
Die Abteilung Scientific Automation gliedert sich in die vier Gruppen Selbstoptimierung, Automatisierungstechnik, Fahrzeugtechnik und Smart Home. Gemeinsam realisieren wir innovative mechatronische Systeme für die unterschiedlichen Branchen. Dabei nutzen wir Methoden der modellbasierten Entwicklung und arbeiten diese individuell weiter aus. Die Beherrschung etablierter Technologien und deren Weiterentwicklung ist für uns selbstverständlich. Aus der Kombination innovativer Methoden und Technologien schaffen wir individuelle, industrietaugliche Lösungen mit den Stoßrichtungen Effizienzsteigerung von Entwicklungsprozessen, ressourcenschonende Maschinen- und Anlagen sowie Systemvernetzung.
Selbstoptimierung
Die Gruppe Selbstoptimierung beschäftigt sich mit der Modernisierung alter Fertigungsprozesse und der Entwicklung neuer Anlagen in Hinblick auf selbstoptimierende Prozesse. Fertigungsprozesse werden systematisch analysiert und die signifikanten Einflüsse herausgearbeitet. Dies bildet die Basis für die optimale Integration von Sensorsystemen und Aktuatoren. Mittels intelligenter Steuer- und Regelungstechnik entsteht ein bedarfsgerechtes, selbstoptimierendes System, welches aufgrund der vorhandenen Informationen stets im optimalen Arbeitspunkt operiert.
Automatisierungstechnik
Die Gruppe Automatisierungstechnik entwickelt Lösungen im Kontext Cyber-Physikalischer Systeme und Industrie 4.0, die sich durch Wandlungsfähigkeit und hohe Automatisierungsgrade auszeichnen. Im Fokus steht die ganzheitliche Systementwicklung, welche die Hardware sowie die Steuerungs- und Regelungstechnik umfasst und optimal aufeinander abgestimmte Teilsysteme hervorbringt. Neben Robotikanwendungen und Messtechniklösungen werden Condition-Monitoring-Systeme sowie innovative Aktuatorikkonzepte realisiert. Weitere Themen sind die Vernetzung von Maschinen und Anlagen sowie die virtuelle Inbetriebnahme.
Fahrzeugtechnik
Die Gruppe Fahrzeugtechnik analysiert und entwickelt fahrzeugspezifische mechatronische Systeme, Funktionen und Komponenten. Die Mitarbeiter unterstützen u. a. die Entwicklung von Steuergeräten, Sensorsystemen sowie Fahrwerken und bereiten Unternehmen auf zukünftige Herausforderungen vor. Um neue Technologien ganzheitlich zu beherrschen, wird eine systematische Herangehensweise genutzt. Systeme werden virtuell und real entworfen und untersucht – von den Anforderungen über Simulationsmodelle bis hin zu Testautomatisierung und Prüfstandsaufbauten.
Smart Home
Die Gruppe Smart Home entwickelt intelligente Systeme im Bereich der Haustechnik. Hierzu zählt sowohl die Entwicklung innovativer Technologien, als auch die Steuerungssysteme zur Integration der kognitiven Funktionen. Im Fokus steht hierbei stets die Integration effizienter Entwicklungsmethoden in den Entwicklungsprozess, welche wir auch als X-in-the-Loop-Technologien bezeichnen. So entstehen intelligente Systeme im Smart Home, die durch die systematische Anwendung digitaler Entwicklungsmethoden effizient realisiert werden.
Interview vom 24. Januar 2020
Der Forschungsbereich Scientific Automation überführt Methoden der Selbstoptimierung und Künstlichen Intelligenz in fortgeschrittene Automatisierungssysteme. Dabei steht der Transfer von modernen Technologien in die Praxis im Mittelpunkt. Prof. Dr.-Ing. habil. Ansgar Trächtler, Institutsleiter und Direktor des Forschungsbereichs, und Abteilungsleiter Dr.-Ing. Christian Henke geben im Gespräch Einblicke in die Forschungsarbeit, lassen erfolgreiche Projekte Revue passieren und erläutern, welche Ziele für 2020 gesetzt wurden.
