Projets de recherche

Description du projet

L'abrasion des pneumatiques est l'une des plus grandes sources de microplastiques dans l'environnement.
Une réduction efficace de l'abrasion des pneumatiques est entravée par le manque de données en ligne sur l'usure des pneumatiques en conditions réelles, par l'absence d'énoncés valides sur les principaux facteurs d'influence qui déterminent l'abrasion, et par l'absence d'outils logiciels prédictifs permettant une réduction de l'abrasion adaptée à la situation.

L'objectif central du projet est de développer des outils logiciels basés sur l'IA, capables de relier et d'analyser les données collectées en ligne sur l'abrasion des pneumatiques de véhicules utilitaires, les données du BMDV sur la route et la météo ainsi que des indicateurs de laboratoire avec le capteur KapSor, afin de

• (mieux) comprendre les principaux facteurs d'influence de l'abrasion des pneumatiques
• établir des prévisions situationnelles sur l'abrasion des pneumatiques
• comparer les pneumatiques en termes de performance d'abrasion
• réduire à l'avenir l'usure des pneumatiques par une intervention active
  Les objectifs individuels :
• Classification de la qualité des pneumatiques en matière d'abrasion
• Prévision de la durée de vie des pneumatiques
• Détermination pondérée des facteurs d'influence de l'usure des pneumatiques
• Relation entre l'abrasion des pneumatiques lors d'essais sur le terrain et lors d'essais en laboratoire
• Analyse de la réduction de l'usure des pneumatiques – label d'abrasion des pneumatiques

Priorités des tâches des partenaires du projet

• Coordination du projet
• Développement du capteur KapSor pour une utilisation dans des véhicules spéciaux et des camions
• Coordination du programme d'essais
• Transfert de données
• Évaluation des essais sur le terrain

• Développement du jumeau numérique et d'énoncés sur l'influence de l'abrasion à partir d'une collecte de données étendue (p. ex. issues d'essais en laboratoire et sur le terrain, de données véhicule, d'appréciations et d'évaluations par des conducteurs professionnels / des experts) à l'aide d'évaluations par IA

• Développement d'une évaluation quasi continue des signaux du capteur KapSor
• Appui à l'adaptation de l'électronique et du concept de capteur à l'utilisation sur camion
• Accroissement de la robustesse et miniaturisation du capteur KapSor
• Transfert de données

• Dans le cadre du projet, DENKweit développera une analyse par IA d'images IR des surfaces de contact des pneumatiques et identifiera et validera des indicateurs d'abrasion supplémentaires à partir d'images IR de pneumatiques préchargés.

• Relevé d'indicateurs de laboratoire de l'abrasion de mélanges de gomme, y compris la préparation des échantillons
• Appui au développement du capteur d'abrasion des pneumatiques pour camions (KapSor)
• Acquisition d'images IR des surfaces de contact des pneumatiques lors d'essais sur banc et d'essais sur le terrain
• Analyse de corrélation et évaluation par IA en accompagnement
• Interface avec les décideurs politiques de la région d'Allemagne centrale

Résultats visés

• Acquisition de connaissances solides sur l'usure des pneumatiques de véhicules utilitaires en conditions d'exploitation réelles

• Énoncés quantitatifs sur les facteurs d'influence qui déterminent l'abrasion des pneumatiques

• Outils logiciels basés sur l'IA pour la gestion des pneumatiques

• Classification ou analyse de régression des pneumatiques, basée sur l'IA, en matière d'abrasion

• Approches pour une réduction de l'abrasion des pneumatiques adaptée à la situation (pression des pneumatiques / comportement de conduite)
• Corrélations entre l'usure des pneumatiques sur le terrain et les indicateurs de laboratoire pertinents

• Lignes directrices pour une construction de pneumatiques et de routes optimisée en matière d'émissions

Informations sur nos partenaires

Rösler Tyre Innovators GmbH & Co. KG

Université de Paderborn

Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS

DENKweit

Description du projet

L'objectif du projet de recherche commun est de développer un système de pulvérisation innovant, piloté par logiciel, miniaturisé et de haute précision, avec un dosage des quantités précis et traçable – sur la base du système d'extrusion.
Le développement prévu doit apporter des avantages significatifs par rapport à la technique actuelle :

• Réduction des écarts de quantité délivrée d'environ 15 % à 5 % maximum
• Traçabilité de la quantité délivrée
• Mesure virtuelle de la viscosité du fluide d'exploitation
• Comportement de régulation adaptatif en fonction de la viscosité du fluide d'exploitation
• Pulvérisation graduée de composants avec un débit volumique variable de façon linéaire
• Obtention d'une dynamique élevée du système de pulvérisation avec un temps de réponse de régulation inférieur à 50 ms

