Industrieautomatisierung & Logistik
Industrielle Fertigung, Warenfluss und Logistik sind traditionelle und langjährige Anwendungsgebiete der Künstlichen Intelligenz und Automatisierung.
Anwendungsbeispiele
In dem Themenfeld ergeben sich eine Vielzahl von Anwendungsbeispielen für den erfolgreichen Einsatz Künstlichen Intelligenz bzw. des SoftComputing:
- Entwicklung und Auslegung von Steuerungen für autonome, mobile Roboter in verschiedensten Anwendungen wie z.B. fahrerlose Transportsysteme
- Schwarmintelligenz für die Koordination verschiedenster (mobiler) Roboter äquivalent zu den Ansätzen in VERONET
- Automatisiertes Monitoring, Analyse und laufende Optimierung der Warenflusssteuerung
- Robotersteuerungen inklusive adaptiver Pfadplanung und Kollisionsvermeidung (offline und/oder online)
- Automatische Identifikation und Klassifikation von Werkstücken mit Mustererkennungsverfahren
- Diverse Robotik-Anwendungen gemäß Robotik, wie etwa Kollisionsvermeidung von Robotern zur verbesserten Mensch/Maschine-Interaktion
- Szenario-basierte Ansätze zur Optimierung von Fertigungsabläufen unter verschiedensten Bedingungen
- Einsatz von DataMining-Verfahren zur Erstellung datenbasierter Prognose-Modelle
- Kooperative/vernetzte Regelung zur Koordination verschiedener Fertigungsstationen
- Automatische Anomalie- und Störungserkennung in Fertigungsabläufen
- Versagensprognose von benutzungsbezogener, vorausschauender Wartung
Referenzbeispiele
Konkrete Anwendungsprojekte von ANDATA sind beispielsweise:
- Multi-kriterielle, performante Offline-Optimierung der Roboter-Bahnen von stationären Industrie-Robotern (Kuka KR500, Kuka KR16, Kuka LBR) inklusive Implementierung der Steuerung
- Erkennung und Interpretation beliebiger Werkstücke und adaptive Planung und Steuerung der Roboterbahnen für bestimmte Bearbeitungsmethoden (z.B. für Guss-Putzen)
- Entwicklung und Implementierung der kompletten Regelungssoftware mit freier Navigation und beliebigen frei konfigurierbaren Missionen von fahrerlosen Transportsystemen
- Entwicklung und Implementierung von Sensordaten-Analyse zur Versagensprognose bestimmter Fertigungsmaschinen bzw. zur Erkennung von unsachgemäßer Anwendung
- Automatisierte Identifikation fehlerhafter Werkstücke mittels Neuronaler Netze und Bilderkennung