Intelligente technische Systeme OWL, Querschnittsprojekt Selbstoptimierung

Überblick

Die Anforderungen an die Verlässlichkeit, Benutzerfreundlichkeit und Ressourceneffizienz von Produkten und Produktionssystemen steigen mit den Ansprüchen der Kunden an Qualität und Bedienung. Zur Vermeidung hoher Kosten muss dabei auch der Energieverbrauch reduziert werden. Hohe Optimierungspotenziale liegen in Verfahren der Selbstoptimierung (SO), die intelligentes Verhalten in die Systeme integrieren, so dass sich Geräte und Maschinen eigenständig an sich ändernde Betriebsbedingungen anpassen können. Beispielsweise kann ein selbstoptimierendes Energiemanagement in Elektrofahrzeugen die verfügbare Energie in Abhängigkeit der Betriebssituation und unter Berücksichtigung konkurrierender Ziele, wie z.B. Komfortmaximierung gegenüber Reichweitemaximierung, verteilen. So werden die vorhandenen Energiereserven effizient eingesetzt und ein optimales Gesamtergebnis erreicht.

Ziel des Forschungsprojekts ist die Entwicklung eines Instrumentariums, das Methoden und Verfahren der Selbstoptimierung anwendergerecht verfügbar macht. Unternehmen können so unterstützt werden, Selbstoptimierung in die maschinenbaulichen Systeme von morgen zu integrieren.

Dazu werden Methoden und Verfahren der Selbstoptimierung in Form von Lösungsmustern verfügbar gemacht und in einer Datenbank bereitgestellt. Dazu gehören beispielsweise maschinelles Lernen und Kognition, intelligente Steuerungs-, Regelungs- und Datenverarbeitungskonzepte sowie mathematische Optimierungsverfahren. Die Ergebnisse werden zu einem ganzheitlichen Vorgehen für die Entwicklung selbstoptimierender Systemen zusammengeführt. Sie werden von den Unternehmen des Spitzenclusters validiert und in marktfähige Produkte und Produktionssysteme überführt, beispielsweise selbstoptimierende Großwäschereien, Haushaltsgeräte oder Fertigungsprozesse in Produktionsanlage und im Maschinenbau.

Das Projekt leistet einen entscheidenden Beitrag für den Innovationssprung von mechatronischen zu selbstoptimierenden Systemen. Unternehmen können die Ressourceneffizienz, Verlässlichkeit und Benutzerfreundlichkeit ihrer Produkte und Produktionssysteme erheblich verbessern und somit Marktanforderungen bedienen und wettbewerbsfähig bleiben. Die Ergebnisse werden über Transferprojekte weiteren Unternehmen des produzierenden Gewerbes, z.B. des Maschinenbaus, der Elektroindustrie und der Automobilzulieferindustrie, zugänglich gemacht und über Engineering-Unternehmen über den Cluster hinaus in die Breite getragen. Weiterführend werden sie in neue Studien- und Weiterbildungsangebote integriert.

Key Facts

Profilbereich:
Intelligente Technische Systeme
Art des Projektes:
Forschung
Laufzeit:
07/2012 - 06/2017
Beitrag zur Nachhaltigkeit:
Industrie, Innovation und Infrastruktur
Gefördert durch:
BMBF
Website:
Projektseite bei it's owl

Detailinformationen

Projektleitung

contact-box image

Prof. Dr. Michael Dellnitz

Lehrstuhl für Angewandte Mathematik

Zur Person
contact-box image

Prof. Dr. Jürgen Gausemeier

Zur Person
contact-box image

Prof. Dr.-Ing. habil. Ansgar Trächtler

Regelungstechnik und Mechatronik / Heinz Nixdorf Institut

Zur Person
contact-box image

Prof. Dr. Sina Ober-Blöbaum

Numerik und Steuerung

Zur Person
contact-box image

Prof. Dr.-Ing. habil. Walter Sextro

Lehrstuhl für Dynamik und Mechatronik (LDM)

Zur Person

Kooperationspartner

Universität Bielefeld

Kooperationspartner

Universität Bielefeld (Excellenzcluster CITEC)

Kooperationspartner

Forschungsinstitut für Kognition und Robotik (CoR-Lab)

Kooperationspartner

Zur Website