden Sie sich gerne an uns!

Projektlaufzeit: 11/2019 bis 10/2022
Projektträger: Deutsches Zentrum für Luft- und Raumfahrt e. V. (DLR)

Weitere Forschungsprojekte

  • Optische, selbstlernende Störungsdiagnose in Verarbeitungsmaschinen - opticSAM
  • Kooperativer Mensch-Maschine-Dialog zur Diagnose und Beseitigung von Störungen an Verarbeitungsmaschinen – KoMMDia