Proyectos de investigación

Especificación del proyecto

La abrasión de los neumáticos es una de las mayores fuentes de microplásticos en el medio ambiente.
La reducción eficiente de la abrasión de los neumáticos se ve dificultada por la falta de datos en línea sobre el desgaste de los neumáticos en condiciones reales, de afirmaciones válidas sobre los principales factores de influencia que determinan la abrasión y de herramientas de software predictivas que permitan una reducción de la abrasión adaptada a la situación.

El objetivo central del proyecto es desarrollar herramientas de software basadas en IA capaces de vincular y analizar los datos recogidos en línea sobre la abrasión de los neumáticos de vehículos industriales, los datos del BMDV sobre carretera y clima y los indicadores de laboratorio con el sensor KapSor, con el fin de

• comprender (mejor) los principales factores que influyen en la abrasión de los neumáticos
• realizar predicciones situacionales sobre la abrasión de los neumáticos
• comparar neumáticos en cuanto a su comportamiento frente a la abrasión
• minimizar el desgaste de los neumáticos en el futuro mediante intervención activa
  Los objetivos individuales:
• Clasificación de la calidad de los neumáticos con respecto a la abrasión
• Predicción de la vida útil de los neumáticos
• Determinación ponderada de los factores que influyen en el desgaste de los neumáticos
• Relación entre la abrasión de los neumáticos en ensayos de campo y en ensayos de laboratorio
• Análisis de la reducción del desgaste de los neumáticos: etiqueta de abrasión de neumáticos

Enfoque de las tareas de los socios del proyecto

• Coordinación del proyecto
• Desarrollo del sensor KapSor para su uso en vehículos especiales y camiones
• Coordinación del programa de ensayos
• Transmisión de datos
• Evaluación de los ensayos de campo

• Desarrollo del gemelo digital y de afirmaciones sobre la influencia de la abrasión a partir de una amplia recopilación de datos (p. ej., de ensayos de laboratorio y de campo, datos de vehículos, valoración y evaluación por conductores profesionales/expertos) con ayuda de evaluaciones de IA

• Desarrollo de una evaluación cuasi continua de las señales del sensor KapSor
• Apoyo en la adaptación del concepto de electrónica y sensor para su uso en camiones
• Aumento de la robustez y logro de una miniaturización del sensor KapSor
• Transmisión de datos

• En el marco del proyecto, DENKweit desarrollará un análisis de IA de imágenes IR de las superficies de contacto de los neumáticos e identificará y validará indicadores de abrasión adicionales a partir de imágenes IR de neumáticos precargados.

• Registro de indicadores de laboratorio de la abrasión de compuestos de neumáticos, incluida la preparación de las muestras
• Apoyo en el desarrollo del sensor de abrasión de neumáticos para camiones (KapSor)
• Adquisición de imágenes IR de las superficies de contacto de los neumáticos durante ensayos en banco y ensayos de campo
• Análisis de correlación y evaluación de IA de acompañamiento
• Interfaz con los responsables políticos de la región de Alemania Central

Resultados previstos

• Obtención de conocimientos sólidos sobre el desgaste de los neumáticos en vehículos industriales en condiciones reales de funcionamiento

• Afirmaciones cuantitativas sobre los factores de influencia que determinan la abrasión de los neumáticos

• Herramientas de software basadas en IA para la gestión de neumáticos

• Clasificación o análisis de regresión de los neumáticos basados en IA con respecto a la abrasión

• Enfoques para la reducción de la abrasión de los neumáticos en función de la situación (presión de los neumáticos/comportamiento de conducción)
• Correlaciones entre el desgaste de los neumáticos en campo y los indicadores de laboratorio relevantes

• Directrices para la construcción de neumáticos y carreteras optimizados en cuanto a emisiones

Información sobre nuestros socios

Rösler Tyre Innovators GmbH & Co. KG

Universidad de Paderborn

Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS

DENKweit

Especificación del proyecto

El objetivo del proyecto de investigación conjunto es desarrollar un sistema de pulverización innovador, controlado por software, miniaturizado y de alta precisión, con una dosificación de cantidad precisa y trazable, basado en el sistema de extrusión.
El desarrollo previsto pretende lograr ventajas significativas frente a la tecnología actual:

• Reducción de las desviaciones en la cantidad suministrada de aprox. un 15 % a un máx. del 5 %
• Trazabilidad de la cantidad suministrada
• Medición virtual de la viscosidad del medio de servicio
• Comportamiento de regulación adaptativo en función de la viscosidad del medio de servicio
• Pulverización graduada de componentes con caudal de salida linealmente variable
• Logro de una alta dinámica del sistema de pulverización con una respuesta de regulación en menos de 50 ms

