TR73

  • Schrift vergrößern
  • Standard-Schriftgröße
  • Schriftgröße verkleinern


B1 - Selbstlernendes Assistenzsystem (Förderperiode 1)



Simultane Entwicklung eines selbstlernenden Assistenzsystems

Projektstatus: abgeschlossen

Letztes Update: 01.08.2012



Mitglieder


Das Ziel des Teilprojektes B1 ist die Entwicklung eines selbstlernenden Assistenzsystems für die wissensbasierte Unterstützung des Konstrukteurs bei der Entwicklung von Blechbauteilen mit komplexen Nebenformelementen (NFE). Hierbei werden rechnerunterstützte Produktentwicklungsmethoden und -werkzeuge entwickelt sowie prototypisch umgesetzt, die die frühzeitige Nutzung des Potentials von Verfahren der Blechmassivumformung (BMU) im Produktentwicklungsprozess erlauben. Das notwendige konstruktionsrelevante Fertigungswissen wird so nicht erst nachgeschaltet, sondern zeitgleich zur Fertigungsprozessentwicklung erhoben und bereitgestellt. Gleichfalls ist es ein Ziel, bereits während der Fertigungsprozessentwicklung Empfehlungen aus Sicht der Bauteilkonstruktion für eine zielgerichtete Erweiterung von Fertigungsprozessgrenzen zu liefern.

Zum Erreichen dieser Zielsetzung wurden in der ersten Phase des SFB/Transregio 73 die konzeptionellen Voraussetzungen für das selbstlernende Assistenzsystem geschaffen und ein Softwareprototyp realisiert. Die Arbeiten der ersten Phase beinhalteten im Wesentlichen die Definition eines automatischen Wissensakquisitionsprozesses, die Entwicklung einer multidimensionalen Daten- und Wissensbasis sowie die prototypenhafte Umsetzung einer Benutzeroberfläche für das Assistenzsystem mit Synthese- und wissensbasierten Analysefunktionen.

Architektur des in der ersten Phase realisierten selbstlernenden Assistenzsystems mit Produktdatenmodell sowie Synthese- und wissensbasiertem Analysetool.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Bild 1: Architektur des in der ersten Phase realisierten selbstlernenden Assistenzsystems mit Produktdatenmodell sowie Synthese- und wissensbasiertem Analysetool.

 


Arbeitskreise


Veröffentlichungen

    2012

    • Weckenmann, A.; Reithmeier, E.; Merklein, M.; Wartzack, S.; Behrens, B.; Akkasoglu, G.; Ohrt, C.; Schneider, T.; Salfeld, V.; Breitsprecher, T.; Plugge, B.: Methodengestützte Referenzvorgehensweise für neue Umformverfahren. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb ZWF, 107(2012)1, München: Hanser, S. 43-47
    • Breitsprecher, T.; Hense, R.; Hauer, F.; Wartzack, S.; Biermann, D.; Willner, K.: Acquisition of heuristic knowledge for the prediction of the frictional behavior of surface structures created by self-excited tool vibrations. In: Key Engineering Materials, 504(2012), Trans Tech Publications, S. 963-968
    • Ziegler, P.; Breitsprecher, T.; Wartzack, S.: Application of sensitivities on simulation-data-based metamodels during the product synthesis. In: Marjanovic, D. (Hrsg.): Proceedings of 12th International Design Conference, (2012), Dubrovnik, S. 589-598
    • Breitsprecher, T.; Wartzack, S.: Architecture and realization of a self-leraning engineering assistance system for the use within sheet-bulk metal forming. In: Hansen, P.; Rasmussen, J. (Hrsg.): Proceedings of 9th Norddesign Conference, (2012), Aalborg (Dänemark), veröffentlicht
    • Ziegler, P.; Wartzack, S.: Visualization of simulation-data-based metamodels during the product synthesis. In: Rasmussen, J. (Hrsg.): Proceedings of 9th Norddesign Conference, (2012), Aalborg (Dänemark), S. 638-645

    2011

    • Röhner, S.; Breitsprecher, T.; Wartzack, S.: Acquisition of design-relevant knowledge within the development of sheet-bulk metal forming. 6(2011), Kopenhagen, S. 108-120
    • Schulz, E.; Röhner, S.; Wartzack, S.: Prediction of the Friction Behavior of Lubricated Tribological Systems Containing Amorphous Carbon Coatings Using Artificial Neural Networks(2011), San Diego, veröffentlicht
    • Breitsprecher, T.; Hense, R.; Hauer, F.; Biermann, D.: Akquise von heuristischem Wissen für die Prädiktion von Oberflächenstrukturen beim Fräsen mit regenerativen Werkzeugschwingungen. In: DFG SFB TR 73 (Hrsg.): Tagungsband zum 1. Erlanger Workshop Blechmassivumformung 2011, (2011), S. 77-96

    2010

    • Wartzack, S.; Hetzner, H.; Röhner, S.: Sonderforschungsbereich/Transregio 'Blechmassivumformung' angelaufen(2010), Konstruktion 11/12-2010, S. 52, 62
    • Röhner, S.; Wartzack, S.: Anforderungen an die Wissensakquisitionskomponente eines selbstlernenden Assistenzsystems(2010), Magdeburg, S. 91-96
    • Röhner, S.; Wartzack, S.: Konzept für eine simulationsgetriebene-wissensbasierte Produktentwicklung im Umfeld mechatronischer Systeme(2010), Hamburg, S. 223-234
    • Wartzack, S.; Hetzner, H.; Röhner, S.: Neuer Sonderforschungsbereich/Transregio angelaufen(2010), Bd. 105. ZWF 9 (2010), S. 762
    • Röhner, S.; Wartzack, S.: Comparison of Predictive Data Mining Methods for their Application in a Design Process(2010), Göteburg, veröffentlicht
    • Röhner, S.; Gruber, G.; Wartzack, S.: Concept for the Architecture of a Self-Learning Engineering Assistance System(2010), Göteburg, veröffentlicht

    Vorträge

      2013

      • 19.08.2013: Breitsprecher, T.: A classification system for secondary design features for the use within sheet-bulk metal forming, ICED13, Seoul

      2012

      • 14.03.2012: Breitsprecher, T.; Hense, R.; Hauer, F.: Acquisition of heuristic knowledge for the prediction of the frictional behavior of surface structures created by self-excited tool vibrations, ESAFORM 2012, Erlangen
      • 23.08.2012: Breitsprecher, T.: Architektur und Umsetzung eines selbstlernenden Assistenzsystems für den Einsatz im Umfeld der Blechmassivumformung, Aalborg (Dänemark)

      2010

      • 25.08.2010: Röhner, S.: Concept for the Architecture of a Self-Learning Engineering Assistance System, Göteburg
      • 26.08.2010: Röhner, S.: Comparison of predictive data mining methods for their application in a design process, Göteburg
      • 24.09.2010: Simulationsgetriebene-wissensbasierte Produktentwicklung im Umfeld mechatronischer Produkte, Hamburg
      • 08.10.2010: Röhner, S.: Anforderungen an die Wissensakquisitionskomponente eines selbstlernenden Assistenzsystems, Magdeburg