fischertechnik Referenzprojekte Simulationsmodelle

Unsere Simulationsmodelle werden bereits in vielen Unternehmen und Hochschulen für Forschung sowie Aus- und Weiterbildung genutzt und eingesetzt. Hier geben einige Kunden Einblicke in die Arbeit mit den fischertechnik Simulationsmodellen.

Lehren und Forschen mit fischertechnik

„Das Zusammenspiel von Software und Haptik schafft Verständnis für maschinelles Sehen“ - Prof. Dr. Carsten Müller

Das Labor und Kompetenzzentrum für „Schwarmbasierte Logistik“ der Dualen Hochschule in Mosbach / Campus Bad Mergentheim fokussiert auf die Forschung im Kontext Künstliche Intelligenz mit den Schwerpunkten Schwarmintelligenz und Deep Learning. Der Campus Bad Mergentheim ist Teil der Dualen Hochschule in Mosbach und fokussiert die Lehre und Forschung zu Künstlicher Intelligenz. Prof. Carsten Müller erforscht dort die Anwendung von Schwarmintelligenz, insbesondere die Adaption von natur-inspirierten Algorithmen auf Anwendungsgebiete der Logistik. Bei seiner Forschung und Lehrtätigkeit zu Künstlicher Intelligenz mit dem Fokus auf Maschinelles Sehen wird die leistungsfähige Technologie von fischertechnik „Qualitätssicherung mit KI“ eingesetzt.  

Sind es im menschlichen Körper Nervenzellen und ihre Verschaltungen, die als neuronal bezeichnet werden, so gilt Ähnliches für die künstlichen neuronalen Netzwerke im Themengebiet Deep Learning. Neuronale Netzwerke können Informationen von außen aufnehmen und modifiziert an andere Neuronen weiterleiten und die Klassifizierung als Endergebnis ausgeben. „Und sie können trainiert werden“, beschreibt Prof. Dr. Carsten Müller die flexible Lernleistung neuronaler Strukturen. Maschinelles Lernen gleicht insofern dem menschlichen Lernen, als dass durch (positive als auch negative) Bestärkung Anpassungen in den neuronalen Strukturen erreicht werden, die dem System ermöglichen, selbstständig Strategien zu entwickeln. „Insbesondere die Leistungsfähigkeit des Bestärkenden Lernen, Reinforcement Learning, fasziniert“, führt er hinzu. 

Im Alltag haben die Technologien der Künstlichen Intelligenz seit längerem Einzug gehalten. So basieren Navigationssysteme, Bilderkennung oder Sprachsteuerung oftmals auf KI. Auch in der Industrie, im Handwerk oder im Handel gilt die künstliche Intelligenz zunehmend als Schlüsseltechnologie. Bei der automatischen Prozesskontrolle in der Fertigung kommt beispielsweise zunehmend Künstliche Intelligenz gekoppelt mit Kamerasystemen zum Einsatz. Werkstücke oder Produkte werden hier mittels überwachten Lernens (Supervised Learning) intelligent weiter bearbeitet. Supervised Learning ist ein Teilbereich des Maschinellen Lernens. Es entsteht, wenn ein System nicht nur Daten verarbeitet, sondern Muster erkennt und daraus Entscheidungen ableitet. 


 
Prof. Carsten Müller erforscht dort die Anwendung von Schwarmintelligenz, insbesondere die Adaption von Natur-inspirierten Algorithmen auf Anwendungsgebiete der Logistik. Fokus der ersten Phase in Forschung und Lehre ist das Maschinelle Sehen als Schlüsseltechnologie für die stabile Klassifizierung von Objekten und Situationen im Kontext des autonomen Fahrens. In den weiteren Phasen werden hybride Algorithmen auf Basis von Schwarmintelligenz und Reinforcement Learning integriert. Zu erforschende Fragen betreffen Gebiete wie die Verteilung von Fähigkeiten, dynamische Rollen und Zuständigkeiten, Verhaltensregeln in unterschiedlichen Situationen und die Interaktion zwischen den autonomen Lieferrobotern sowie mit dem Menschen. 

Bei seiner Forschung und Lehrtätigkeit zu Künstlicher Intelligenz mit dem Fokus auf Maschinelles Sehen wird die leistungsfähige Technologie von fischertechnik „Qualitätssicherung mit KI“ eingesetzt. „Das Zusammenspiel von Software und Haptik schafft Verständnis für Künstliche Intelligenz“, begründet Carsten Müller seine Entscheidung für fischertechnik. 

Die fischertechnik Qualitätssicherung mit KI wird mit Werkstücken in verschiedenen Farben geliefert. Diese Werkstücke sind mit drei Bearbeitungsmerkmalen sowie verschiedenen Fehlerbildern versehen. Sie werden von der Kamera gescannt und mit Hilfe von Supervised Learning klassifiziert und einsortiert – je nach Farbe, Merkmal und Fehlerbild.  