Christian Henke: Wir beschäftigen uns vornehmlich mit der Entwurfstechnik Intelligenter Technischer Systeme. Da stellt sich in erster Linie die Frage, mit welchen Methoden man herangeht, um die große Komplexität moderner Systeme in den Griff zu bekommen. Unsere Kernkompetenz ist dabei die Modellbildung und damit die Simulation von technischen Systemen.
Ansgar Trächtler: Bevor wir eine Maschine oder Anlage aufbauen, bilden wir diese erst einmal digital im Rechner ab, um Abläufe zu simulieren und zu prüfen. So stellen wir frühzeitig fest, ob und wie die Prozesse am besten funktionieren.
Christian Henke: Mit dem Robotics Lab verfolgen wir zwei Ziele. Wir entwickeln Technologien, um Anwendungen und Prozesse zu optimieren. Und wir unterstützen den Technologietransfer in die Praxis. Wir verfügen hier über moderne Sensor- und Automatisierungs- sowie Robotersysteme. So können wir Unternehmen aufzeigen, welche Potenziale die Robotik und die Automatisierungstechnik bieten. Außerdem führen wir Schulungen durch, geben unsere Expertise weiter.
Ansgar Trächtler: Häufig ist noch gar nicht klar, welche vielfältigen Einsatzmöglichkeiten maßgeschneiderte, »smarte« Robotiklösungen bieten – und das zu vergleichsweise geringen Kosten. Beim Stichwort Robotik wird oft an hohe Kosten und den Wegfall von Arbeitsplätzen gedacht. Dabei können grundsätzlich auch – so ist unser Verständnis – Arbeitsplätze geschaffen werden. Denn Roboter müssen angelernt, gewartet und bedient werden. Dadurch entstehen oftmals sogar höherwertige Arbeitsplätze und monotone Arbeiten werden an den Roboter weitergegeben.
Christian Henke: Künstliche Intelligenz ist ein wichtiges Forschungsthema, das gerade den Bereich Scientific Automation extrem betrifft. Wir sind zwar noch weit davon entfernt, dass bzw. Machine Learning in der Industrie überall eingesetzt wird. Aber anspruchsvolle Verfahren wie Predictive Quality lassen sich durch Machine Learning bereits deutlich optimieren. In anderen Fällen ist dagegen eine etwas intelligente Automatisierungstechnik völlig ausreichend.
Ansgar Trächtler: Ich denke, in der heutigen Zeit sind wir technisch so weit, dass Machine Learning einen Durchbruch erreichen kann. Oftmals wird Machine Learning allerdings von Menschen betrieben, die sich eher mit Daten als realen, physikalischen Umständen befassen. Gerade da sehen wir eine Lücke, die wir schließen können, indem wir die bewährten Ingenieurverfahren mit datengetriebenen, lernenden Verfahren koppeln und genau da einsetzen, wo sie wirklich Sinn machen – zum Beispiel, wenn es um erklärbares Verhalten von Algorithmen geht. Künstliche Intelligenz ersetzt nicht alles, insbesondere keine menschliche Intelligenz, sondern sollte sinnvoll und nachhaltig eingesetzt werden.
Christian Henke: Ein Ziel ist sicherlich die Anwendung von Machine Learning in dynamischen Produktionsprozessen. Es werden zwar viele Daten im industriellen Umfeld generiert, diese sollten aber auch ausgewertet und genutzt werden. Das in die Praxis zu bringen, ist eine Stärke unseres Instituts. Auch möchten wir unser Angebot an Robotikanwendungen abrunden und noch besser auf die Bedürfnisse unserer Kunden abstimmen.
Ansgar Trächtler: Natürlich spielt der Bau der Zukunftsmeile 2 eine große Rolle. Dort wartet mit dem IoT Xperience Center ein großes gemeinschaftliches Projekt auf uns und wir werden verschiedene Applikationslabore in Betrieb nehmen.
