Ziel des Exzellenzclusters IoP ist es, die Digitalisierung in der Produktion voranzutreiben und die Produktionstechnik dazu zu befähigen, effizienter und nachhaltiger zu agieren sowie das Fähigkeitsspektrum durch neuartige digitale Technologien zu erweitern. Dieser Fortschritt soll dabei auf allen Ebenen von der Produktionsplanung bis hin zum spezifischen Werkzeug sowie entlang der gesamten Wertschöpfungskette von der Produktentwicklung bis in den Produktlebenszyklus erreicht werden.
Im Exzellenzcluster „Internet of Production“ (EXC IoP) forscht seit Januar 2019 ein Konsortium von mehr als 35 teilnehmenden Instituten an der RWTH Aachen zum Thema Digitalisierung in den Produktionsprozessen. Gegliedert in sechs Forschungsbereiche, thematisiert das EXC IoP die Digitalisierung vom Material über die Produkt- und Prozessentwicklung, die Produktionsplanung und Prozessführung bis hin zum Produktlebenszyklus. Forschende aus diversen Disziplinen bearbeiten diese Thematik in einer enormen Bandbreite von der Grundlagenforschung bis hin zur konkreten Anwendungsnähe. Das Internet of Production erweitert das Themenfeld Industrie 4.0 um essenzielle Aspekte, auf deren Basis die Produktion von morgen gestaltet werden kann.
Forschungsziel:
Ziel des Exzellenzclusters IoP ist es, die Digitalisierung in der Produktion voranzutreiben und die Produktionstechnik dazu zu befähigen, effizienter und nachhaltiger zu agieren sowie das Fähigkeitsspektrum durch neuartige digitale Technologien zu erweitern. Dieser Fortschritt soll dabei auf allen Ebenen von der Produktionsplanung bis hin zum spezifischen Werkzeug sowie entlang der gesamten Wertschöpfungskette von der Produktentwicklung bis in den Produktlebenszyklus erreicht werden. Um die Forschung effizient voranzutreiben und einen zielgerichteten interdisziplinären Wissenstransfer zu erreichen, sind im Konsortium verschiedene Fachgebiete und Produktionsdomänen vertreten.
© IKVExzellente Weiterführung:
Dieses breite Fähigkeitsspektrum soll in Zukunft im Rahmen der neuen Förderphase der Exzellenzstrategie in Richtung „Sustainable Production mittels digitaler Produktpässe“ weiter ausgebaut werden (Bild 1). Als Grundlagen dafür dienen die laufenden Arbeiten des IKV, die sich in den folgenden Forschungsbereichen wiederfinden:
CRD A2 Infrastruktur:
Grundlagenarbeiten im Bereich der Dateninfrastruktur sind ein fundamentaler Baustein im EXC IoP, denn die Dateninfrastruktur ist die Basis für eine erfolgreiche Digitalisierung der Produktion. In diesem Bereich werden in einem interdisziplinären Konsortium die Grundlagen zur digitalen Repräsentation realer Prozesse in Form von Digitalen Schatten erforscht. Im Fokus steht dabei die standardisierte, strukturierte und konsistente Beschreibung von informationstechnischen Zusammenhängen und Datenströmen der betrachteten komplexen Prozesse und all ihrer Datenquellen. Übergeordnetes Ziel ist es dabei, den realen Prozess in seinem unmittelbaren Zustand datentechnisch zu modellieren und beschreibbar zu machen, sodass auf dieser Basis eine Mehrwertgenerierung wie beispielsweise eine Prozessoptimierung durchgeführt werden kann.
CRD B1 Materialien und Werkstoffe:
Aufgrund der komplexen Wirkzusammenhänge zwischen Prozess und Werkstoff ist eine konsistente Berücksichtigung der aktuellen Materialeigenschaften unabdingbar. In der Kunststoffverarbeitung werden diese Effekte insbesondere durch steigende Anforderungen an die Prozessqualität in Verbindung mit steigenden Unsicherheiten bzgl. der Materialeigenschaften (z. B. bei Chargenschwankungen oder steigenden Recyclingquoten) deutlich. Die durchgängige Beschreibung der aktuellen Materialeigenschaften ist deshalb für viele Schritte entlang der Wertschöpfungskette von der Produktentwicklung bis zum Life Cycle eine Grundvoraussetzung. Im Forschungsbereich Materialien und Werkstoffe (CRD B1) werden daher die Grundlagen zur skalenübergreifenden Beschreibung und Verfügbarmachung von Materialinformationen in allen geforderten Granularitäten erforscht. Moderne Methoden der Molekularsimulation ermöglichen beispielsweise die Vorhersage von Materialveränderungen auf Basis diverser Einflüsse wie Feuchtigkeitsexposition oder Kettenverkürzung durch Rezyklierprozesse.
CRD B2 Produktionstechnik:
Im Bereich „Production Technology“ werden aus produktionstechnischer Sicht konkrete Methoden entwickelt, mit denen Fertigungsprozesse modelliert und optimiert werden können. In diesem Bereich finden besonders datengetriebene Ansätze auf Basis von Machine-Learning-Verfahren Anwendung. Insbesondere in Zusammenarbeit mit Partnern aus den Fachdisziplinen Informatik und Numerik werden im Bereich der Kunststoffverarbeitung Realdaten und simulativ erzeugte synthetische Daten mit Machine-Learning-Ansätzen verknüpft, um virtuelle Prozessmodelle zu generieren. Diese ermöglichen beispielsweise im Bereich Spritzgießen eine effiziente und strukturierte Prozesseinrichtung oder im Bereich Extrusion eine Optimierung der Profilextrusion. Dabei werden die jeweiligen Qualitätsanforderungen berücksichtigt und als Zielvorgabe verwendet. Erweitert und für den industriellen Einsatz befähigt werden diese Verfahren durch Methoden des Transferlernens, wodurch der Bedarf an initialen Prozessdaten durch die Verwendung von synthetischen Daten aus Simulationen sowie realen Daten aus vergangenen, ähnlichen Prozessen deutlich reduziert werden kann. Auch für die Extrusion und Additive Fertigung nutzt das IKV KI-basierte Ansätze, um durch die Kombination von automatisiert erfassten Daten mit synthetischen Daten ein effizientes Prozessmodelltraining mit minimalem Ressourceneinsatz zu erreichen und dieses für eine Prozessoptimierung oder optimierte Prozesseinrichtung zu nutzen.
CRD B3 Produktionsmanagement:
Insbesondere die Konzepte zur digitalen Infrastruktur finden im Bereich Produktionsmanagement Anwendung, um eine zielgerichtete automatisierte Produktionsplanung oder -anpassung auf Basis von Auftragsdaten und dem komplexen Zusammenspiel von Verfügbarkeit und Eignung diverser Fertigungsanlagen und -hilfsmittel durchführen zu können. Als konkretes Anwendungsszenario wird am IKV dabei die Additive Fertigung betrachtet. Gemäß den in CRD A entwickelten Grundlagen können Digitale Schatten der Produktion aufgebaut und eine Live-Planung oder Optimierung vorgenommen werden. Aufgrund von Historiendaten kann dabei eine anlagenspezifische Auswahl für optimierte Produktqualität durchgeführt werden.
Förderung
