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.
Künstliche Intelligenz zur Bestimmung der Rutschhemmungsklasse verlegter elastischer Bodenbeläge
Laufzeit:01.01.2021 - 30.04.2023Vorhaben-Nr. 21357 N
Forschungsvereinigung:
Forschungseinrichtung:
-
WFK - Cleaning Technology Institute e.V.
Vorhabenbeschreibung:
In Deutschland ereigneten sich im Jahr 2018 über 175.000 Stolper-, Rutsch- und Sturzunfälle in Arbeitsstätten. Die Verantwortung für die Einhaltung der gesetzlichen Anforderungen an die Rutschhemmung von Bodenbelägen wird vertraglich zunehmend auf die Gebäudereiniger übertragen. Schadensersatzansprüche werden direkt an die Gebäudereiniger weitergegeben, die dann nachweisen müssen, dass nicht unsachgerechte Reinigung und Pflege die Unfallursache war. Zum innerbetrieblichen Monitoring der Rutschhemmung steht Gebäudereinigern derzeit kein rentabel einsetzbares Verfahren zur Verfügung. Die Durchführung eines nach BGI/GUV-I 8687 empfohlenen Prüfverfahrens ist mit einem erheblichen Personal- und Zeitaufwand verbunden.
Ziel des Forschungsvorhabens ist ein automatisiertes, zerstörungsfreies Verfahren zur Vor-Ort-Bestimmung der R-Klasse elastischer Bodenbeläge. Ein solches Messverfahren lässt sich unter Einsatz künstlicher Intelligenz realisieren, welche die R-Klasse anhand charakteristischer Kenngrößen der Elastizität, Viskosität, Plastizität, Rauheit und Adhäsion (Material-/Oberflächeneigenschaften des Bodenbelags) sowie Temperatur und Luftfeuchtigkeit berechnet. Die Messwerte werden von drei verschiedenen Messgeräten (Laser-Distanz-Sensor, 3-Achsen- und 1-Achsen-Kraftsensor) ermittelt, die in einer selbstfahrenden, automatisiert gesteuerten Messeinheit integriert sind.
Den ca. 24.000 Gebäudereinigern (überwiegend KMU) wird ein kostengünstiges Verfahren zur automatisierten, zerstörungsfreien Bestimmung der R-Klasse verlegter elastischer Bodenbeläge zur Verfügung gestellt. Hierdurch können Gebäudereiniger die Qualität ihrer Reinigungs- und Pflegemaßnahmen dokumentieren und belegen, dass die Rutschhemmung der Bodenbeläge nicht beeinträchtigt wird und so Haftungs- bzw. Schadensersatzansprüchen begegnen. Ferner können Reinigungs- und Pflegemaßnahmen hinsichtlich des Personal- und Zeitaufwandes optimiert werden, so dass die Wirtschaftlichkeit der Betriebe verbessert wird.
Ergebniszusammenfassung:
Ziel des Projektes war die Entwicklung eines automatisierten, zerstörungsfreien Verfahrens zur Vor-Ort-Bestimmung der Rutschhemmungsklasse elastischer Bodenbeläge.
Das Messverfahren wurde unter Einsatz künstlicher Intelligenz realisiert, welche die R-Klasse der elastischen Bodenbeläge anhand von Messkurvenprofilen der charakteristischen Kenngrößen Elastoplastizität, Reibung und Oberflächenrauheit unter Berücksichtigung mechanischen Abriebs vorhersagt.
Unter den angewandten Laboruntersuchungsbedingungen zeigten Temperatur und rel. Luftfeuchte keinen signifikanten Einfluss auf die R-Klasseneinstufung. Das verwendete Künstliche Neuronale Netzwerk Multilayer Perceptron (MLP) zur Vorhersage der R-Klasse elastischer Bodenbeläge wurde mithilfe der Programmiersprache Python und Open-Source-Entwicklungswerkzeugen trainiert. Die Validierungsergebnisse von 23 unterschiedlichen Bodenbelägen zeigten, dass die KI in der Lage ist, die Akzeptanzwinkel verschiedener Bodenbeläge mit einem Vorhersagebereich von etwa 3° genau vorherzusagen.
Die entwickelte Messeinheit KIMM (Funktionsmuster) besteht aus einem Gehäuse, das auf den Bodenbelag feststehend aufgesetzt wird, und in das Sensoren zur Messung der Kenngrößen integriert sind. Eine Mikroprozessoreinheit steuert die Messungen und zeichnet die Ergebnisse auf. Als Sensoren wurden ein Kraftsensor (stationäre Messung, vertikale Bewegung bezogen auf Bodenbelag) zur Bestimmung der Elastoplastizität (Messung von Druckkraft und Entlastung), ein Laser-Distanz-Sensor zur Messung der Rauheit (horizontale Bewegung bezogen auf Bodenbelag) und ein Kraftsensor (horizontale Bewegung bezogen auf Bodenbelag) zur Messung der Gleitreibungskraft eingebaut.
Nach Weiterentwicklung der mobilen Messeinheit KIMM auf Basis der Ergebnisse wird diese in der Lage sein, aussagekräftige und valide Daten zu generieren. Dies wurde durch einen Vergleich der vorhergesagten und tatsächlichen Akzeptanzwerte der Bodenbeläge bestätigt.