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.
Datenbasierte Fügeparameterprognose beim mechanischen Fügen
Laufzeit:01.01.2018 - 31.03.2020Vorhaben-Nr. 19853 N
Forschungsvereinigung:
Forschungseinrichtung:
-
Fraunhofer-Gesellschaft e.V. Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU
Vorhabenbeschreibung:
Die Digitalisierung der Produktion ist aktuell eines der wichtigsten Handlungsfelder, um Wachstum und Beschäftigung am Standort Deutschland auch zukünftig zu sichern. Die mechanische Fügetechnik spielt dabei als verkettete Querschnittstechnologie eine wichtige Rolle und muss sich im Rahmen der Digitalisierung weiterentwickeln, um wettbewerbsfähig zu bleiben. Die Anwendung von Methoden des maschinellen Lernens haben dafür sehr großes Potenzial, um digitale Geschäftsmodelle für Systemhersteller und Anwender der mechanischen Fügetechnik zu ermöglichen.
Im hier vorgeschlagenen Projekt soll eine Methode entwickelt werden, durch deren Anwendung es möglich ist, nur anhand der Werkstoffgruppe, der allgemeinen mechanischen Eigenschaften (z. B. Zugfestigkeit, Streckgrenze, Bruchdehnung) sowie der Dicke der zu fügenden Bleche mittels datenbasierter Berechnungsmodelle des überwachten maschinellen Lernens unmittelbar eine Aussage über geeignete Fügeparameter (z. B. Niet, Matrize) sowie zu erwartende Fügepunkteigenschaften (z. B. Hinterschnitt) zu prognostizieren.
Um eine hohe Prognosequalität der Berechnungsmodelle zu erreichen, bedarf es einer großen Anzahl von Datensätzen, die das betrachtete Fügeverfahren und den Einsatzbereich ausreichend gut repräsentieren. Aufgrund der Komplexität der angestrebten Modelle und der großen Anzahl der zu variierenden Größen wird im Projekt neben der experimentellen Datenbasis eine deutlich erweiterte Datenbasis aufgebaut, die auf einer Vielzahl von FEM-Berechnungen basiert.
Die im Projekt entwickelte Methode soll den Systemanbietern (KMU) der mechanischen Fügetechnik ermöglichen, ihre bestehenden Produkte durch neue, innovative Softwaresysteme bzw. digitale Geschäftsmodelle zu ergänzen.
Ergebniszusammenfassung:
Im Projekt wurden die Möglichkeiten der datenbasierten Prognose von Fügeergebnissen bei mechanischen Fügen untersucht. Dabei wurde eine Methodik entwickelt, wie eine relativ kleine experimentelle Datenbasis mittels numerischer Sensitivitätsanalysen zu einer umfassenden Datenbasis erweitert werden kann. Die Validierung und Automatisierung der Simulationsmodelle spielt bei der numerischen Datengenerierung eine zentrale Rolle. Der Vergleich verschiedener Lernalgorithmen zeigt den Einfluss unterschiedlich großer Datenmengen auf die jeweilige Prognosegüte, wobei sich herausstellt, dass die Verfügbarkeit größerer valider Datenmengen zu einer signifikanten Steigerung der Prognosegüte bei der Verwendung komplexerer Modelle führt. Dies ermöglicht, bei dem im Projekt betrachteten Fügeverfahren Halbhohlstanznieten, eine genaue datenbasierte Vorhersage von Fügeergebnissen für neue Materialkombinationen, die bisher weder experimentell noch numerisch berücksichtigt wurden, wodurch der Aufwand für die Auslegung von Halbhohlstanznietverbindungen deutlich reduziert wird.
Als zentrales Ergebnis im Projekt entstand eine Prognosesoftware, mit der sehr flexibel eine Vielzahl von Regressionsmodellen verglichen und für die Prognose von Verfahrensparametern beim mechanischen Fügen verwendet werden kann. Diese Software wurde den beteiligten Firmen zur Verfügung gestellt und kann zu individuellen neuen digitalen Produkten bzw. Dienstleistungen der Firmen weiterentwickelt werden.