OptiMassKI

Hybride KI für die Prozessoptimierung in der Serienfertigung von komplexen Optiken

In der Glasumformung führen nicht optimale Temperaturen in Heizraum und Glas zu Formfehlern und Defekten, doch die Temperaturverteilungen lassen sich durch Sensorik schwer erfassen. Die alternative Nutzung von Machine Learning Modellen benötigt ausgebildete Data Scientists – oder wenn automatisiert – Unmengen an Daten. Ziel dieses Projektes ist die Prozessoptimierung durch Vorhersage des Glas-Fließverhaltens mithilfe hybrider künstlicher Intelligenz. Dazu soll ein Machine Learning Modell mit Sensordaten trainiert, mit rheologischen Modellen kombiniert und in bedienungsfreundliche Software implementiert werden.

IGF-Projekt: 22461 N

Laufzeit: 01.05.2022 - 30.04.2024

Beteiligte Forschungseinrichtung

Fraunhofer-Institut für
Produktionstechnologie IPT, Aachen

Eingebundene Unternehmen
(Projektbegleitender Ausschuss, "PA")

AIXEMTEC GmbH ^KMU
Anton Paar Germany GmbH
EDI GmbH ^KMU
First Glass Optics GmbH ^KMU
Gauss Machine Learning GmbH ^KMU
INGENERIC GmbH
Moulded Optics GmbH ^KMU
operaize GmbH ^KMU
son-x GmbH ^KMU
Vitrum Technologies GmbH ^KMU
WALTEC Maschinen GmbH ^KMU

BMWK-Förderung

Das IGF-Vorhaben Nr. 22461 N der Forschungsvereinigung Feinmechanik, Optik und Medizintechnik wird über die AiF im Rahmen des Förderprogramms Industrielle Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Fördersumme: 274.684 EUR

Vorhabensbeschreibung

Abschließende Ergebnisse

IGF-Erfolgsnote [Bereitstellung nach Projektabschluss, vsl. 07/2024]

Weitere Informationen für eingebundene PA-Unternehmen

Präsentationen und Protokolle der PA-Sitzungen:
- 30.06.2022 (Fraunhofer IPT, Aachen)
Zwischenberichte:
Posterpräsentationen:
- Poster F.O.M-Konferenz 2022

Als F.O.M.-Mitglied können Sie über eine formlose E-Mail das entsprechende "Ergebnis-Paket OptiMassKI" abonnieren.