Simulationsgestützte Mensch-Maschine-Interaktion

Im Rahmen eines abgeschlossenen Dissertationsvorhabens wurde ein innovatives ontologiegestütztes Wissensmanagementmodell für Produktionsanläufe entwickelt und in einem webbasierten Softwaresystem implementiert. Dieses System ermöglicht den Zugriff auf gesammeltes Erfahrungswissen aus Anläufen der Serienproduktion an allen Standorten des Unternehmens zur Beschleunigung von Problemlöseprozessen. Dazu werden die Daten des aktuellen Problemfalls mit denen aus der Falldatenbank verglichen und ähnliche Problemstellungen mittels CBR-Methodik identifiziert. Durch Strukturierung des Wissens mit Hilfe einer erweiterungsfähigen Domänenontologie und dialoggeführter Überführung der Anfragen an das Softwaresystem in die Falldatenbank entwickelt sich diese ständig weiter und passt sich aktuellen Problemstellungen an. Die Weiterführung dieses Ansatzes wird derzeit im Rahmen der simulationsgestützten Mensch-Maschine-Interaktion wissenschaftlich weiter verfolgt. 

Eine weitere Problemstellung ergibt sich aus den Stillstandszeiten der Produktionsanlagen. Entscheidungen darüber, was bearbeitet werden muss, werden häufig sehr kurzfristig aufgrund der aktuellen Fehlerdiagnose getroffen. Aufgrund dieser Bedingungen unterliegen die Anlagenbediener sehr starken Belastungen. Planungsmethoden und Planungswerkzeuge sowie Assistenzsysteme zur Verifizierung von Entscheidungen unter Nutzung redundanter Informationen, die auf den Einsatz mobiler Bearbeitungsmaschinen zugeschnitten sind, fehlen oftmals. Zur Beseitigung dieses Defizits sind analytische Untersuchungen zu den spezifischen Anforderungen erforderlich. Unter Nutzung der am Lehrstuhl Automatisierungstechnik bisher erzielten Ergebnisse sollen, ausgehend von der vorgefertigten Analyse, Methoden für die Gestaltung der benötigten Assistenzsysteme abgeleitet werden. Für ausgewählte Anwendungen ist geplant, Bausteine für diese Systeme zu entwickeln, zu erproben und aus der Erprobung neue Erkenntnisse abzuleiten. Weitere Arbeitsschwerpunkte lassen sich wie folgt skizzieren:

  • Erforschung und Entwicklung von Einsatzmöglichkeiten und Anwendungsszenarien für ressourceneffiziente Bearbeitung  von Bauteilen mittels einer integrierten Montageanlage.
  • Einbinden und Anpassen entwickelter Expertendatenbanken und Wissensmanagementsysteme für den Einsatz in wandlungsfähigen Produktionsumgebungen.
  • Entwicklung und Implementierung eines innovativen Programmierkonzepts zum Anpassen eines vorher erstellten Offlineprogramms durch Mensch-Maschine-Softwareinteraktion.
  • Entwicklung innovativer Steuerungskonzepte sowie Mensch-Maschine-Schnittstellen für den mobilen Einsatz und die Bedienung verketteter Bearbeitungs- und Montagemaschinen unter wechselnden Bedingungen und Einsatzgebieten.
  • Experimentelle Ausführung von auf Optimierung von Arbeitsabläufen ausgelegte Prozesssimulationen
  • Entwicklung von Simulationstechnologien, welche den Bediener von Maschinen und Anlagen in den Bereichen Schulung, Bedienung und Wartung unterstützen.

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo