The overall aim of this project is to develop efficient modeling and solution approaches to overcome all of these drawbacks and to provide (close to) optimal mid-term production plans.

Erforschung und Entwicklung benutzer-zentrierter Methoden für Cross-Virtuality Analytics von Produktionsdaten

Innerhalb von JRC adaptOp werden wir mit der Lösung dynamischer Optimierungsprobleme in Bereichen wie Lagerhaltung, Produktion und Transport konfrontiert. Es wird ein Framework adaptiver Methoden entwickelt, mit dem wir schnell auf beobachtete Veränderungen in der Umgebung reagieren. Techniken des maschinellen Lernens werden integriert, um das Auftreten zukünftiger Ereignisse vorherzusagen, mögliche zukünftige Szenarien zu entwerfen und geeignete Optimierungsalgorithmen auszuwählen und zu konfigurieren.

Basierend auf Produktiondaten werden für jedes Bauteil die optimalen Prozessparameter ermittelt. Ziel ist das automatische Einstellen der Produktionskette auf jedes individuelle Werkstück in Echtzeit während dem laufenden Produktionsprozess.

Durch den Einsatz von Advanced Analytics Methoden (Data Mining, Machine Learning, Optimierung und Simulation) datenbasierte, praxisrelevante Modelle für die Anlagen- und Prozessoptimierung entwickeln

Ziel des Projekts Smart Factory Lab ist der Aufbau eines standortübergreifenden vernetzten Technologie-Labors zur Entwicklung und Erprobung innovativer Technologien, Methoden und Konzepte für Intelligente Produktion entlang des Produktlebenszyklus. Am Institut für Intelligente Produktion der FH OÖ liegt der Fokus auf den Forschungsthemen Preemptive Maintenance inklusive der Einbindung von Mixed Reality Technologien in den Instandhaltungsprozess und Generative Fertigung mittels Pulverdüsenverfahren und damit in Verbindung stehende neue Geschäftsmodelle.