Projekte

AGASTIK

Automatisierte Generierung von Montagesequenzen und -zeiten aus implizitem Wissen (AGASTIK)

Programm: PDA Zukunft der Arbeit
Bekanntmachung: Zukunft der Arbeit: Mittelstand - innovativ und sozial - 2020
Wettbewerb: Zukunft der Arbeit: Mittelstand - innovativ und sozial - Stichtag 02.03.2020

Kurzbeschreibung:
Das Forschungsprojekt AGASTIK verfolgt das Ziel der Optimierung von Produktionsanläufen durch die automatisierte Generierung von Montageplanungsdaten. Dafür wird im Forschungsprojekt eine innovative Software-Anwendung zur ganzheitlichen, automatisierten Prozessaufnahme, -analyse und -aufbereitung entwickelt.

Projektdauer: 01.07.2021 − 30.06.2024

Projektkoordinator:
Richard Minderjahn
RWTH Aachen - Werkzeugmaschinenlabor (WZL)
Telefon: +49 241 80-24988
E-Mail: r.minderjahn@wzl.rwth-aachen.de

Ansprechpartner bei PTKA:
Vladimira Schulz, MBA
Telefon: +49 721 608-26139
E-Mail: vladimira.schulz@kit.edu

Detaillierte Projektbeschreibung

Problemstellung
In der Montageplanung erfolgt die Gestaltung des Montageablaufs zur Sicherstellung der wirtschaftlichen Herstellung von Produkten. Trotz der Existenz klassischer Arbeitsplanungssoftware bedarf es eines enormen manuellen Aufwandes zur Erstellung der Montageablaufpläne. Hierbei ist die Planung auf die Erfahrungswerte der Montageplaner*innen angewiesen. Insbesondere während der Vorserienproduktion und des Produktionsanlaufs komplexer Montagesysteme können sich hier planungstechnische Herausforderungen im Arbeitsablauf ergeben.

Ziel
Das Forschungsprojekt AGASTIK verfolgt das Ziel der Optimierung von Produktionsanläufen durch die automatisierte Generierung von Montageplanungsdaten. Dafür wird im Forschungsprojekt eine innovative Software-Anwendung zur ganzheitlichen, automatisierten Prozessaufnahme, -analyse und -aufbereitung entwickelt.

Vorgehensweise
Die zu entwickelnde Software-Anwendung basiert auf einem Algorithmus, der Künstliche Intelligenz (KI) nutzt. Zunächst werden Bewegungsdaten in Form von Videos und sensorisch erfassten Bewegungsabläufen während Montageprozessen aufgenommen. Dies erfolgt mittels eines multi-sensorischen Systems, wie beispielsweise mit Kameras oder Bewegungssensoren. Die Daten werden zu einem strukturierten Datensatz verarbeitet, indem die darin aufgezeichneten Montagetätigkeiten mittels Bewegungserkennung in Klassen, wie beispielsweise Füge- oder Handlungsprozesse, eingeordnet werden. Mithilfe des Datensatzes wird die KI trainiert, d. h. die KI erlernt das Erkennen von Montagetätigkeiten mittels des Einlesens der Klassen und der zugehörigen Tätigkeitsdaten. Die trainierte und optimierte KI wird anschließend in eine für Mitarbeiter*innen nutzbare Software-Anwendung überführt. Diese wird mit einer zusätzlichen mobilen Applikation in neue Montageprozesse eingesetzt. Die Validierung der Software-Anwendung zielt insbesondere auf die Güte der automatisch generierten Montageprozessfolgen, Plan- und Vorgabezeiten sowie die Benutzerfreundlichkeit.

Ergebnisse und Anwendungspotenzial
Das Kernergebnis des Vorhabens ist die auf dem KI-Algorithmus basierende Software-Anwendung zur automatisierten Prozessaufnahme, -analyse und -aufbereitung. Die erzielte Lösung bietet große Optimierungspotenziale im Bereich der Produktionsanläufe durch die Unterstützung der Mitarbeiter*innen in der Montage und Montageplanung. Die Übertragung der Ergebnisse auf weitere Unternehmens- und Anwendungsbereiche sowie Branchen mittels Beratungsprojekten und Veröffentlichungen kommt insbesondere KMU zugute und ist vielversprechend für die Stärkung des Einsatzes von KI in der Produktion in Deutschland.

Projektträger

Projektträger Karlsruhe (PTKA)
Produktion, Dienstleistung und Arbeit
Karlsruher Institut für Technologie (KIT)

Hermann-von-Helmholtz-Platz 1
76344 Eggenstein-Leopoldshafen

+49 (0)721 608-25281
+49 (0)721 608-992003

info@ptka.kit.edu
Standort Dresden
PTKA

Ansprechpartner

Sekretariat Karlsruhe

Susanne Zbornik

+49 (0)721 608-25281
susanne.zbornik@kit.edu

Sekretariat Standort Dresden

Heike Blumentritt

+49 (0)721 608-31435
heike.blumentritt@kit.edu