Ein zentrales Ergebnis des Forschungsprojekts ist die Entwicklung eines intelligenten Assistenzsystems, das Produktingenieur*innen und Montagemitarbeiter*innen eine durchgängige Prozesskette bietet, welche eine effizientere und flexiblere Arbeitsweise ermöglicht. Das System kann auf verschiedene Produktionsumgebungen abgestimmt werden und lernt kontinuierlich dazu, um passgenaue Vorschläge zur Prozessoptimierung zu liefern. Bei der Abschlusspräsentation konnten die Teilnehmenden die Entwicklungen des Assistenzsystems im Live-Betrieb erleben.
DiProLeA, kurz für „Digitaler Produktentstehungsprozess mit lernendem Assistenzsystem“, wurde von einem Konsortium aus namhaften Unternehmen und Forschungseinrichtungen durchgeführt und vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Zu den Partnern gehörten die IBO GmbH, Hutchinson PFW Aerospace GmbH, Rauschert Heinersdorf-Pressig GmbH, YOUSE GmbH, SPIE Automation GmbH, Cognition Factory GmbH, S.K.M. Informatik GmbH, fortiss und die Technische Hochschule Aschaffenburg.
Digitale Lösungen für die Produktion der Zukunft
„Das DiProLeA-Projekt stellt einen nächsten Schritt in der Digitalisierung von Produktionsprozessen dar. Mit unserem Assistenzsystem können wir Industrieunternehmen maßgeschneiderte Lösungen im Bereich der manuellen Montage anbieten. Eine wesentliche Herausforderung ist dabei, sowohl auf die Bedürfnisse der Arbeiter*innen zu achten als auch die Anforderungen der Industrieunternehmen zu berücksichtigen. Beides ist wichtig für die Sicherung der Produktionsindustrie in Deutschland“, so Prof. Dr.-Ing. Konrad Doll, Leiter des Forschungsprojekts an der TH Aschaffenburg.
fortiss leistete einen bedeutenden Forschungsbeitrag im Projekt und entwickelte neue Ansätze für wissensbasiertes Engineering technischer Systeme, einschließlich semantischer Interoperabilität und Kommunikationsfähigkeiten. Die Expert*innen des Kompetenzfelds Platform Engineering spezifizierten offene Systemarchitekturen für die flexible Vernetzung und digitale Durchgängigkeit technischer Systeme. Dies ermöglichte die Erfassung komplexer Zusammenhänge und die Bereitstellung geeigneter neutraler Datenformate. Dadurch unterstützten sie die Integration heterogener Daten und die Bereitstellung von Echtzeit-Instruktionen zur proaktiven Fehlererkennung und Prozessoptimierung. Dominik Mittel, wissenschaftlicher Mitarbeiter des Kompetenzfelds Platform Engineering, erklärt: „Methoden der formalen Wissensrepräsentation und -interpretation erlauben dabei die automatische Integration von heterogenen Daten aus dem Produktentwicklungsprozess und das Ableiten von Instruktionen an den Werker oder die Werkerin.“ Das System ermöglicht so eine automatische Fehlererkennung und proaktive Unterstützung der Montagemitarbeiter*innen mit Echtzeit-Anweisungen, was zur Optimierung der Arbeitsprozesse beiträgt.
Erfolgreiche Anwendung bei den Projektpartnern
Ein gelungenes Anwendungsbeispiel ist die semantische Process Execution Assistenz bei der Montage von Laufringlagern bei der IBO GmbH. Das Assistenzsystem „trustkey“ ermöglicht die flexible Prozesssteuerung und -überwachung, erfüllt hohe Qualitätsanforderungen und sorgt für eine effiziente Aufgabenerledigung. Die Technische Hochschule Aschaffenburg und das Landesforschungsinstitut fortiss haben einen Arbeitsplatz für Demonstrationszwecke eingerichtet, der die semantische Wissensbasis und das Process Execution System integriert. Hochauflösende Kameras und moderne Deep-Learning-Methoden erfassen jeden Schritt des Fertigungsprozesses in der Montagezelle. Diese Daten werden in Echtzeit mit der Wissensdatenbank abgeglichen, um eine lückenlose digitale Abbildung des gesamten Prozesses zu gewährleisten.
Ein weiterer erfolgreicher Einsatz in der Praxis ist die Fertigung von Rohrkomponenten bei Hutchinson PFW Aerospace. Hier wurde von den Projektpartnern SKM Informatik und Cognition Factory eine XR-basierte Werkerassistenz entwickelt, die Daten und Arbeitsanweisungen dynamisch und intuitiv visualisiert. Dies ermöglicht eine schnelle Einarbeitung und präzise Ausführung der Arbeitsschritte, was zu einer verbesserten Produktqualität und Arbeitszufriedenheit führt.
