Verbundprojekt AdaPEdge - Edge-Computing-Module für eine resiliente Elektronikfertigung mit adaptiver Prozessoptimierung; Teilvorhaben: Entwicklung eines energieeffizienten und kooperativen lokalen Sensor-Mesh zur Erfassung und Verdichtung von frei verfügbaren Daten; im Rahmen der Ausschreibung zum Themenbereich Elektroniksysteme für vertrauenswürdige und energieeffiziente dezentrale Datenverarbeitung im Edge-Computing (OCTOPUS)

Schlussbericht

Loading...
Thumbnail Image

Editor

Advisor

Volume

Issue

Journal

Series Titel

Book Title

Publisher

Hannover : Technische Informationsbibliothek

Supplementary Material

Other Versions

Link to publishers' Version

Abstract

Das Verbundvorhaben AdaPEdge hatte das Ziel, Fertigungsprozesse in Industrie-4.0-Umgebungen durch die Nutzung frei verfügbarer Prozess- und Umgebungsdaten adaptiv zu optimieren. Im Mittelpunkt standen die Erfassung, Bewertung und Nutzung zusätzlicher Messgrößen, die unabhängig von der bestehenden Fertigungs-IT erhoben werden können. Damit sollen Produktivität und Qualität der Fertigung verbessert sowie die Widerstandsfähigkeit gegenüber Störungen und instabilen Betriebszuständen erhöht werden. Hierzu wurden energieeffiziente Sensorknoten, Edge-Computing-Module und KI-basierte Auswerteverfahren zu einer durchgängigen Architektur verbunden. Die Sensorik-Bayern GmbH entwickelte in ihrem Teilvorhaben insbesondere die Secure Smart Sub-Edge Modules (S³EM): Modular erweiterbare, drahtlos vernetzte Sensorknoten zur Erfassung von Prozess- und Umgebungsdaten. Die erfassten Daten werden bereits am Entstehungsort vorverarbeitet und verdichtet, sodass nur relevante Informationen an übergeordnete Systeme übertragen werden müssen. Die S³EM-Knoten bilden ein lokales, selbstorganisierendes Sensor-Mesh. Gemeinsam mit den Edge-Systemen und den KI-Verfahren des Verbundes dienen die Sensordaten der Ermittlung eines unabhängigen Zustandsparameters, des sogenannten Condition Levels. Dieser ermöglicht eine zusätzliche Bewertung des Anlagen- und Prozesszustands und schafft damit eine Grundlage für eine frühzeitige Erkennung von Prozessabweichungen und für geeignete Optimierungsmaßnahmen.

Description

Keywords GND

Conference

Publication Type

Report

Version

publishedVersion

License

Creative Commons Attribution-NonDerivs 3.0 Germany