Produktionsoptimierung zur Flexibilisierung und Minimierung des Energieverbrauchs unter Einbeziehung erneuerbarer Energieträger, Teilvorhaben: Optimierung der Prozessüberwachung unter Nutzung von Energiedaten

Description: Ziel des Projektes ist eine gesamtheitliche energiebasierte Flexibilisierung und Optimierung industrieller Fertigungsprozesse durch den Einsatz selbstlernender KI-Ansätze um eine schnelle Transformation der deutschen und europäischen produzierender Industrie in Bezug auf Energieeffizienz und -transparenz bis 2045 zu gewährleisten. Die erforschte Verknüpfung und ganzheitliche Optimierung der Bereiche Fertigungsprozess an der Werkzeugmaschine, Produktionsplanung und Energieerzeugung soll zu einer energieminimalen Fertigung unter maximaler Nutzung erneuerbarer Energien führen. Mit Hilfe von maschinellem Lernen soll eine autonome Produktionsanlage (Werkzeugmaschine), die ihre Fertigungsparameter eigenständig wählt und an die gegebenen Umstände anpasst, entstehen. Durch das Zusammenspiel mit anderen Werkzeugmaschinen und Automatisierungslösungen wie einem Paletten-Handling-System (PHS) sollen Lastspitzen in der Produktion vermieden werden und durch Einbeziehung lokaler Energieerzeuger wie Photovoltaik-Anlagen (PV) erneuerbare Energien optimal genutzt werden, um Produktionskosten zu senken und Treibhausgasemissionen zu minimieren. Die Komplexität der Zusammenhänge erfordert außerdem den Einsatz innovativer Verfahren wie Reinforcement Learning in der Produktionsplanung, um Anpassungsfähigkeit und schnelle Reaktionszeiten zu realisieren. In einer realen Produktionsumgebung wird der Einsatz autonomer Werkzeugmaschinen und innovativer Produktionsplanung im Projekt erprobt und umgesetzt.

SupportProgram

Tags: Erneuerbarer Energieträger ? Treibhausgasemission ? Erneuerbare Energie ? Energiedaten ? Anpassungsfähigkeit ? Energiegewinnung ? Energieverbrauch ? Industrieproduktion ? Künstliche Intelligenz ? Produktionstechnik ? Industrieanlage ? Energieeffizienz ?

Region: Hessen

Bounding boxes: 9° .. 9° x 50.55° .. 50.55°

License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0

Language: Deutsch

Organisations

• Bundesministerium für Wirtschaft und Energie (Finanzielle Förderung)
• Janitza electronics GmbH (Projektverantwortung)
• Umweltbundesamt (Bereitstellung)

Time ranges: 2025-04-01 - 2028-03-31

Alternatives

• Language: Englisch/English
  Title: Sub-project: Optimization of process monitoring using energy data
  Description: The aim of the project is a holistic energy-based flexibilization and optimization of industrial manufacturing processes through the use of self-learning AI approaches to ensure a rapid transformation of the German and European manufacturing industry in terms of energy efficiency and transparency by 2045. The researched linking and holistic optimization of the areas of manufacturing process at the machine tool, production planning and energy generation should lead to energy-minimized production with maximum use of renewable energies. With the help of machine learning, an autonomous production system (machine tool) is to be created that independently selects its production parameters and adapts them to the given circumstances. By interacting with other machine tools and automation solutions such as a pallet handling system (PHS), peak loads in production are to be avoided and renewable energies are to be optimally used by integrating local energy producers such as photovoltaic systems (PV) in order to reduce production costs and minimize greenhouse gas emissions. The complexity of the interrelationships also requires the use of innovative methods such as reinforcement learning in production planning in order to achieve adaptability and fast response times. The use of autonomous machine tools and innovative production planning will be tested and implemented in a real production environment as part of the project. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1139649

Status

Aktiv

Quality score

• Overall: 0.50
• Findability: 0.67

  • Title: 1.00
  • Description: 0.00
  • Identifier: false
  • Keywords: 1.00
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.