Branche: Manufacturing

Einrichtung von Montageassistenzsystemen

Einrichtung von Montageassistenzsystemen

System zur effizienten Konfiguration von Montageanweisungen und Assistenzfunktionen
Dennis Keiser, Dario Niermann ORCID Icon, Michael Freitag ORCID Icon
In der industriellen Montage arbeitet der Mensch dank Werkerassistenz immer enger mit Maschinen zusammen. Doch trotz ihres großen Potenzials ist die Implementierung digitaler Systeme zeitaufwendig, was hohe Schulungsanforderungen mit sich bringt. Vor allem kleine und mittlere Unternehmen stoßen hier an Grenzen. Ein neu entwickeltes Einrichtungssystem soll die Einführung und Nutzung solcher Montageassistenzsysteme erleichtern und ihre Akzeptanz erhöhen.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 6 | Seite 32-39
Digitalisierung von Raster-Zeichnungen mit Deep Learning

Digitalisierung von Raster-Zeichnungen mit Deep Learning

Wie ein Framework OCR-Software bei der Extraktion von Daten übertrifft
Xiao Zhao, Marko Weber, Jan Schöffmann, Daniela Oelke ORCID Icon
Ein neuer Blick in die Tiefe technischer Zeichnungen: Ein Deep-Learning-Framework liest CAD-Grafiken so genau wie nie zuvor – erkennt Formtoleranzen, Maße und jedes Detail. Was früher mühsam von Hand geschah, übernimmt nun eine KI, die sich in die Besonderheiten jeder Linie und Beschriftung einfühlt. Diese vielversprechende Technologie steigert nicht nur die Genauigkeit, sondern beschleunigt auch die Verarbeitung von Zeichnungen erheblich. So eröffnet das System neue Wege für Präzision in der Produktion.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 6 | Seite 10-17
Doppelte Transformation im Maschinen- und Anlagenbau

Doppelte Transformation im Maschinen- und Anlagenbau

Digitalisierung und Nachhaltigkeit bei Unikat- und Kleinserienfertigern
Sigrid Wenzel ORCID Icon, Deike Gliem ORCID Icon, Christoph Laroque ORCID Icon
Ein entscheidender Wettbewerbsfaktor für mittelständische Unikat- und Kleinserienfertiger liegt in der termingerechten Fertigstellung, Lieferung und Inbetriebnahme ihrer Produkte. Eine präzise Planung der Logistik ist dabei ebenso wichtig wie die Steuerung der Produktion. Allerdings sind die Prozesse oft von Unsicherheiten geprägt, etwa durch lokale Bedingungen beim Kunden oder die Zusammenarbeit mit Zulieferern. Digitale Schatten zur Datenauswertung in Echtzeit bieten da einen überzeugenden Lösungsansatz.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 5 | Seite 10-17 | DOI 10.30844/I4SD.24.5.10
Modulare Lernfabriken für Industrie 4.0

Modulare Lernfabriken für Industrie 4.0

Erwerb zielorientierter Handlungskompetenz zur Beschleunigung der industriellen Umsetzung
Maximilian Dommermuth ORCID Icon
Aufgrund ihres Innovationspotenzials erfordert die Industrie 4.0 neue Lehrinhalte. Derzeit gefragte Kompetenzprofile spiegeln sich in der Berufs- und Hochschulausbildung oft nicht wider. Zudem ist die herkömmliche Weiterbildung meist mit hohen Kosten und einem erheblichen Zeitaufwand verbunden. Effektiver sind da maßgeschneiderte Angebote und die Vermittlung zielgerichteter Handlungs- und Problemlösekompetenzen in einer modularen Lernfabrik.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 4 | Seite 24-30 | DOI 10.30844/I4SD.24.4.24
Simulierte Produktionsumgebung heute

Simulierte Produktionsumgebung heute

Evaluation der numerischen Prozesssimulation des selektiven Laserschmelzens
Lennart Grüger ORCID Icon, Sebastian Härtel ORCID Icon, Emre Sahin ORCID Icon
Generative Herstellungsverfahren (AM) haben in den letzten Dekaden immer mehr an Bedeutung gewonnen. Dazu hat insbesondere ihre Fähigkeit beigetragen, komplexe Bauteile nach Bedarf herzustellen. Weitere Vorteile ergeben sich aus verkürzten Produktentwicklungszeiten, Automatisierbarkeit und der Erzeugung mikrostrukturierter Materialien mit verbesserten (möglicherweise gradierten) physikalischen Eigenschaften. Alle diese Vorteile setzen jedoch eine genaue Prozesskenntnis voraus, die durch numerische Simulationen unterstützt werden kann. In diesem Beitrag werden verschiedene Simulationsmethoden diskutiert, welche Rückschlüsse auf die zu erwartende Bauteilqualität erlauben.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 4 | Seite 70-77 | DOI 10.30844/I4SD.24.4.70
Von der Lean Production zum nachhaltigen Produktionssystem der Zukunft

