Das Projekt IMPLACE entwickelt ein innovatives Computersystem zur Unterstützung von minimal-invasiven Eingriffen beim Verschluss des linken Herzohres, einer häufigen Maßnahme zur Schlaganfallvorsorge bei Vorhofflimmern.
Ziel des Projekts ELEGant ist es, ein Prüfverfahren zur Erfassung der Gesamtsystemeffizienz und des Wärmehaushalts von Getrieben aktueller & zukünftiger Elektrofahrzeuge (Elektric Drive Units – EDUs) zu entwickeln und Einzeleinflüsse zu identifizieren.
Grundprinzip einer Antriebsregelung ist es, Systemgrößen messtechnisch zu erfassen und die am Motor angelegte Spannung auf Basis eines Soll-Ist-Vergleichs der Messgrößen anzupassen. Demnach wird im Falle eines Sensorfehlers oder -ausfalls eine Spannung an den Motor angelegt, die ein nicht vorhersehbares Verhalten des Antriebs zur Folge hat.
Die Qualität von Quellcode ist ein zentraler Erfolgsfaktor moderner Softwareentwicklung. In der Praxis zeigen sich jedoch wiederkehrende Probleme wie unzureichende Testabdeckung, ungeeignete Benennungen von Programmelementen, fehlende oder fehlerhafte Kommentare sowie redundante Codefragmente. Bestehende statische Analysewerkzeuge stoßen hier häufig an ihre Grenzen. Gleichzeitig bieten Deep-Learning-Verfahren neue Möglichkeiten, semantische Zusammenhänge im Code zu erkennen und Entwicklerinnen und Entwickler direkt im Arbeitsprozess zu unterstützen.
Erhöhung der Quellcode-Qualität mittels Deep Learning – DeepCode Weiterlesen »
In der Hochfrequenztechnik werden für die beiden großen, kommerziellen Anwendungsfelder Radarsensorik und Datenübertragung immer höhere Anwendungsfrequenzen gefordert, um mehr Auflösung bzw. Datendurchsatz zu erreichen. Durch diese Frequenzsteigerung werden die Strukturen immer kleiner, was den Fertigungsaufwand sowie die Leiterverluste erhöht. Die konventionelle Platinenfertigung stößt hier an technische und ökonomische Grenzen.
Der Forschungsverbund ForBat@Bau zielt darauf ab, die Marktdurchdringung von batterieelektrischen Baumaschinen auf dem Weg zur lokal emissionsfreien und energieeffizienten Baustelle durch holistische Soft- und Hardwareinnovationen zu steigern.
Moderne Produktionssysteme erzeugen und verarbeiten große Mengen heterogener Daten, die für operative Entscheidungen in Bereichen wie Auftragssteuerung, Instandhaltung oder Qualitätssicherung relevant sind. In der Praxis sind diese Informationen jedoch häufig über verschiedene IT-Systeme verteilt und nur eingeschränkt in einer für Mitarbeitende leicht zugänglichen Form verfügbar. Vor diesem Hintergrund gewinnen digitale Assistenzsysteme an Bedeutung, die einen intuitiven und situationsgerechten Zugriff auf produktionsrelevantes Wissen ermöglichen.
Intelligente Assistenz in der Produktion – ProdBot Weiterlesen »
Um den Nahverkehr effizienter zu gestalten, werden KI-gestützte Assistenzsysteme für Leitstellen erforscht. Ein solches System soll Störungen automatisch erkennen, passgenau Lösungsvorschläge generieren und Aufgaben wie die Meldung von Ausfällen übernehmen.
KI-Optimierte Planung für Leitstellen im öffentlichen Verkehr – KOPLA Weiterlesen »
Ziel des Projekts OPTASK ist die Entwicklung einer KI-basierten Software zur automatisierten Arbeitsplanerstellung für die Fertigung. Diese Arbeitspläne beinhalten eine detaillierte Beschreibung der Bearbeitungsschritte (z. B. Fräsen, Bohren, Schleifen) sowie der hierfür notwendigen Materialien, Werkzeuge und Fertigungsmaschinen.
Optimierte Arbeitsplanung und Maschinensteuerung mit KI – OPTASK Weiterlesen »
Das magnetorheologische Finishing (MRF) ist ein etabliertes Verfahren zur Bearbeitung hochpräziser optischer Oberflächen, jedoch sind bestehende Systeme sehr kostenintensiv und wenig flexibel. Besonders für KMU erschweren hohe Investitionskosten und die eingeschränkte Anpassbarkeit den Einsatz dieses Verfahrens. Im Forschungsvorhaben sollte daher untersucht werden, ob ein kostengünstiger Industrieroboter als alternatives Bewegungssystem eingesetzt werden kann.
ROBOTER gesteuertes MRF Polieren – Roboter MRF Weiterlesen »
