VAPi-KI
Verifikationsprozess für Anforderungen in der Prozessindustrie auf Basis großer, unstrukturierter Datenmengen mittels künstlicher Intelligenz
Das Distr@l Projekt startete am 01.05.2024, das geplante Ende ist auf den 31.10.2026 datiert. Die Finanzierung basiert anteilig auf einer Förderung zur Entwicklung innovativer digitaler Prozesse und wird getragen durch das Hessische Ministerium für Digitalisierung und Innovation.
Für das Projekt bilden das hochspezialisierte Software Unternehmen Conweaver GmbH und das renommierte Fachgebiet pmd (Produktentwicklung und Maschinenelemente) der Technischen Universität Darmstadt unter der Führung von ConSenses GmbH ein Projektkonsortium, um eine herausfordernde Aufgabenstellung anzugehen. Als assoziierte Partner konnten die Werner Schmid GmbH, Andritz Kaiser GmbH und :em AG gewonnen werden.
Gemeinsam wollen die Partner die Brücke zwischen den Entwicklungs- und Betriebsphasen von Investitionsgütern in der Prozessindustrie schließen. Das Projekt wird am konkreten Beispiel von Stanz- und Umformautomaten entwickelt und erprobt. Diese Anlagen finden in Serienfertigungen verschiedenster Metallerzeugnisse (von elektronischen Kontakten über Beschläge und Fahrzeugkomponenten, Münzen oder allgemeinen Gebrauchsgütern) Anwendung und erfahren dort über Jahrzehnte unter unterschiedlichsten Betriebsbedingungen vielfältige, oft unbekannte Belastungen, die oftmals in der Konstruktionsphase von Folgeanlagen aber auch bei Reparaturen, Wartungen oder Anpassungen nicht antizipiert werden können.
Für die praktische Erdung und Erprobung werden seit dem ersten Projektmonat Maschinenhübe einer Anlage bei dem assoziierten Partner Werner Schmid GmbH in Fulda umfassend erfasst und Auswertungen zugeführt. Parallel dazu legt der Maschinenhersteller Andritz Kaiser GmbH wesentliche Konstruktionsprinzipien und Details offen, die der Maschinenkonstruktion zugrunde liegen.
Diese vielfältigen, teilweise hochgradig unstrukturierten Informationen wollen die Projektpartner Conweaver, pmd und ConSenses mithilfe der Graphentechnologie Linksphere aus dem Hause Conweaver, Natural Language Processing (NLP) aus dem Hause pmd und Clustering-Algorithmen aus dem Hause ConSenses strukturieren, zugänglich machen und verbinden, so dass für zukünftige Maschinenkonstruktionen systematisch aus den täglichen Maschinenbelastungen gelernt werden kann.
Sprechen Sie uns oder Projektpartner gerne an, wenn Sie weiterführende Informationen wünschen.