Published March 4, 2024 | Version v1
Conference paper Open

Intelligente Fertigung 4.0 : Digitale Zwillinge, Autonome Roboter und Anomalieerkennung im Fokus der Zukunftstechnologien

Description

Im Zuge der stetig steigender Rechenleistung sowie der Triebkraft der Digitalisierung und Vernetzung entfaltet
sich die vierte industrielle Revolution Industrie 4.0 (I4.0) und bringt eine Vielzahl neuer Konzepte und
Technologien hervor, wie etwa dem Digitalen Zwilling (engl. ’digital twin’) (DT), Cyber-physische Systeme
(CPS), Autonome mobile Roboter (AMR) und intelligente Fabriken. Vor diesem Hintergrund
hat die Fusion von DT-Technologien und Multisensordaten im Bereich der autonomen mobilen Roboter in den
letzten Jahren große Aufmerksamkeit erregt. Diese Entwicklung spiegelt nicht nur den technologischen Fortschritt
wider, sondern illustriert auch tiefgehend die Vorreiterstellung moderner Intelligenzkonzepte wie I4.0. Das
Kernkonzept von I4.0 besteht darin, das Internet der Dinge, Big-Data-Analysen sowie künstliche Intelligenz und
andere fortschrittliche Technologien nahtlos in die Fertigungsindustrie zu integrieren, um einen intelligenten und
digitalen Aufstieg der Industrie zu realisieren.
Inmitten dieses beispiellosen technologischen und konzeptuellen Wandels kommt den autonomen mobilen
Robotern als unverzichtbarer Bestandteil von I4.0 eine weitreichende Bedeutung zu. Seine Wirkung erstreckt sich
nicht nur auf die Effizienzsteigerung von Fertigungsprozessen, sondern deckt auch eine Reihe von bedeutenden
Herausforderungen ab, darunter die Flexibilität und Anpassungsfähigkeit der Fertigung.

Am Institut für Getriebetechnik, Maschinendynamik und Robotik wird an der Anwendung von DT und der
Erkennung von Anomalien geforscht. Mit Hilfe von DT können Effizienzlücken identifiziert und geschlossen
werden, was zu einer Optimierung der Ressourcennutzung führt. Im Zuge des durch das Horizon Europe
Programm der Europäischen Union geförderten Projects „Masterly“ entwickelt das IGMR digitale
Zwillinge mobiler Roboter in verschiedenen Produktionsschritten. Der Fokus liegt hierbei auf der Erkennung von
Anomalien während der Durchführung von geplanten Transport- und Bewegungsprozessen.

Files

IFToMM_DACH_2024_paper_15.pdf

Files (1.1 MB)

Name Size Download all
md5:9ec968ca1677ffa4b43608b312bdc808
1.1 MB Preview Download

Additional details

Funding

European Commission
MASTERLY - Nimble Artificial Intelligence driven robotic solutions for efficient and self-determined handling and assembly operations 101091800

References

  • Alatise, M. B.; Hancke, G. P. A review on challenges of autonomous mobile robot and sensor fusion methods In: IEEE Access, 8 (2020), S. 39830–39846.
  • Chandola, V.; Banerjee, A.; Kumar, V. Anomaly detection In: ACM Computing Surveys, 41 (July 2009) 3, DOI 10.1145/1541880.1541882, https://doi.org/10.1145/1541880.1541882, pp. 1–58.
  • Castellani, A.; Schmitt, S.; Squartini, S. Real-World Anomaly Detection by Using Digital Twin Systems and Weakly Supervised Learning In: EEE Transactions on Industrial Informatics, vol. 17, no. 7, pp. 4733-4742 (2021) doi: 10.1109/TII.2020.3019788.
  • Carvalho, T. P.; Soares, F. A. A. M. N.; Vita, R.; Francisco, R. d. P.; Basto, J. P.; Alcalá, S. G. S. A systematic literature review of machine learning methods applied to predictive maintenance In: Computers & Industrial Engineering, Volume 137, November 2019
  • Gonzalez, A. G.; Alves, M. V.; Viana, G. S.; Carvalho, L. K.; Basilio, J. C. Supervisory control-based navigation architecture: a new framework for autonomous robots in industry 4.0 environments In: IEEE Transactions on Industrial Informatics, 14 (2017) 4, S. 1732–1743.
  • Gilchrist, A. Industry 4.0: the industrial internet of things Springer, 2016.
  • Masterly Projekt; von der Europäischen Union im Rahmen des Programms "Horizont Europa" unter der Finanzhilfevereinbarung N. 101091800 finanziert https://www.masterly-project.eu/partners/
  • Preuveneers, D.; Ilie-Zudor, E. The intelligent industry of the future: A survey on emerging trends, research challenges and opportunities in Industry 4.0 In: Journal of Ambient Intelligence and Smart Environments, 2017
  • Wang, S.; Wan, J.; Zhang, D.; Li, D.; Zhang, C. Towards smart factory for industry 4.0: a self-organized multi-agent system with big data based feedback and coordination In: Computer networks, 101 (2016), S. 158–168