Enfoque de las tareas de los socios del proyecto

• Desarrollo de un diseño innovador del elemento de dosificación
• Implementación del diseño del elemento de dosificación en un demostrador
• Desarrollo del diseño global del sistema de pulverización

• Desarrollo de un control inteligente de boquillas con recalibración
• Desarrollo de una adaptación a la viscosidad con sensor virtual

• Desarrollo de una unidad de accionamiento compuesta por actuadores de accionamiento y electrónica de control
• Validación y calibración de las funciones de las boquillas y desarrollo de modelos

Información sobre nuestros socios

HIESSL Schmiertechnik GmbH (tecnología de lubricación)

Fraunhofer IWU - Institut für Werkzeugmaschinen und Umformtechnik (Instituto de Máquinas Herramienta y Tecnología de Conformado)

Especificación del proyecto

El objetivo del proyecto es desarrollar una nueva solución de montaje modular basada en IA, con puestos de trabajo autónomos, para ofrecer una mayor variedad de productos sin pérdida de eficiencia en la producción. Esto se conseguirá mediante una representación simulada de la cadena de producción, la recopilación en tiempo real de datos de producción entre máquinas y un análisis de los datos basado en IA con una interfaz hacia un sistema superior de preparación de pedidos. El algoritmo de control, apoyado en el aprendizaje automático, debe permitir también a las pymes con producción principalmente manual reaccionar con flexibilidad a diversos cambios en la orden de producción. Además, los empleados dispondrán de toda la información relevante sobre su orden de producción en un nuevo entorno de trabajo digital.

Situación de partida

Las líneas de montaje actuales, con tiempos de ciclo definidos, ya no pueden satisfacer las crecientes exigencias de los clientes por falta de flexibilidad y resultan cada vez menos rentables.

Objetivos y soluciones

El desarrollo previsto es una novedosa solución de montaje modular basada en IA, con puestos de trabajo autónomos, para lograr una mayor variedad de productos.

Resultados esperados

• Reducción del tiempo de procesamiento de los productos en un 20 %
• Reducción de los espacios de búfer en un 50 %
• Fiabilidad del sistema del 99 %

Enfoque de las tareas de los socios del proyecto

• Pruebas en una línea de montaje puesta a disposición específicamente para el proyecto
• Determinación de los datos de producción relevantes para la simulación y el desarrollo del algoritmo de control
• Desarrollo de una interfaz con el sistema ERP para acceder a los datos relevantes de planes de trabajo y materiales de pedidos (en cooperación con iMes)
• Definición de los requisitos y de los parámetros objetivo que deben cumplirse
• Puesta a disposición de instalaciones para el personal de la Universidad de Ciencias Aplicadas de Kempten para citas y pruebas in situ
• Inversiones para la realización del proyecto

• Desarrollo de la red neuronal que apoya el algoritmo de control de la línea de producción
• Creación de las interfaces necesarias para conectar el sistema de control con el sistema ERP existente en Otto Martin Maschinenbau GmbH
• Integración del sistema de control en la línea de producción
• Desarrollo de una interfaz de usuario intuitiva para el personal (de modo que no se requiera una formación especial)
• Implementación de un intercambio automatizado de datos para determinados procesos (por ejemplo, datos de control para el aseguramiento de la calidad)

• Creación de una simulación lo más fiel posible a la realidad de la línea de producción de Otto Martin Maschinenbau GmbH y de un algoritmo para optimizarla
• Comprobación de la plausibilidad y la calidad de los datos
• Determinación de la probabilidad de ocurrencia de diversos eventos que influyen en el proceso de producción y, a partir de ella, creación de una distribución de resultados
• Desarrollo de un algoritmo que analiza y controla la producción de forma predictiva y prescriptiva a partir de datos objetivo generados sintéticamente, incluidos los posibles tiempos de ejecución especiales
• Comprobación del algoritmo resultante mediante simulaciones adicionales para asegurar la robustez de los resultados

Información sobre nuestros socios

Otto Martin Maschinenbau GmbH & Co. KG

Hochschule für Angewandte Wissenschaften Kempten

Especificación del proyecto

El objetivo del proyecto de investigación es desarrollar un «sensor inteligente de cristalización» que proporcione un aseguramiento de la calidad de primer nivel en el moldeo por inyección y probarlo con usuarios finales (Exipnos GmbH, Mercedes Benz AG). El «sensor inteligente de cristalización» debe ser capaz de minimizar los rechazos causados por deformaciones en el proceso de producción y de adoptar contramedidas en caso de fluctuaciones de parámetros del proceso relevantes para la calidad. La base innovadora es la combinación de un sensor de temperatura por infrarrojos (IR) ultrarrápido con un modelo de cristalización integrado en el hardware y operativo en línea (inline) para formar el «sensor de cristalización».