Priorités des tâches des partenaires du projet

• Développement d'une conception innovante de l'élément de dosage
• Mise en œuvre de la conception de l'élément de dosage dans un démonstrateur
• Développement de la conception globale du système de pulvérisation

• Développement d'une commande de buse intelligente avec réétalonnage
• Développement d'une adaptation à la viscosité avec capteur virtuel

• Développement d'une unité d'entraînement composée d'actionneurs d'entraînement et d'une électronique de commande
• Validation et étalonnage des fonctions de la buse et développement de modèles

Informations sur nos partenaires

HIESSL Schmiertechnik GmbH (technique de lubrification)

Fraunhofer IWU - Institut für Werkzeugmaschinen und Umformtechnik (Institut des machines-outils et de la technique de formage)

Description du projet

L'objectif du projet est de développer une nouvelle solution d'assemblage modulaire basée sur l'IA, avec des postes de travail autonomes, afin de proposer une plus grande variété de produits sans perte d'efficacité dans la production. Cela doit être obtenu par une modélisation simulée de la chaîne de production, la collecte en temps réel de données de production inter-machines et une analyse des données par IA avec une interface vers un système de préparation de commandes de niveau supérieur. L'algorithme de pilotage, assisté par apprentissage automatique, doit également permettre aux PME à production principalement manuelle de réagir avec flexibilité à diverses modifications de l'ordre de fabrication. En outre, les collaborateurs disposeront de toutes les informations pertinentes sur leur ordre de fabrication dans un nouvel environnement de travail numérique.

Situation initiale

Les lignes d'assemblage actuelles à temps de cycle défini ne peuvent plus répondre aux exigences croissantes des clients faute de flexibilité et s'avèrent de moins en moins rentables.

Objectifs et solutions

Le développement prévu est une solution d'assemblage modulaire inédite, basée sur l'IA, avec des postes de travail autonomes, afin d'atteindre une plus grande variété de produits.

Résultats attendus

• Réduction du temps de traitement des produits de 20 %
• Réduction des emplacements tampons de 50 %
• Fiabilité du système de 99 %

Priorités des tâches des partenaires du projet

• Essais sur une ligne d'assemblage spécialement mise à disposition pour le projet
• Détermination des données de production pertinentes pour la simulation et le développement de l'algorithme de pilotage
• Développement d'une interface vers le système ERP pour l'accès aux gammes de fabrication et aux données de matières de commande pertinentes (en coopération avec iMes)
• Définition des exigences et des paramètres cibles à respecter
• Mise à disposition de locaux pour le personnel de la Kempten University of Applied Sciences pour les rendez-vous et essais sur site
• Investissements pour la réalisation du projet

• Développement du réseau de neurones qui assiste l'algorithme de pilotage de la ligne de production
• Création des interfaces nécessaires pour relier le système de pilotage au système ERP existant chez Otto Martin Maschinenbau GmbH
• Intégration du système de pilotage dans la ligne de production
• Développement d'une interface utilisateur intuitive pour le personnel (afin qu'aucune formation spéciale ne soit nécessaire)
• Mise en œuvre d'un échange de données automatisé pour certains processus (par exemple, données de contrôle pour l'assurance qualité)

• Création d'une simulation de la ligne de production d'Otto Martin Maschinenbau GmbH aussi proche que possible de la réalité, et d'un algorithme pour l'optimiser
• Vérification de la plausibilité et de la qualité des données
• Détermination de la probabilité d'occurrence de différents événements qui influencent le processus de production et, sur cette base, établissement d'une distribution des résultats
• Développement d'un algorithme qui analyse et pilote la production de manière prédictive et prescriptive sur la base de données cibles générées synthétiquement, y compris d'éventuels temps de fonctionnement particuliers
• Test de l'algorithme obtenu par d'autres simulations afin de garantir la robustesse des résultats

Informations sur nos partenaires

Otto Martin Maschinenbau GmbH & Co. KG

Hochschule für Angewandte Wissenschaften Kempten

Description du projet

L'objectif du projet de recherche est de développer un « capteur de cristallisation intelligent » afin d'assurer une assurance qualité de premier plan dans le moulage par injection, et de le tester avec des utilisateurs finaux (Exipnos GmbH, Mercedes Benz AG). Le « capteur de cristallisation intelligent » doit pouvoir réduire au minimum les rebuts dus au gauchissement dans le processus de production et prendre des contre-mesures en cas de fluctuations de paramètres de process ayant une incidence sur la qualité. La base innovante est la combinaison d'un capteur de température infrarouge (IR) ultra-rapide avec un modèle de cristallisation intégré au matériel en ligne pour former le « capteur de cristallisation ».

