Forschungsprojekt Palim

Machine Learning für die hochautomatisierte Fertigung

Der Automobilzulieferer Valeo hat mit dem Fraunhofer KI-Spin-off Plus10 und der Technischen Hochschule Ingolstadt ein Forschungs- und Entwicklungsprojekt gestartet. Ziel des Projekts Palim (Performance-Accelerated Learning for Intelligent Manufacturing) ist es, hochautomatisierter Fertigungslinien mithilfe von Machine-Learning-Algorithmen effizienter zu machen.

(Bild: Valeo GmbH)

Beim Kick-off Meeting zum Projekt Palim bei Valeo wurden die Leitlinien für das Forschungsvorhaben gesetzt. Ziel des Projekts ist es, am Beispiel einer hochautomatisierten Fertigungs- und Montagelinie die Eignung Deep-Learning-Verfahren zur Zeitreihenverarbeitung weiter zu erforschen und zu evaluieren.

Herausforderung: hohe Stückzahlen

Die Fertigungslinie bei Valeo Wemding produziert integrierte Sensoren und Kamerasysteme zur Fahrassistenz bis hin zum autonomen Fahren. Aus Produktionsperspektive liegt die Herausforderung darin, intelligente Sensoren in hohen Stückzahlen herzustellen. Daher sei es umso wichtiger, die Nutzung neuartiger Optimierungstools in deutschen Produktionsstätten, die kontinuierlich dazulernen, voranzutreiben, so die Projektverantwortlichen.

„Die Automatisierungsbranche ist immer noch am Anfang, Deep-Learning-Ansätze in den Prozessen zu entdecken und umfassend zu nutzen. Solche Verfahren können eine potenziell höhere Genauigkeit und Generalisierung als konventionelle Machine-Learning-Ansätze bieten und einen echten Produktionsvorteil darstellen“, erklärt Felix Georg Müller, Geschäftsführer bei, Projektpartner plus10.

Unterschiedliche Kompetenzen

Alle drei Verbundparteien bringen dabei verschiedene Kompetenzen in das Projekt mit ein:

Plus10 liefert Know-how zur hochfrequenten Maschinendaten-Erfassung, -Fusion und -Handling als Basis aller FuE-Arbeiten. Das Unternehmen soll forschungs- und entwicklungsseitig Expertise und Vorarbeiten im Bereich der Verhaltensmodellierung von Fertigungsprozessen und Modellierungsansätzen zur Erklärung auftretender Phänomene mit klassischen und Deep-Learning-Ansätzen einbringen, heißt es in der Pressemitteilung.

Die Technische Hochschule Ingolstadt ist mit der Forschungsprofessur für KI-basierte Optimierung in der Automobilproduktion am Institut Almotion Bavaria verantwortlich für die Implementierung, Dokumentation und experimentelle Evaluation verschiedener Machine-Learning-Verfahren und Methoden.

Valeo bringt Wissen über die hochautomatisierte Produktion für proprietäre Technologien ein. Durch Valeo.ai, ein Zentrum für künstliche Intelligenz und Deep Learning in der Automobilbranche, kann das Projekt auf die Forschung von 200 KI-Experten zurückgreifen.

Das Forschungsprojekt Palim wird mit einem Umfang von 1,3 Mio.€ vom Freistaat Bayern über das Bayerische Verbundforschungsprogramm (BayVFP) über 3 Jahre bis August 2024 gefördert. Betreut wird das Projekt vom Projektträger VDI/VDE Innovation + Technik.