Von der Lean Production zum nachhaltigen Produktionssystem der Zukunft

Eine Innovationsfabrik als mehrstufige Lernfabrik
Markus Schneider, Christoph Müller
Die typischen Probleme eines mittelständischen Unternehmens, gepaart mit den neuen Anforderungen an Nachhaltigkeit, bergen wirtschaftliches Spannungspotenzial. Lernfabriken können dem begegnen: sie simulieren Fertigungsprozesse und bieten eine Umgebung, in der Teilnehmer Kenntnisse und Fähigkeiten in einem realitätsnahen Produktionsumfeld entwickeln. Mit dem Aufbau einer Innovationsfabrik wird nicht nur die Produktivität gesteigert, sondern auch der Flächenverbrauch signifikant reduziert.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 4 | Seite 78-84 | DOI 10.30844/I4SD.24.4.78
Energieeffizienz durch intelligente Stromdatenerfassung

Energieeffizienz durch intelligente Stromdatenerfassung

Drahtlose Retrofit-Lösung auf Basis von IoT-Technologien und Open Source Software für industrielle Bestandsgebäude
Sergej Kreber, Kevin Kutzner, Dieter Uckelmann ORCID Icon
Facility Manager von industriellen Liegenschaften stehen vor der Herausforderung, die Energieeffizienz ihrer Anlagen angesichts eines stetig steigenden Energiebedarfs und steigender Energiekosten zu optimieren. Digitale Prozesse, die eine umfassende Überwachung, Analyse und Steuerung des Energiebedarfs ermöglichen, bieten eine effektive Möglichkeit, Kosten zu senken, die Energieeffizienz zu steigern und Ressourcen optimal zu nutzen.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 2 | Seite 87-93 | DOI 10.30844/I4SD.24.2.87
Lean Empowerment im digitalen Ökosystem

Lean Empowerment im digitalen Ökosystem

Kulturwerte in technische Anforderungen übersetzen
Sabrina Karch ORCID Icon, Frank Bertagnolli ORCID Icon, Arndt Lüder ORCID Icon
Mit der Digitalisierung weichen vorherrschende Paradigmen – wie Produktzentrierung, Präsenz-Zusammenarbeit und hierarchische Strukturen – der Vision von datengetriebenen Geschäftsmodellen, digitalen, kollaborativen Ökosystemen und einer agilen, holokratischen Arbeitsweise mit flachen Hierarchien und selbststeuernden Teams. Die Zusammenarbeit wird durch den Einsatz von Softwarelösungen ermöglicht. Im digitalen Raum benötigt es neben adaptierten Führungskonzepten insbesondere ein digitales Kulturverständnis der beteiligten Unternehmen. Lean Empowerment ist ein wegweisender Ansatz für die Zusammenarbeit basierend auf kulturellen Werten. In Experten-Workshops wurden Ideen erarbeitet, wie diese Werte in einer digitalen Kultur und somit in einer globalen, digitalen Zusammenarbeit gelebt werden können. Dieser Beitrag stellt konkrete Lösungsansätze vor, woraus sich Anforderungen an das digitale Miteinander und insbesondere an eine Umsetzung innerhalb von IT-Strukturen und ...
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 2 | Seite 32-39 | DOI 10.30844/I4SD.24.2.32
Digital Platform Frameworks für Fertigungsunternehmen

Digital Platform Frameworks für Fertigungsunternehmen

Ein Überblick
Marcel Rojahn ORCID Icon
Digitale Plattformen haben sich in den letzten Jahren als ein zentraler Begriff im IT-Bereich etabliert. Aufgrund der großen Vielfalt an digitalen Plattformen, die auf dem Markt verfügbar sind, besteht nach wie vor ein Bedarf an einem klaren Vergleich anhand von Kriterien, der es Interessenten ermöglicht, diese Plattformen auszuwählen, zu verändern, zu betreiben und weiterzuentwickeln. Der folgende Beitrag leistet einen Beitrag zur Erleichterung dieses Vergleichs leisten, indem er eine systematische Literaturrecherche zu digitalen Plattformkonzepten im Kontext des industriellen Internets der Dinge (IIoT) für produzierende Unternehmen vornimmt und damit eine Grundlage für eine Reihe von Möglichkeiten zum effektiven Vergleich aktueller digitaler Plattformen und Ökosysteme schafft.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 2 | Seite 8-15 | DOI 10.30844/I4SD.24.2.8
Motion-Mining im Vergleich zu traditionellen Lean-Tools

Motion-Mining im Vergleich zu traditionellen Lean-Tools

Sensorgestützte Analyse manueller Prozesse in Produktion und Logistik
Hendrik Appelhans, Christopher Borgmann, Carsten Feldmann
Motion-Mining® ist eine Technologie, die mittels Bewegungssensoren und Mustererkennung eine automatisierte Prozessabbildung und Analyse manueller Arbeit ermöglicht. Dieser Beitrag bewertet die Vorteile und Grenzen ihres Einsatzes in Produktions- und Logistikprozessen. Dazu wird Motion-Mining® mit traditionellen Lean-Management-Tools zum Analysieren manueller Tätigkeiten verglichen. Erfahrungen aus vier Use Cases bieten Entscheidungsunterstützung bei der Auswahl der geeigneten Methode für einen bestimmten Anwendungsfall.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 2 | Seite 24-31
1 3 4 5 7