TUHH Open Research
Help
  • Log In
    New user? Click here to register.Have you forgotten your password?
  • English
  • Deutsch
  • Communities & Collections
  • Publications
  • Research Data
  • People
  • Institutions
  • Projects
  • Statistics
  1. Home
  2. CRIS
  3. Funding
  4. Kombinierte sensor- und trackinggestützte Produktivitätsanalysen für die Maschinenbedienung in der Kleinserienfertigung
 
Options
Akronym
ProTrack II
Projekt Titel
Kombinierte sensor- und trackinggestützte Produktivitätsanalysen für die Maschinenbedienung in der Kleinserienfertigung
Förderkennzeichen
T-ZW-M18-AIF-1907
Funding code
945.07-310
Startdatum
November 1, 2019
Enddatum
January 31, 2022
Award URL
www.tuhh.de/ipmt
Loading...
Thumbnail Image
Funder
Bundesministerium für Wirtschaft und Klimaschutz (BMWK)  
Institut
Produktionsmanagement und -technik M-18  
Projektleitung
Lödding, Hermann  
Mitarbeitende
Steenwerth, Philipp  
Friedewald, Axel  
Die Maschinenbedienung bezeichnet das Einwirken des Menschen auf eine Maschine über Schnittstellen (in Anlehnung an DIN 14). Die Maschinenbedienung tritt vor allem in der Fertigung auf, z.B. bei der Bedienung von Werkzeugmaschinen, aber auch in der Logistik bei der Bedienung von Automatischen Kleinteilelagern. Für die mittelständisch geprägte Kleinserienfertigung sind aufwandsarme Produktivitätsanalysen von hoher Bedeutung, um Mitarbeiter- und Maschinenproduktivität aufeinander abgestimmt zu verbessern und so die Produktivität zu steigern und die Wettbewerbsfähigkeit zu sichern.
Die Forschungsidee sieht vor, Maschinen- und Mitarbeiterzustände zeitgleich mit Hilfe von modernen Aufnahmetechnologien zu erfassen und diese für eine umfassende Produktivitätsanalyse zu nutzen. Außerdem sind die Wechselwirkungen zwischen den Zuständen zu erfassen, um im Anschluss gezielt Verbesserungsmaßnahmen ergreifen zu können. Um dieses Ziel zu erreichen, werden in dem Vorhaben Werkzeuge für eine automatisierte Produktivitätsanalyse entwickelt, die
- Trackingdaten der Microsoft Kinect, Maschinendaten, Betriebsdaten und zusätzliche Sensordaten zusammen erfasst und in einer einheitlichen Datenstruktur bereitstellt,
- um eine automatisierte Zustandserkennung zu ermöglichen und
- um Produktivitätspotenziale zu erkennen.
TUHH
Weiterführende Links
  • Contact
  • Send Feedback
  • Cookie settings
  • Privacy policy
  • Impress
DSpace Software

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science
Design by effective webwork GmbH

  • Deutsche NationalbibliothekDeutsche Nationalbibliothek
  • ORCiD Member OrganizationORCiD Member Organization
  • DataCiteDataCite
  • Re3DataRe3Data
  • OpenDOAROpenDOAR
  • OpenAireOpenAire
  • BASE Bielefeld Academic Search EngineBASE Bielefeld Academic Search Engine
Feedback