Das könnte Sie auch interessieren

Werkzeugbahnen für Zerspanprozesse in CAM-Systemen zu planen erfordert Expertenwissen. Viele Parameter müssen bestimmt und geprüft werden, um die Bahnplanung Schritt für Schritt zu optimieren. Im Projekt CAMStylus arbeiten die Beteiligten daran, diese Aufgabe zu vereinfachen - per KI-gestützter Virtual-Reality-Umgebung.‣ weiterlesen

In einer Studie von Techconsult in Zusammenarbeit mit Grandcentrix wurden 200 Unternehmen ab 250 Beschäftigten aller Branchen zum Thema ESG in ihren Unternehmen befragt. Die Studie hebt die zentrale Rolle der jüngsten CSR-Direktive der EU bei der Förderung von Transparenz und Nachhaltigkeit in Unternehmen hervor. Dabei beleuchtet sie die Fortschritte und Herausforderungen bei der Umsetzung von Umwelt-, Sozial- und Unternehmensführungskriterien (ESG) im Zusammenhang mit der Nutzung von IoT-Technologien.‣ weiterlesen

AappliedAI hat vier KI Use Cases identifiziert, die es dem produzierenden Gewerbe ermöglichen, ihre Effizienz und Produktivität zu steigern. Mit der Anwendung bewährter Technologien können sich die Investitionen bereits nach einem Jahr amortisieren.‣ weiterlesen

Hinter jedem erfolgreichen Start-up steht eine gute Idee. Bei RockFarm sind es gleich mehrere: Das Berliner Unternehmen baut nachhaltige Natursteinmauern aus CO2 bindendem Lavagestein. Oder besser gesagt, es lässt sie bauen - von einem Yaskawa-Cobot HC10DTP.‣ weiterlesen

Mit über 2,2Mio.t verarbeitetem Schrott pro Jahr ist die Swiss Steel Group einer der größten Recyclingbetriebe Europas. Für seinen 'Green Steel', also Stahl aus recyceltem Material, arbeitet das Unternehmen an einem digitalen Zwilling des ankommenden Schrotts.‣ weiterlesen

Laut einer aktuellen Studie von Hitachi Vantara betrachten fast alle der dafür befragten Unternehmen GenAI als eine der Top-5-Prioritäten. Aber nur 44 Prozent haben umfassende Governance-Richtlinien eingeführt.‣ weiterlesen

61 Prozent der Unternehmen in Deutschland wollen laut einer Bitkom-Befragung per Cloud interne Prozesse digitalisieren, vor einem Jahr waren es nur 45 Prozent. Mittelfristig wollen die Unternehmen mehr als 50 Prozent ihrer Anwendungen in die Cloud verlagern.‣ weiterlesen

Mit generativer KI erlebt 'Right Brain AI', also eine KI, die kreative Fähigkeiten der rechten menschlichen Gehirnhälfte nachahmt, derzeit einen rasanten Aufstieg. Dieser öffnet aber auch die Tür für einen breiteren Einsatz von eher analytischer 'Left Brain AI'. Das zeigt eine aktuelle Studie von Pegasystems.‣ weiterlesen

Um klima- und ressourcengerechtes Bauen voranzubringen, arbeiten Forschende der Bergischen Universität Wuppertal in ihrem Projekt TimberConnect an der Optimierung von digitalen Prozessen entlang der Lieferkette von Holzbauteilen. Ihr Ziel ist unter anderem, digitale Produktpässe zu erzeugen.‣ weiterlesen

Rund zwei Drittel der Erwerbstätigen in Deutschland verwenden ChatGPT und Co. zumindest testweise, 37 Prozent arbeiten regelmäßig mit KI-Anwendungen. Doch auch Cyberkriminelle machen sich vermehrt die Stärken künstlicher Intelligenz zunutze - mit weitreichenden Folgen.‣ weiterlesen

Erstmals seit der Energiekrise verzeichnet der Energieeffizienz-Index der deutschen Industrie mit allen drei Teilindizes (die Bedeutung, Produktivität und Investitionen betreffend) einen leichten Rückgang. Mögliche Gründe erkennt EEP-Institutsleiter Professor Alexander Sauer in der Unsicherheit und der drohenden Rezession, der dadurch getriebenen Prioritätenverschiebung und der Reduktion von Produktionskapazität.‣ weiterlesen