Projektdaten

---

Engineering for Smart Manufacturing (E4SM)

---

Das Ziel des Vorhabens E4SM ist es, innovative wissenschaftliche Methoden für die Entwicklung, Implementierung, Einrichtung und den Betrieb von Machine Leaming (ML) basierten Assistenzsystemen für das Smart Manufacturing in industriellen Anwendungsszenarien zu erforschen. Im Kontext von Industrie 4.0 sollen dabei insbesondere die Anforderungen und Besonderheiten bei Fertigungs- und Montageprozessen kleiner und mittelgroßer Unternehmen (KMU) berücksichtigt werden. Als exemplarische und zudem übertragbare und idemonstrierbare Anwendungsszenarien wurden in Abstimmung mit den assoziierten Partnern, dem Thüringer Zentrum für Maschinenbau (ThZM) und dem Mittelstand 4.0-Kompetenzzentrum Ilmenau, das "Vorrichtungsfreie Laserstrahlschweißen" und die "Variantenreichen Montageprozesse" identifiziert, in deren Kontext die in diesem Vorhaben bearbeiteten Methoden und Techniken erforscht, erprobt und demonstriert werden sollen. Im Unterschied zu anderen aktuellen Forschungsarbeiten zum Einsatz von Machine Learning in speziellen industriellen Anwendungen ist das Alleinstellungsmerkmal des hier beantragten Vorhabens die klare Fokussierung auf integrierte und ganzheitliche Engineering-Methoden für den Einsatz von lernbasierten Assistenzsystemen in der Fertigung. Angesichts der Komplexität industrieller Szenarien und der Vielzahl der in diesem Themengebiet aktiven Akteure zielt das Vorhaben deshalb explizit darauf ab, Durchbrüche in Bezug auf das Systems Engineering von ML-basierten Assistenzsystemen zu erzielen und hierzu einen integrierten Ansatz zu erarbeiten, der die wichtigen Kernbereiche Data Analytics & Management, domänenübergreifendes Machine Learning, Software Engineering, Collaborative Robotics sowie IT Security & Safety abdeckt. Neben diesem wissenschaftlichen Anspruch sollen durch das Vorhaben und die Einbindung von Unternehmen der Einsatz von ML-Verfahren und Assistenzsystemen für die KMUs besser plan- und beherrschbar werden und die Einstiegshürden minimiert werden.