Die verwendete KI ist mit maschinellem Lernen in Tensorflow realisiert, bei dem ein künstliches neuronales Netz mit Bilddaten eintrainiert wurde. Die eingelernte KI wird auf dem fischertechnik TXT 4.0 Controller ausgeführt, der für zahlreiche Anwendungen die passenden, kabellosen Schnittstellen bietet. Die Ablaufsteuerung des Modells ist in der Programmierumgebung ROBO Pro Coding und in Python implementiert. 

Zusätzlich besteht die Möglichkeit, eigene KI-Anwendungen zu programmieren. Das Eintrainieren erfolgt über einen Algorithmus auf Basis von Python, einer universellen, höheren Programmiersprache. Für die Möglichkeit des Eintrainierens steht ein Beispielprojekt bereit. 

Im Verstehen der komplexen Vorgänge des Supervised Learning wird deutlich, wie intelligente Maschinen in der Industrie funktionieren. „Das fischertechnik Modell ist leistungsfähig, smart und intuitiv zu bedienen und somit hervorragend dafür geeignet, Künstliche Intelligenz zu lehren“, erläutert Carsten Müller. 
KI Tool Prof. Dr. Mueller
Plus 10

Use-Case fischertechnik zur anfassbaren Demonstration von KI-Optimierungstools 

Um Interessierte auf Messe oder auch Kunden ein besseres Verständnis über die Funktionsweisen und den Nutzen der intelligenten Software-Tools Shannon® und Darwin zu ermöglichen, nutzt die Firma plus10 einen Demonstrator mit fischertechnik-Fabriksimulation.

Accso

Accso - Accelerated Solutions GmbH - Anomaliedetektion 


Die Firma Accso - Accelerated Solutions GmbH hat im Rahmen des Projekts „Anomaliedetektion in Bildern“ ein Fließbandmodell von fischertechnik verwendet, um die Qualitätskontrolle im Produktionsablauf zu simulieren. 
Lulea

Technische Universität Luleå 


Um seinen Studierenden die Prinzipien und Möglichkeiten von Industrie 4.0 zu vermitteln, hat Jan van Deventer, außerordentlicher Professor für Industrieelektronik am Fachbereich Informatik, Elektrotechnik und Raumfahrttechnik der Technischen Universität von Luleå im Norden Schwedens, mit der Doktorandin Aparajita Tripathy eine Produktionsanlage als Anwendungsbeispiel aufgebaut.
pmOne

pmOne Group - Die fischertechnik Lernfabrik als erwachsenes Industrial IoT Testbed 


Den Datenexperten der pmOne dient die fischertechnik Lernfabrik als ausgewachsene IoT-Testumgebung, denn im Zusammenspiel mit der Microsoft Azure Cloud können sie aktuelle Technologien im Bereich Industrial IoT und Edge Computing testen.
BMW Group

Leichtmetallgießerei der BMW Group

In der Leichtmetallgießerei des Werks Landshut der BMW Group sollen die Anläufe der Produktionsanlagen mit Hilfe von zwei Maßnahmen sicherer und effizienter gestaltet werden: Standardisierung und virtuelle Inbetriebnahme

SmARt Factory – fischertechnik Fabrikmodell virtuell erweitert 

Die Firma Accso GmbH ermöglicht im Rahmen eines Projekts das Planen, Analysieren und Visualisieren von Produktionsanlagen mit der SmARt Factory und Augmented-Reality-Anwendungen.

Aus einem 3D-CAD-Modell des Hochregallagers entstand ein digitaler Zwilling - Hochschule Furtwangen

 
Mit dem digitalen Zwilling wurde gezeigt, wie über eine SiL (Software in the Loop) Simulation, die Entwicklung eines Steuerungsprogramms ohne physikalisch vorhandene Hardware durchgeführt werden kann und damit eine virtuelle Inbetriebnahme der kompletten Anlage möglich ist.

IoT-Simulation - Objektkultur Software GmbH 


Mit Hilfe der IoT-Simulation konnten die Objektkultur Software GmbH aufzeigen, wie eine mit IoT ausgestattete Fabrik schnell und sicher in die bestehende IT integriert und in der Cloud gesteuert werden kann.

Pilz Education Systems PES - Pilz GmbH & Co. KG

Die Pilz Education Systems PES sind modulare Schulungssysteme mit modernen industriell eingesetzten Bauteilen für den praktischen Unterricht in der Elektrotechnik.

RISE Remote Support - RISE Technologies GmbH

Die RISE Technologies GmbH ist Softwaredienstleister und regelmäßig auf großen Messen unterwegs, um ihre digitale Innovation RISE Remote Support zu demonstrieren und für die Besucher erlebbar zu machen.

Sortierstrecke mit Farberkennung - Staatliche Technikakademie Weilburg 


Die Studenten der Staatlichen Technikakademie Weilburg haben mit Hilfe von LabView ein eigenständiges Projekt mit fischertechnik programmiert. Sie bauten aus der Fabrik-Simulation den Teil der Sortierstrecke mit Farberkennung aus und machten daraus ein Eigenständiges Projekt. 
sc10-cd-1