Schwere körperliche oder monotone Arbeiten werden in der Industrie zunehmend von kollaborativen Robotern (Cobots) übernommen. Auf der Hannover Messe präsentierten wir, wie ein Cobot bei der Baugruppenmontage nachgelagerte Arbeitsschritte übernimmt und den Werker entlastet.
Bisher manuell durchgeführte Schweißarbeiten lassen sich mit sensorgeführten kollaborativen Robotern (Cobots) auch bei kleinen Stückzahlen wirtschaftlich automatisieren. Programmierkenntnisse des Werkers sind dazu nicht nötig.
Hoher Variantenvielfalt bei gleichzeitig kleinen Produktionsmengen? Anhand eines kollaborativen Industrieroboters zeigen wir Ihnen wie eine Automatisierung von Fertigungsprozessen z.B. im Sondermaschinenbau auch bei Losgröße 1 gelingt.
Wie werden »Berliner« hergestellt? Das Video zeigt einen aufgezeichneten Kameraflug entlang des virtuellen Herstellungsprozesses und gibt einen detaillierten Einblick in die Produktionsabläufe des beliebten Gebäcks.
Eine vollständige Liste unserer Publikationen finden sie hier
Gräler, Manuel; Wallow, Astrid; Henke, Christian; Trächtler, Ansgar: Assisted setup of forming processes: architecture for the integration of non-adjustable disturbances. Procedia CIRP, 81: S. 1348–1353, Mai 2019 |
Michael, Jan; Henke, Christian; Trächtler, Ansgar: Decentralized Energy Management for Smart Home System of Systems. In: Syscon 2019 - The 13th Annual IEEE International Systems Conference, The 13th Annual IEEE International Systems Conference, Band 13 , S. 524-531, Apr. 2019 IEEE, IEEE SYSCON |
Schütz, Stefan; Rüting, Arne Thorsten; Henke, Christian; Trächtler, Ansgar: Regelung kollaborativer Robotersysteme zur benutzerfreundlichen, flexiblen Fertigung kleiner Losgrößen am Beispiel eines halbautomatischen Schweißvorgangs. In: Fachtagung Mechatronik 2019, Proceeding of the 13. VDI Mechatronik, Band 13 , S. 43-48, Paderborn, Mrz. 2019, VDI Mechatronik |
Riepold, Markus; Maslo, Semir; Han, Ge; Henke, Christian; Trächtler, Ansgar: Open-loop linearization for piezoelectric actuator with inverse hysteresis model. Vibroengineering PROCEDIA, 22: S. 47-52, Mrz. 2019 |
Kruse, Daniel: Teilautomatisierte Parameteridentifikation für die Validierung von Dynamikmodellen im modellbasierten Entwurf mechatronischer Systeme. HNI-Verlagsschriftenreihe, Band 388 , Heinz Nixdorf Institut, Universität Paderborn, 2019 |
Rüting, Arne Thorsten; Henke, Christian; Trächtler, Ansgar: Umsetzung einer echtzeitfähigen modellprädiktiven Trajektorienplanung für eine mehrachsige Hybridkinematik auf einer Industriesteuerung. at-Automatisierungstechnik, 67(4): S. 326–336 2019 |
Trächtler, Ansgar: Ressourceneffiziente Selbstoptimierende Wäscherei. Springer Verlag, Springer, https://doi.org/10.1007/978-3-662-56390-8, Dez. 2018 |
Drüke, Simon; Bicker, Rainer; Schullter, Bernd; Henke, Christian; Trächtler, Ansgar: Rotordynamic instabilities in washing machines. In: Proceedings of the 10th International Conference on Rotor Dynamics - IFToMM. Vol. 2. International Conference on Rotor Dynamics - IFToMM, S. 383-397, Sep. 2018, Springer Nature Switzerland AG |