Dans un second temps, un module d'IA sera ajouté au capteur de cristallisation afin de créer un « capteur de cristallisation intelligent ». Ce module utilise les données du capteur de cristallisation ainsi que les paramètres de process et d'environnement du moulage par injection enregistrés en continu pour générer en ligne une prévision de qualité pour chaque pièce individuelle, et formule en outre des propositions d'ajustement des paramètres de moulage par injection.

La base en est l'entraînement du système d'IA pendant la phase habituelle d'échantillonnage lors du démarrage du moule d'injection. Une mesure 3D ne sera nécessaire que durant cette période d'apprentissage du système d'IA ; dans le processus de production lui-même, elle doit être remplacée par le système d'IA pour l'assurance qualité, ce qui offre des avantages significatifs en termes de temps et de coûts.

Priorités des tâches des partenaires du projet

• Développement d'un modèle de cristallisation adapté à une utilisation en ligne, y compris la
• Mise en œuvre dans un algorithme qui fournit les paramètres de cristallisation (température et chaleur de cristallisation) et répond aux exigences d'un capteur de cristallisation en ligne d'usage courant en termes de temps d'exécution et de robustesse

• Intégration matérielle du modèle de cristallisation développé par
• combinaison avec le capteur de température IR propre à l'entreprise pour former un « capteur de cristallisation », qui détermine et délivre en ligne les paramètres de cristallisation et les met à disposition pour une évaluation ultérieure

• Développement d'un système d'IA entraîné dans une phase d'échantillonnage avec mesure 3D des pièces et fournissant ensuite des prévisions sur la qualité des pièces et des propositions d'ajustement des paramètres de process

• Test systématique du « capteur de cristallisation intelligent » en conditions réelles, y compris le
• retour d'information avec les partenaires du projet nécessaire à son optimisation

Résultats visés

• Développement d'un algorithme en ligne robuste, basé sur un modèle de cristallisation, pouvant fournir en temps réel des informations sur l'état de cristallisation local de pièces plastiques moulées par injection
• Intégration matérielle de l'algorithme développé dans un « capteur de cristallisation » pour la sortie en temps réel de paramètres de cristallisation tels que la température et la chaleur de cristallisation
• Développement d'un système d'IA qui, après une phase d'apprentissage avec mesure 3D, permet de formuler des énoncés sur la qualité des pièces – uniquement à partir des données du capteur de cristallisation et des données de process conventionnelles associées
• Combinaison du « capteur de cristallisation » et du système d'IA pour former un « capteur de cristallisation intelligent » qui fonctionne de manière robuste en conditions de production et satisfait de façon fiable aux exigences ci-dessus
• Exploration des possibilités de générer des propositions utiles d'ajustement des paramètres du process de moulage par injection, à partir des données du capteur de cristallisation et des données de process associées collectées au moyen d'un système d'IA

Informations sur nos partenaires

FOS Messtechnik GmbH

Exipnos GmbH

Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS

Description du projet

L'objectif du projet de recherche est le développement d'une commande intelligente, basée sur l'image, de micro-vannes de dosage pour l'application de fluides dans la gamme du nanolitre.
Dans le cadre de ce projet, un nouveau système d'analyse d'images doit être développé, qui effectuera des comparaisons consigne-réel des gouttes de fluide lors de l'application et du mouillage des surfaces sur la base d'une reconnaissance graphique de formes, et les affichera sous forme d'images. Cet outil d'analyse innovant doit permettre d'analyser la quantité de dépose optimale et le degré de mouillage optimal du fluide à appliquer. Cela rendra possible pour la première fois l'application automatisée de pâtes à braser d'usage industriel pour des circuits électroniques hautement miniaturisés sur des surfaces tridimensionnelles.

Priorités des tâches des partenaires du projet

• Analyse des propriétés rhéologiques de fluides techniques (pâtes à braser, huiles, lubrifiants, laques, flux, etc.) afin de déterminer les paramètres de réglage corrects pour l'application de différents fluides de viscosités variables
• Sur la base des paramètres déterminés, un large éventail de fluides doit pouvoir être traité par le système d'application à développer au moyen de légères interventions sur le système, et idéalement uniquement dans le logiciel
• Conception de la vanne, y compris la géométrie de la vanne et du poussoir ainsi que d'éventuels rayons, surfaces et matériaux
• Développement de l'actionneur d'application (définition de la vitesse du poussoir lors du traitement de chaque fluide afin de générer la quantité d'application correspondante)
• Étude de la course d'impulsion du poussoir pour générer une goutte optimale
• Analyse de la vanne, en fonction de la viscosité du fluide, pour l'application de quantités déterminées

