Technische Universität Chemnitz

Steckbrief:

Name des Vorhabens:

Übertragbare wissensbasierte Prozessmodelle für eine flexible Fertigung (WiProFlex)

Zeitraum:

08.11.2023 – 28.02.2027

Förderfähige Gesamtkosten:

1.947.041 €

EU-Betrag:

1.168.225 €

Ort:

Chemnitz

Interventions­kategorie:

150 - Unterstützung der tertiären Bildung (mit Ausnahme von Infrastrukturanlagen)

Förderrichtlinie:

02729 - Ausschöpfung der Bildungspotenziale im Hochschulbereich

Fördergegenstand:

9615 - Nachwuchsforschungsgruppen

Spezifisches Ziel:

ESO4.6 - Förderung des gleichberechtigten Zugangs zu hochwertiger und inklusiver allgemeiner und beruflicher Bildung einschließlich des entsprechenden Abschlusses, insbesondere für benachteiligte Gruppen, von der frühkindlichen Betreuung, Bildung und Erziehung über die allgemeine Bildung und die berufliche Aus- und Weiterbildung bis hin zur höheren Bildung und Erwachsenenbildung, sowie Erleichterung der Lernmobilität für alle und der Zugänglichkeit für Menschen mit Behinderungen;

Zweck und Errungenschaft:

Ressourcenzugang, politische Unsicherheit sowie Fachkräftemangel erhöhen stetig den Druck auf den Industriestandort Sachsen, in allen Bereichen Optimierungspotentiale vollumfänglich auszuschöpfen. Insbesondere im Kontext der Fertigung und Prozesssteuerung werden gleichzeitig immer mehr Daten (Anlagen-, Prozess- und Messdaten) verfügbar. Diese Daten werden genutzt, um digitale Zwillinge und Prozessoptimierungen auf Basis umfangreicher datenwissenschaftlicher und mathematischer Methoden zur Überwachung und Steuerung von Fertigungsprozessen zu ermöglichen. Im Kontext flexibler Fertigung und heterogenerer Produktportfolios (Stichwort High Mix / Low Volume) entstehen jedoch häufig nur kleine und heterogene Datensätze, was die Erstellung präziser datenbasierter Prozessmodelle erschwert. Um auch mit geringen Datenmengen verlässliche Prozessmodelle zu entwickeln, werden in der interdisziplinären ESF Plus Nachwuchsforschungsgruppe WiProFlex verbesserte datenwissenschaftliche Werkzeuge und geeignete Dateninfrastrukturen erarbeitet, um diese Modelle in hybriden Ansätzen mit bestehendem prozessspezifischen Wissen (z. B. in Form von Expertenwissen) effektiv zu verbinden und zu erweitern. Es erfolgt eine Prozessmodellierung unter Zusammenführung datenwissenschaftlicher und prozessspezifischer Kompetenzen. Hierzu arbeiten Forscherinnen und Forscher aus den Bereichen der Elektro- und Informationstechnik, Mathematik, Informatik und Maschinenbau eng zusammen.

Fonds:

ESF