Options
Akronym
ProTrack II
Projekt Titel
Kombinierte sensor- und trackinggestützte Produktivitätsanalysen für die Maschinenbedienung in der Kleinserienfertigung
Förderkennzeichen
T-ZW-M18-AIF-1907
Aktenzeichen
945.07-310
Startdatum
November 1, 2019
Enddatum
January 31, 2022
Webseite
Loading...
Projektleitung
Mitarbeitende
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.
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.