Forschungsvereinigungen müssen für die Antragstellung im Rahmen der IGF autorisiert sein. Noch nicht autorisierte Forschungsvereinigungen können einen Antrag auf Autorisierung im Förderprogramm Industrielle Gemeinschaftsforschung (IGF) stellen, wenn die Kriterien gemäß der Anlage Förderrichtline erfüllt sind.
Die Industrielle Gemeinschaftsforschung (IGF) ist ein europaweit einzigartiges, themenoffenes und vorwettbewerbliches Förderprogramm des Bundesministeriums für Wirtschaft und Energie (BMWE), das kleinen und mittleren Unternehmen (KMU) einen einfachen Zugang zu praxisorientierter Forschung ermöglicht.
Eine Kurzdarstellung veranschaulicht den Prozess von der Idee bis zur Veröffentlichung des Forschungsergebnisses.
Hier finden Sie eine Übersicht aller IGF-Forschungsvereinigungen.
IGF bewegt: Erhalten Sie in Bild und Ton Einblicke in die IGF.
Mit den Mitteln der IGF werden im transnationalen Netzwerk CORNET auch Projekte gemeinsam mit internationalen Kooperationspartnern durchgeführt ...
Im Rahmen des IGF-Kongresses wurde das IGF-Projekt des Jahres 2025 gewählt. Unter 23 Einreichungen hat der Wissenschaftliche Rat der IGF drei Finalisten nominiert. Das Gewinner-Team wurde durch das Publikum gewählt.
Ein kleiner Ausschnitt der bisher rund 12000 geförderten Projekte bietet einen Einblick in die Vielfalt der Forschungsthemen.
Die Projektdatenbank der Industriellen Gemeinschaftsforschung (IGF) umfasst rund 12000 abgeschlossene und laufende IGF-Vorhaben seit dem Jahr 1995 und wird regelmäßig aktualisiert.
Hier finden Sie Veranstaltungen mit Bezug zu IGF-Forschungsvorhaben.
Forschung für den Mittelstand - Die IGF-Projektdatenbank
Die Projektdatenbank der Industriellen Gemeinschaftsforschung (IGF) umfasst rund 12000 abgeschlossene und laufende IGF-Vorhaben seit dem Jahr 1995 und wird regelmäßig aktualisiert.
Suchen Sie nach einem exakten Begriff, setzen Sie diesen bitte in Anführungszeichen.
Möchten Sie sich einige Vorhaben als Auswahlliste abspeichern, können Sie diese mithilfe des Kästchens markieren und als PDF anzeigen lassen.
Die Suchergebnisliste zeigt alle Vorhaben in einem PDF-Dokument an.
Weitere Filter finden Sie in der erweiterten Suche.
Automatische Echtzeit-Fehlerdetektion in Textilien mit komplexen Musterungsstrukturen
- OnLoomPattern
Laufzeit:01.11.2017 - 31.10.2020Vorhaben-Nr. 19811 N
Forschungsvereinigung:
Forschungseinrichtungen:
-
Sächsisches Textilforschungsinstitut e.V. an der Technischen Universität Chemnitz
-
RWTH Aachen Institut für Textiltechnik
-
RWTH Aachen Lehrstuhl für Bildverarbeitung
Vorhabenbeschreibung:
Die automatisierte Fehlererkennung an textilen Strukturen ist bei Geweben mit homogener Musterstruktur durch Bilderfassung mittels Kamerasystemen möglich. Dieser Prozess kann On-Loom (direkt an der Maschine) erfolgen. Das erfasste Bild wird online ausgewertet, sodass auf auftretende Fehler sofort reagiert werden kann. Zur Identifikation des Fehlers wird im Berechnungsalgorithmus die Abweichung von einer „homogenen“ Fläche genutzt. Werden auf der Webmaschine, insbesondere mit Jacquardmusterung, komplexe Muster gefertigt, zeigt sich die Schwachstelle des Verfahrens. Der Algorithmus interpretiert die Musterstruktur als Fehler. Im Vorhaben soll diese Schwachstelle behoben werden. Das erfasste Bild wird mit einer Bildvorlage verglichen werden. Die Abweichungen von Bildvorlage und dem erfassten Bild können somit als Fehler interpretiert werden. Die Bildvorlage soll anhand der Mustervorlage und der Artikeldaten durch Simulation berechnet und der Analyse- / Auswertesoftware zur Verfügung gestellt werden. Die im Vorhaben angestrebte Innovation ermöglicht damit erstmalig die Detektion von Fehlern in Geweben mit komplexen Musterungsstrukturen wie mit Jacquardtechnologie hertestelltes Gewebe oder Damast.Von den Ergebnissen profitieren KMU`s der Textiltechnik, insbesondere Webereien und Webmaschinenhersteller, und KMU`s aus dem Bereich Bildverarbeitung (Systemanbieter und Bildverarbeitungsindustrie)
Ergebniszusammenfassung:
Die Qualitätsüberwachung in der Weberei geschieht heute entweder durch manuell-visuelle Warenschau von geschultem Personal, anhand von automatischen Warenschausystemen oder durch eine Kombination beider Möglichkeiten. Die Systeme sind bisher nicht für komplex gemusterte Waren geeignet.
Im Projekt wurde ein Algorithmus zur Fehlererkennung an komplexen Musterstrukturen entwickelt. Es soll in Echtzeit an der Webmaschine eine automatische Fehlerdetektion ermöglicht werden. Mit den Unternehmen des PA’s wurden auf Basis bestehender Fehlerkataloge Gewebefehler in technischer und wirtschaftlicher Hinsicht priorisiert. Anhand dieses Fehlerkataloges wurde das detaillierte Lastenheft erstellt. Anschließend wurden Randbedingungen sowie die Schnittstellen der Subsysteme definiert, Konzepte entwickelt, bewertet und als Pflichtenheft zusammengestellt.
In der Entwicklungsphase wurden die Teilsysteme für Bildaufnahme, Simulation des Erscheinungsbildes der Ware, Abgleich der erfassten Bilder mit den Simulationsergebnissen und Dokumentation der Fehler entwickelt und in den Prozess integriert. Das System wurde so entworfen, dass es auf verschiedene Maschinenbreiten angepasst werden kann und nur eine Kamera- und Beleuchtungseinheit ausreichend ist. Es wurden bildverarbeitende Algorithmen zur Erkennung und Klassifikation von Gewebefehlern entwickelt. Diese benutzten Merkmale fehlerfreier realer oder simulierter Gewebeproben, um im produzierten Gewebe Fehler zu lokalisieren. Fehlerhafte Gewebeproben wurden genutzt, um Erscheinungsbilder realer Fehler zu erkennen.
Ziel des Projektes war es, 80% der in einem Fehlerkatalog beschriebenen Fehler direkt am Entstehungspunkt der Gewebe zu detektieren und zu klassifizieren. Somit kann ein Maschinenstopp rasch nach Detektion des Fehlers ausgelöst und die produzierte Menge an Ausschuss minimiert werden.
Der entwickelte Algorithmus ist in der Lage, 100% der Fehler des Fehlerkatalogs mit einer Erkennungsrate von >70% zu erkennen und klassifizieren.