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.
Automatisierte Produktivitätssteigerung für die spanende Serienfertigung bei KMU
Laufzeit:01.02.2019 - 31.01.2021Vorhaben-Nr. 20550 N
Forschungsvereinigung:
Forschungseinrichtungen:
-
Forschungsvereinigung Programmiersprachen für Fertigungseinrichtungen e.V.
-
RWTH Aachen Werkzeugmaschinenlabor Lehrstuhl für Werkzeugmaschinen
Vorhabenbeschreibung:
Kernziel der geplanten Arbeiten ist die Erarbeitung einer rechnergestützten Methodik zur Produktivitätssteigerung, die eine automatisiert-iterative Anpassung von Bahnpfaden und Technologieparametern beim Einfahren neuer Serienprozesse unterstützt. Durch Bereitstellung evidenzbasierter Handlungsempfehlungen im Rahmen der CAM-Planung sollen sich auf diese Weise Durchlaufzeiten verkürzen und Prozesse hinsichtlich Haupt- und Nebenzeiten optimieren lassen – ohne dabei Bauteiltoleranzen zu verletzen. Infolge der reduzierten Modelltiefe und des hohen Automatisierungsgrads soll das System explizit für KMU nutzbar sein und keine komplizierte Expertenlösung darstellen.
Um dies zu bewerkstelligen werden hinter der für KMU ersichtlichen Benutzeroberfläche u. a. Regressionsanalysen und Methoden des maschinellen Lernens zum Einsatz kommen. Zur Erreichung des Projektziels soll CAM-/NC-Planern ein prozessbegleitender Fertigungsassistent zur Verfügung gestellt werden. Dafür werden im Rahmen des Projektes Lösungsmöglichkeiten für eine mit der Qualitätssicherung synchronisierte Erweiterung des CAM- bzw. NC-Programmiersystems erforscht. Durch die Aggregation der an verschiedenen Stationen entlang der CAD-CAM-NC-Kette anfallenden Informationen und Daten, können lokal aufgelöste Produktivitätsoptimierungspotenziale erkannt und ausgeschöpft werden. Dabei steht insbesondere die Verknüpfung von Daten aus dem Fertigungsprozess, der CAM-Planung und der Qualitätssicherung im Vordergrund. So sollen die Messergebnisse individueller Bauteiltoleranzen mit den zugehörigen Prüfmerkmalen auf die jeweiligen Bearbeitungsschritte im NC-Programm projiziert werden. Im Anschluss werden die dem jeweiligen Bearbeitungsschritt bzw. NC-Satz zugrundeliegenden Werkzeugpfade und Technologieparameter über einen neu zu erarbeitenden Optimierungsalgorithmus angepasst, wodurch die Produktivität vor dem Hintergrund der geforderten Einhaltung der Bauteilqualität gesteigert wird.
Ergebniszusammenfassung:
Im Vorhaben Autopro wurde eine rechnergestützten Methodik zur Produktivitätssteigerung erarbeitet, die eine
automatisiert-iterative Anpassung von Bahnpfaden und Technologieparametern beim Einfahren neuer
Serienprozesse unterstützt. Die zu erarbeitenden Lösungen tragen unmittelbar dazu bei, die Wettbewerbsfähigkeit
spanender KMU zu steigern. Zusätzlich profitieren CAM-Anbieter und Anbieter von Messtechnik von den
vorwettbewerblich erarbeiteten Ergebnissen. In diesem Kontext weist der zu erarbeitende Ansatz folgenden
wissenschaftlich-technischen und wirtschaftlichen Vorteile auf:
Aktive Rückführung und Nutzung von Ergebnissen aus der Qualitätssicherung: Durch die aktive Rückführung von
Qualitätsdaten aus der Qualitätssicherung in die Arbeitsvorbereitung lässt sich der Prozess evidenzbasiert
anpassen und optimieren.
Steigerung der Produktivität: Mit Hilfe der Datenrückführung aus der Qualitätssicherung und den damit
entstehenden Prozessbereichsinformationen können Bahninformationen mit den zugehörigen
Qualitätsinformationen am Produkt verknüpft werden. Dadurch lassen sich in bestimmten Prozessbereichen die
Fertigungs- und Technologieparameter optimieren, wodurch die Produktivität qualitätsorientiert verbessert wird.
Transparenz: Durch den Aufbau eines intelligenten Optimierungsalgorithmus mit kontinuierlich wachsender
Wissensbasis zur Prozessparameteroptimierung wird ein explizites Verständnis von Ursache-Wirkungs-
Zusammenhängen erreicht.
Kein Expertensystem: Die intuitive Darstellung der Prognoseergebnisse innerhalb eines Softwaredemonstrators
ermöglicht ein schnelles Einlernen geschulten und ungeschulten Fachpersonals.