Rüting, Arne Thorsten; Henke, Christian; Trächtler, Ansgar: Umsetzung einer echtzeitfähigen Mehrgrößenoptimierung auf einer Industriesteuerung. In: EKA 2018 Entwurf komplexer Automatisierungssysteme - Beschreibungsmittel, Methoden, Werkzeuge und Anwendungen, Mai 2018, IFAK - Institut für Automation und Kommunikation e.V. |
Millitzer, Jonathan ; Mayer, Dirk; Jersch, Torben; Henke, Christian; Michael, Jan; Tamm, Christoph; Ranisch, Christopher: Recent Developments in Hardware-in-the-Loop Testing. In: IMAC-XXXVI Conference and Exposition on Structural Dynamics, Band XXXVI , Feb. 2018 Software Engineering Group, Society for Experimental Mechanics, Inc. |
Holtkötter, Jens; Michael, Jan; Henke, Christian; Trächtler, Ansgar; Bockholt, Marcos; Möhlenkamp, Andreas; Katter, Michael: Rapid-Control-Prototyping as part of Model-Based Development of Heat Pump Dryers. Procedia Manufacturing, 24: S. 235–242 2018 |
Lankeit, Christopher; Michael, Jan; Henke, Christian; Trächtler, Ansgar: Holistic Requirements for Interdisciplinary Development Processes. In: Proceedings 1st International Workshop on Learning from other Disciplines for Requirements Engineering, S. 4-7, 2018 IEEE, IEEE |
Pai, Arathi; Riepold, Markus; Trächtler, Ansgar: Model-based precision position and force control of SMA actuators with a clamping application. Mechatronics, 50: S. 303-320 2018 |
Henke, Christian; Michael, Jan; Lankeit, Christopher; Trächtler, Ansgar: Virtuelle Inbetriebnahme eines Fertigungszentrums. In: Tag des System Engineering, S. 45-54, Nov. 2017, Gesellschaft für Systems Engineering e.V. |
Kohlstedt, Andreas; Traphöner, Phillip; Olma, Simon; Jäker, Karl-Peter; Trächtler, Ansgar: Fast hybrid position / force control of a parallel kinematic load simulator for 6-DOF Hardware-in-the-Loop axle tests. In: 2017 IEEE International Conference on Advanced Intelligent Mechatronics (AIM), S. 694–699, 3. - 7. Jul. 2017 IEEE, IEEE |
Henke, Christian; Michael, Jan; Lankeit, Christopher; Trächtler, Ansgar: A Holistic Approach for Virtual Commissioning of Intelligent Systems. In: Systems Conference 2017, Apr. 2017 IEEE, IEEE |
Rüting, Arne Thorsten; Block, Eduard; Trächtler, Ansgar: Modellprädiktive Vorsteuerung für einen kinematisch redundanten hybridkinematischen Mechanismus im Industrieumfeld. In: Fachtagung Mechatronik 2017, Band 12 , S. 250-255, Mrz. 2017, VDI Mechatronik |
Michael, Jan; Hellweg, Alina; Henke, Christian; Trächtler, Ansgar: Dynamische Prozessplanung im Smart Home auf Basis von Mutliagentensystemen. In: Fachtagung Mechatronik 2017, Band 12 , S. 18-23, Mrz. 2017, VDI Mechatronik |
Papenfort, Josef; Bause, Fabian; Frank, Ursula; Strughold, Sebastian; Trächtler, Ansgar; Bielawny, Dirk; Henke, Christian: Scientifc Automation: Hochpräzise Analysen direkt in der Steuerung. In: Wissenschaftsforum Intelligente Technische Systeme (WinTeSys) , 1. Jan. 2017, Verlagsschriftenreihe des Heinz Nixdorf Instituts, Paderborn |
Schweers, Christoph: Adaptive Sigma-Punkte- Filter-Auslegung zur Zustands- und Parameterschätzung an Black-Box- Modellen. Universität Paderborn, Heinz Nixdorf Institut, Regelungstechnik und Mechatronik, Jan. 2017 |