En un segundo paso, se añadirá un módulo de IA al sensor de cristalización para crear un «sensor inteligente de cristalización». Este módulo utiliza los datos del sensor de cristalización y los parámetros del proceso de moldeo por inyección y del entorno registrados de forma continua para generar, en línea, una predicción de calidad para cada componente individual y también genera sugerencias para ajustar los parámetros de moldeo por inyección.

La base para ello es el entrenamiento del sistema de IA durante la habitual fase de muestreo en la puesta en marcha del molde de inyección. La medición 3D solo será necesaria durante este periodo de aprendizaje del sistema de IA; en el propio proceso de producción, esta será sustituida por el sistema de IA para el aseguramiento de la calidad, lo que ofrece importantes ventajas de tiempo y de coste.

Enfoque de las tareas de los socios del proyecto

• Desarrollo de un modelo de cristalización apto para el uso en línea, incluida la
• Implementación en un algoritmo que proporciona parámetros de cristalización (temperatura y calor de cristalización) y cumple los requisitos de un sensor de cristalización en línea de uso rutinario en cuanto a tiempo de ejecución y robustez

• Integración en el hardware del modelo de cristalización desarrollado mediante
• su combinación con el sensor de temperatura IR propio para formar un «sensor de cristalización», que determina y proporciona en línea los parámetros de cristalización y los pone a disposición para su posterior evaluación

• Desarrollo de un sistema de IA que se entrena en una fase de muestreo con medición 3D de componentes y que posteriormente proporciona predicciones sobre la calidad de los componentes y sugerencias para el ajuste de los parámetros del proceso

• Pruebas sistemáticas del «sensor inteligente de cristalización» en condiciones reales, incluida la
• retroalimentación con los socios del proyecto necesaria para su optimización

Resultados previstos

• Desarrollo de un algoritmo robusto en línea basado en un modelo de cristalización que pueda proporcionar en tiempo real información sobre el estado local de cristalización de los componentes plásticos moldeados por inyección
• Integración en el hardware del algoritmo desarrollado en un «sensor de cristalización» para la salida de parámetros de cristalización, como la temperatura y el calor de cristalización, en tiempo real
• Desarrollo de un sistema de IA que, tras una fase de aprendizaje con medición 3D, permita hacer afirmaciones sobre la calidad de los componentes, basándose únicamente en los datos del sensor de cristalización y en los datos convencionales del proceso que los acompañan
• Combinación del «sensor de cristalización» y del sistema de IA para formar un «sensor inteligente de cristalización» que funciona de forma robusta en condiciones de producción y cumple de forma fiable los requisitos anteriores
• Exploración de las posibilidades de generar sugerencias útiles para el ajuste de los parámetros del proceso de moldeo por inyección a partir de los datos del sensor de cristalización y de los datos del proceso que los acompañan, recopilados mediante un sistema de IA

Información sobre nuestros socios

FOS Messtechnik GmbH

Exipnos GmbH

Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS

Especificación del proyecto

El objetivo del proyecto de investigación es el desarrollo de un control inteligente, basado en imágenes, de válvulas de microdosificación para la aplicación de fluidos en el rango de los nanolitros.
En el marco de este proyecto se desarrollará un novedoso sistema de análisis de imágenes que realizará comparaciones entre valor objetivo y valor real de las gotas de fluido durante la aplicación y el mojado de la superficie, mediante reconocimiento gráfico de patrones, y las representará en imágenes. Esta innovadora herramienta de análisis debe permitir analizar la cantidad de descarga óptima y el grado de mojado óptimo del fluido que se va a aplicar. De este modo, se hará posible por primera vez la aplicación automatizada de las pastas de soldadura de uso industrial para circuitos electrónicos altamente miniaturizados sobre superficies tridimensionales.

Enfoque de las tareas de los socios del proyecto

• Análisis de las propiedades reológicas de fluidos técnicos (pastas de soldadura, aceites, lubricantes, lacas, fundentes, etc.) para determinar los parámetros de ajuste correctos para la aplicación de distintos fluidos con viscosidades variables
• Sobre la base de los parámetros determinados, debe poder procesarse una amplia gama de fluidos mediante el sistema de aplicación que se va a desarrollar, con pequeñas intervenciones en el sistema y, idealmente, solo en el software
• Diseño de la válvula, incluidas la geometría de la válvula y del émbolo, así como los radios, superficies y materiales que se precisen
• Desarrollo del actuador de aplicación (definición de la velocidad del émbolo al procesar cada fluido para generar la cantidad de aplicación correspondiente)
• Investigación del impulso de carrera del émbolo para generar una gota óptima
• Análisis de la válvula, en función de la viscosidad del fluido, para la aplicación de cantidades específicas

