Keywords

• KI in der Produktion / Advanced analytics and AI in manufacturing
• Hybride Modellierung und Systemidentifizierung zum Erstellen von digitalen Zwillingen / Hybrid modeling and system identification for digital twins
• Versuchsplanung und Robustifizierungskonzepte für eine zuverlässige Prozessautomatisierung / Design of experiments and robustification concepts for reliable process control

(Extern betreute) Wissenschaftliche Mitarbeiter*innen / Associates

• Subiksha Selvarajan, M.Eng. (HS Harz/TU Braunschweig)
• Aike Tappe, B.Sc. (HS Harz)
• Moritz Schulze, M.Sc. (KIT Karlsruhe)
• Lina Holzapfel, M.Sc. (IKTS Fraunhofer)

Forschungsschwerpunkt

Die AG Smart Manufacturing analysiert und optimiert technische Prozesse mittels KI-gestützter Methoden und Prozessmodellierung. Ein Schwerpunkt bildet die Einführung und Spezifizierung neuer, meist simulationsgestützter Methoden für die Analyse dynamischer Prozesse von Grundoperationen als auch deren Verschaltung und Automatisierung. Hierzu gehört die sichere Anwendung von dynamischen Optimierungsmethoden zur Kostenreduktion und Qualitätssteigerung als auch der Erkenntnisgewinn von Material-Prozess-Struktur-Eigenschaftsbeziehungen im Kontext von Prozessführungsstrategien anhand von Sensitivitäts- und Variationsanalysen. Durch eine intelligente Verknüpfung von Prozessmodellen, Machine-Learning-Ansätzen und Sensorauslegungskonzepten stellt die AG Smart Manufacturing Algorithmen zur Prozesszustandsdiagnose und -prognose als Grundlage der Industrie 4.0 bereit. Neben komplexen Unsicherheitenanalysen von Quality-by-Design Strategien finden sich die Prozessmodelle ebenfalls in Quality-by-Control Ansätzen wieder. Die Forschungsaktivitäten sind größtenteils im Fachbereich Automatisierung und Informatik der HS Harz eingebettet.