Verbundprojekt: Digitale Prüfplattform für die Fahrzeug- und Zuliefererindustrie (DigiPrüF); Teilvorhaben: Erforschung eines Machine-Learning Modells zur digitalen Vorhersage des Prüfergebnisses

Abstract

Ziel des Vorhabens war die Entwicklung einer virtuellen Prüfplattform, welche Fahrzeugherstellern und deren Zulieferern die Möglichkeit einer virtuellen Prüfung ihrer Produkte und eine Optimierung der Prüf- und Produktionsprozesse ermöglicht. Dazu wurde eine globale Cloud-Plattform entwickelt, auf der Hersteller von Prüfständen und Prüfstandkomponenten Digitale Zwillinge ihrer Produkte zur Verfügung stellen können. Zusätzlich zur Prüfung auf einem realen Prüfstand oder -feld wird es Fahrzeugherstellern und Zulieferern so ermöglicht, Digitale Zwillinge ihrer Produkte auf einem individuell gestaltbaren virtuellen Prüffeld zu prüfen. Dies ermöglicht die Optimierung und effizientere Gestaltung des Prüfprozesses, neue Prüfmöglichkeiten u.a. zum Ausgleich struktureller Defizite in realen Prüfstrukturen und die Ableitung neuer digitaler Geschäftsmodelle, wie Prognostic und Health Management, Predictive Quality und digitale Sprachassistenz für Prüfprozesse, welche im Vorhaben ebenfalls umgesetzt wurden. So trägt das Vorhaben zu einer gewinnbringenden Verwertung erhobener Daten, zur Verbreitung und Skalierung von digitalen und KI-getriebenen Anwendungen und zur Optimierung der Produktion in der Fahrzeug- und Zulieferindustrie bei.

The aim of the project was to develop a virtual testing platform that enables vehicle manufacturers and their suppliers to test their products virtually and optimise testing and production processes. To this end, a global cloud platform was developed on which manufacturers of test benches and test bench components can make digital twins of their products available. In addition to testing on a real test bench or test field, this enables vehicle manufacturers and suppliers to test digital twins of their products on a customisable virtual test field. This enables the optimisation and more efficient design of the testing process, new testing options, including for compensating for structural deficits in real testing structures, and the derivation of new digital business models, such as prognostic and health management, predictive quality and digital voice assistance for testing processes, which were also implemented in the project. The project thus contributes to the profitable utilisation of collected data, the dissemination and scaling of digital and AI-driven applications, and the optimisation of production in the automotive and supplier industry.