• Desarrollo de un actuador novedoso, variable y adecuado para el control de la válvula de dosificación, que pueda acoplarse en tiempo real a la retroalimentación del sistema de sensores (enfoque electromecánico, neumático o hidráulico)
• Implementación de la tecnología de sensores desarrollada por iMes Solutions GmbH para la detección en línea del volumen de fluido y de la calidad de la dosificación en el sistema de dosificación
• Montaje de todos los componentes mecánicos y electrónicos en un sistema de dosificación compacto
• Desarrollo de un prototipo

• Implementación de un sistema de medición basado en imágenes que pueda evaluar el volumen de fluido y la calidad de aplicación del sistema de dosificación mediante evaluaciones gráficas, compuesto por una cámara monocular y una unidad de cálculo externa
• Conversión de un hardware basado en imágenes a partir de una imagen 2D en un resultado de medición válido con respecto al volumen de fluido y la calidad de aplicación
• Entrenamiento del programa con numerosos algoritmos matemáticos y basados en gráficos

Resultados previstos

El enfoque basado en imágenes para el control de la aplicación de fluidos es una absoluta novedad en el ámbito de la técnica de dosificación. Esta innovadora herramienta de análisis permitirá analizar la cantidad de dosificación óptima y el grado de mojado óptimo del fluido que se va a aplicar. Así, por primera vez será posible la aplicación automatizada de las pastas de soldadura de uso industrial para circuitos electrónicos altamente miniaturizados sobre superficies tridimensionales. Además, pueden aplicarse cantidades de grasa o aceite controladas con precisión sobre componentes miniaturizados, como los microengranajes.

Información sobre nuestros socios

Bahner Feinwerktechnik GmbH (ingeniería de precisión)

TH Köln (Universidad Técnica de Colonia)

Especificación del proyecto

El objetivo del proyecto es el desarrollo tecnológico e innovador de una herramienta progresiva inteligente que permita un análisis permanente del estado y un reajuste activo y continuo durante la producción.

El estado de los componentes de la herramienta afectados por el desgaste debe registrarse mediante sensores que proporcionen información sobre la vida útil y los reajustes necesarios. El procesamiento digital de esta información mediante la captura, el análisis, la visualización y la evaluación de datos, en forma de gestión de datos, correrá a cargo de un algoritmo que se desarrollará de forma innovadora, así como de nuevos componentes de software que permitan el uso inteligente de estos datos, la automatización y los procesos de autoaprendizaje.

Enfoque de las tareas de los socios del proyecto

• Desarrollo y fabricación de un sistema de sensores de alta sensibilidad en sala blanca para su uso en herramientas progresivas de conformado de metal
• Determinación de distintos conceptos de sensores para la evaluación innovadora de datos sobre defectos y desgaste en la herramienta de conformado
• Desarrollo de un sistema de microsensores para el análisis de las desviaciones dimensionales de la pieza de chapa que se va a procesar

• Esbozo y diseño de un innovador diagrama fuerza-recorrido para la herramienta inteligente, con el fin de registrar los efectos de presión y prensado, así como los de movimiento

• Diseño y desarrollo de la herramienta de conformado de chapa como herramienta progresiva inteligente e implementación de la tecnología de sensores para el análisis de datos
• Desarrollo de la colocación adecuada de los sensores en la herramienta innovadora sin bloquear los procesos operativos
• Investigación de los procesos de cada estación individual de la herramienta progresiva adecuados para un proceso mecatrónico de autoaprendizaje y desarrollo de los parámetros de proceso correspondientes
• Desarrollo del diseño, de gran complejidad, de la herramienta progresiva y conexión de la tecnología de la información y la comunicación para asumir la función de optimizador de la producción

• Cálculo y desarrollo de nuevos algoritmos a partir de los datos de los procesos de la herramienta inteligente
• Desarrollo de un sistema de información y comunicación para procesar los datos de los sensores e iniciar medidas de calidad
• Procesamiento de los datos de los sensores y visualización en un sistema de software innovador y fácil de usar

Resultados

La integración e implantación de la nueva herramienta en los procesos de fabricación, con parámetros, valores de medición y valores límite detallados, por parte de todos los socios implicados fue un éxito.

En resumen, las ventajas de los desarrollos tecnológicos aquí presentados pueden describirse del siguiente modo:

• Aseguramiento de la calidad del producto
• Aumento de la cantidad producida
• Reducción de la producción defectuosa
• Aumento de la vida útil de las herramientas

Información sobre nuestros socios

Brabant & Lehnert Werkzeug und Vorrichtungsbau GmbH

IMSAS - Instituto de Microsensores, Actuadores y Sistemas de la Universidad de Bremen