• Développement d'un actionneur adapté, inédit et variable pour la commande de la vanne de dosage, pouvant être couplé en temps réel au retour du système de capteurs (approche électromécanique, pneumatique ou hydraulique)
• Mise en œuvre de la technologie de capteurs développée par iMes Solutions GmbH pour la détection en ligne du volume de fluide et de la qualité du dosage dans le système de dosage
• Assemblage de tous les composants mécaniques et électroniques dans un système de dosage compact
• Développement d'un prototype

• Mise en œuvre d'un système de mesure basé sur l'image capable d'évaluer le volume de fluide et la qualité d'application du système de dosage à partir d'évaluations graphiques – composé d'une caméra mono et d'une unité de calcul externe
• Conversion d'un matériel basé sur l'image à partir d'une image 2D en un résultat de mesure valide concernant le volume de fluide et la qualité d'application
• Entraînement du programme avec de nombreux algorithmes mathématiques et basés sur des graphes

Résultats visés

L'approche basée sur l'image pour le contrôle de l'application de fluides est une nouveauté complète dans le domaine de la technique de dosage. Cet outil d'analyse innovant permettra d'analyser la quantité de dépose optimale et le degré de mouillage optimal du fluide à appliquer. Ainsi, l'application automatisée de pâtes à braser d'usage industriel pour des circuits électroniques hautement miniaturisés sur des surfaces tridimensionnelles sera possible pour la première fois. En outre, des quantités de graisse ou d'huile contrôlées avec précision pourront être appliquées sur des composants miniaturisés tels que des micro-engrenages.

Informations sur nos partenaires

Bahner Feinwerktechnik GmbH (mécanique de précision)

TH Köln (université des sciences appliquées de Cologne)

Description du projet

L'objectif du projet est le développement technologique et innovant d'un outil progressif intelligent permettant une analyse permanente de l'état et un réajustement actif et continu pendant la production.

L'état des composants de l'outil soumis à l'usure doit être relevé par des capteurs fournissant des informations sur la durée de vie et les réajustements nécessaires. Le traitement numérique de ces informations par l'enregistrement, l'analyse, la visualisation et l'évaluation des données sous forme de gestion des données doit être pris en charge par un algorithme à développer de manière innovante ainsi que par de nouveaux composants logiciels permettant l'exploitation intelligente de ces données, l'automatisation ainsi que des processus d'auto-apprentissage.

Priorités des tâches des partenaires du projet

• Développement et fabrication en salle blanche d'un système de capteurs très sensible destiné à être utilisé dans des outils progressifs de formage des métaux
• Détermination de différents concepts de capteurs pour une évaluation innovante des données relatives aux défauts et à l'usure dans l'outil de formage
• Développement d'un système de microcapteurs pour l'analyse des écarts dimensionnels sur la pièce de tôle à traiter

• Conception et dimensionnement d'un diagramme force-course innovant pour l'outil intelligent afin d'enregistrer les effets de pression et de pressage ainsi que de mouvement

• Conception et développement de l'outil de formage de la tôle en tant qu'outil progressif intelligent et mise en œuvre de la technologie de capteurs pour l'analyse des données
• Développement du positionnement approprié des capteurs dans l'outil innovant sans entraver les processus d'exploitation
• Étude des processus de chaque poste de l'outil progressif adaptés à un process mécatronique auto-apprenant et développement des paramètres de process correspondants
• Développement de la conception très complexe de l'outil progressif et raccordement de la technologie de l'information et de la communication pour assumer le rôle d'optimiseur de production

• Calcul et développement de nouveaux algorithmes à partir des données des processus de l'outil intelligent
• Développement d'un système d'information et de communication pour le traitement des données des capteurs et le déclenchement de mesures qualité
• Traitement des données des capteurs et visualisation dans un système logiciel convivial et innovant

Résultats

L'intégration et la mise en œuvre du nouvel outil à l'aide de paramètres détaillés, de valeurs de mesure et de valeurs limites dans les processus de fabrication par tous les partenaires impliqués ont été couronnées de succès.

En résumé, les avantages des développements technologiques présentés ici peuvent être décrits comme suit :

• Garantie de la qualité des produits
• Augmentation de la quantité produite
• Réduction de la production défectueuse
• Augmentation de la durée de vie des outils

Informations sur nos partenaires

Brabant & Lehnert Werkzeug und Vorrichtungsbau GmbH

IMSAS – Institut des microcapteurs, actionneurs et systèmes de l'université de Brême