Forschungsprojekt:Digitale Entwicklung, Produktion, LOgistik und Transport




Forschungsbereich:Digitalisierung, Sensorik, Datenmanagement
Gefördert durch:Bundesministerium für Wirtschaft und Technologie (LuFoIV-3)
In Zusammenarbeit mit:Airbus Operations GmbH, SAP, Liebherr, AOA, Fraunhofergesellschaft,
TUHH-Institut für Technische Logistik, Favendo, DAKO
Beginn des Projekts:Januar 2018
Ende des Projekts:Dezember 2020


Beschreibung:

Im Rahmen des Projektes „Digitale Entwicklung, Produktion, Logistik und Transport“ (DEPOT) verfolgt das Forschungskonsortium eine ganzheitliche Digitalisierung der Entwicklungs-, Produktions- und Logistik-Prozesse in der Luftfahrtindustrie. Dies soll zur Gewährleistung einer Transparenz, Planbarkeit und Qualität der Prozessabläufe an der Schnittstelle zwischen Logistik und Produktion führen. Das IFPT entwickelt hierzu einen modularen und intelligenten Ladungsträger (eine smart MDU), womit Industrie 4.0 notwendige Funktionen erfüllt werden können:

       Identifikation der Beladung

       Kommunikation mit einem übergeordneten Leitsystem

       Mensch-Maschine Interaktion mit WerkerInnen

Herausforderungen in der Entwicklung liegen in der Low-Cost Anforderung der Sensorik und den harschen Umgebungsbedingungen der Intralogistik.

 

Um eine nachhaltige Nachrüstung bestehender Ladungsträgerflotten zu ermöglichen, entwickelt das IFPT smarte Sensor-Einschubböden (smart Sensors), welche bestehende Einschubböden ersetzen. Ein Kamera Board ermöglicht die visuelle Identifikation der Beladung über optische Codes oder markerlos über Künstliche Intelligenz. Ferner wird ein RFID Board entwickelt, dass darunter befindliche an Beladung angebrachte Tags auslesen kann. 

 

 


Studierende mit Interesse an folgenden Themen können sich gerne zwecks einer Abschlussarbeit bei Daniel Schoepflin (
daniel.schoepflin(at)tuhh.de) melden:

       Entwicklung, Erprobung, Implementierung von IoT Hardware

       Sensorik zur Identifikation von Bauteilen

       Microcontroler (Arduino, ESP32) zur Anbindung der Sensorik an die Haupt CPU

       Digitalisierte Produktionsabläufe, Schnittstellen zwischen digitalisierten und manuellen Prozessen

       Künstliche Intelligenz zur Objektidentifizierung

       Design minimalistischer Neuronale Netzwerke für Kleinstanwendungen

       Generierung synthetischer Trainingsdaten für industrielle Kontexte

 

Ansprechpartner am Institut: M.Sc. Daniel Schoepflin