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.
Multidimensionale Nadelfehlererkennung und Modellierung (MuNaMo)
Laufzeit:01.03.2023 - 28.02.2025Vorhaben-Nr. 22729 N
Forschungsvereinigung:
Forschungseinrichtungen:
-
Sächsisches Textilforschungsinstitut e.V. an der Technischen Universität Chemnitz
-
Fraunhofer-Gesellschaft e.V. Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU
Vorhabenbeschreibung:
Individualisierung von Textilprodukten, schnelle Produktwechsel und steigende Qualitätsanforderungen stehen einem massiven Fachkräftemangel entgegen. Häufigere Maschinenausfälle durch Nadelfehler auf Grund unpräziser Maschineneinstellungen sind die Folge. Diese Situation bestärkt den Trend, Maschinen und Anlagen intensiver technologisch zu überwachen und Assistenzsysteme einzusetzen.
Das Projektziel umfasst die Entwicklung von kostengünstigen Lösungen zur Maschinenüberwachung und frühzeitigen Nadelfehlererkennung an Strickmaschinen. Die erforderliche Sensoranzahl wird begrenzt, indem sowohl interne Maschinendaten als auch externe Sensordaten gekoppelt und mittels künstlicher Intelligenz (KI) ausgewertet werden. Nur Methoden der KI erlauben die hohe Datenkomplexität zu verarbeiten und eindeutige Informationen abzuleiten. Diese Informationen münden in der effizienten Maschineneinstellung zur Vermeidung von Nadelfehlern. Das wirtschaftliche Anwendungspotential wird am Beispiel einer prototypischen Test-Anwendung des Assistenzsystems an einer Rundstrickmaschine gezeigt. An diesem Funktionsmuster soll das Arbeitsprinzip demonstriert werden. Der Ansatz der Maschinendatenanalyse ist auf weitere Textiltechnologien, wie z. B. die Flachstrickerei, Kettenwirkerei und Vliesstoffbildung (Faservliesstoffe) adaptierbar. Somit profitiert ein breites Spektrum von KMU der Textilherstellung von den Projektergebnissen.
Der konkrete KMU-Nutzen stellt sich in der Kompensation des Fachkräftemangels durch die vorausschauende Maschinenüberwachung sowie dem assistierten Finden optimaler Maschineneinstellungen dar.