Forschungsprojekte
4D.TWO® und 4D.watcher
Aktuelle Forschungsprojekte
Die Entwicklung und Anwendung unseres 4D.TWO® (Hardware) und 4D.watcher (Software) werden im Rahmen der folgenden Projekte vorangetrieben.
Digitaler Prozess-Onlineoptimierer für intelligente Lasermaschinen (BmBF, Referenznummer: 02P20A006, 01.07.2021 – 30.06.2024)
Projektziel
Automatische und robuste Überwachung, Qualitätssicherung und Optimierung des Laserschneidens und Laserschweißens durch den Einsatz von künstlicher Intelligenz
Aufgaben für 4D
Entwicklung eines prozessflexiblen, multisensorischen Prozessüberwachungssystems | Entwicklung einer KI-gerechten Datenstruktur
Partner
FHG ILT, LBBZ, Dreher, Marx, Precitec, KIT – IIIT
Digitaler Remote Assistent zur Zustandsanalyse und on-line Fehlerkorrektur von Lasermaterialbearbeitungsprozessen (BmBF, Referenznummer: 13N15348, 01.08.2021 – 31.07.2024)
Projektziel
Kombination unterschiedlicher Sensorkonzepte (wie photodiodenbasierte Systeme, Videographie) zur KI-basierten Überwachung von Laserschweißprozessen und Visualisierung in Laser-Remote-Assistenten
Aufgaben für 4D
Entwicklung von Schnittstellen für die Kommunikation mit externen Systemen | Konzeption und Umsetzung der Auswertestrategie für multispektrale Sensordaten | Fehlererkennung beim Schweißen von Aluminium-Batteriekästen
Partner
Oculavis, FHG ILT, Scansonic, Hema electronics, Cloos (assoziiert)
Sensorenentwicklung (AiF, Referenznummer: KK5251401WO1, 01.10.2021 – 31.03.2024)
Projektziel
Entwicklung eines Fügeprozesses für Blech-/Blech- sowie Litzen-Verbindungen aus Aluminium und Kupfer mittels Laserstrahlschweißen für eine Konduktivität > 33 MS/m sowie zur Reduktion intermetallischer Phasen
Aufgaben für 4D
Entwicklung eines integrierten optischen Designs der multispektralen Sensorhardware | Entwicklung einer Echtzeit-Schnittstelle für die Datenausgabe | Erkennung von Fehlern beim Schweißen von Aluminium-Kupfer-Verbindungen
Partner
BBW, TU Ilmenau
Verbundprojekt: Agile Produktionssysteme und modulare Produktbaukästen für elektrische Traktionsmotoren (BmWK, Referenznummer: 13IK003A, 01.11.2021 – 31.10.2024)
Projektziel
Entwicklung und Implementierung eines agilen, digitalen Produkt- und Produktionsbaukastens für elektrische Traktionsmotoren
Aufgaben für 4D
Integration und Erprobung des multispektralen Sensorsystems für Elektromobilitätsanwendungen (laserbasiertes Abisolieren und Laserschweißen von Hairpin-Statoren für Elektromotoren) | Implementierung von KI-basierten Datenanalysealgorithmen
Partner
Schaeffler, Braun, Zeiss, FormiKa, Gehring, KIT, Koob, CEIA Induktion, Steingroever, Pro Beam, Schunk, Stahl, Trumpf, Wafios
(AiF, Referenznummer: KK5251402KL1, 01.09.2022 – 31.08.2024)
Projektziel
Entwicklung einer Inline-Prozessüberwachung von Laserschweißprozessen zur Kontaktierung von Batteriezellen basierend auf ML-Algorithmen mit kurzer Adaption und integrierten Reglern zur Reduzierung der Ausschussquote unter 0,1 %
Aufgaben für 4D
Entwicklung der Hardwareschnittstelle für die Integration externer Sensoren | Anwendungstests für Anwendungsfälle der Elektromobilität (Laserschweißen von Batteriezellen) | Prozessregelung auf Basis von Sensordaten
Partner
TU München – iwb
Digitaler End-To-End Workflow zur additiven Serienfertigung von Kunststoffbauteilen für die Automobilindustrie (BmWK, Referenznummer: 13IK034B, 01.09.2023 – 30.06.2026)
Projektziel
Optimierung eines vernetzten digitalen Produktentstehungsprozesses von Konstruktion über Fertigungsvorbereitung und eigentliche additiven Fertigung bis hin zur Nachbearbeitung
Aufgaben für 4D
Integration zusätzlicher Datenquellen wie Scanpositionen in eine LPBF-Anlage | Analyse von Pulverrohstoffen | Fehlererkennung bei der additiven Fertigung von Kunststoffbauteilen
Partner
Leotech, John Deere, Wenzel, Nexedi, DyeMansion, Porsche, Uni Stuttgart, Fraunhofer
Projektziel
Automatische und robuste Überwachung, Qualitätssicherung und Optimierung des Laserschneidens und Laserschweißens durch den Einsatz von künstlicher Intelligenz
Aufgaben für 4D
Entwicklung eines prozessflexiblen, multisensorischen Prozessüberwachungssystems | Entwicklung einer KI-gerechten Datenstruktur
Partner
FHG ILT, LBBZ, Dreher, Marx, Precitec, KIT – IIIT
Kombination unterschiedlicher Sensorkonzepte (wie photodiodenbasierte Systeme, Videographie) zur KI-basierten Überwachung von Laserschweißprozessen und Visualisierung in Laser-Remote-Assistenten
Aufgaben für 4D
Entwicklung von Schnittstellen für die Kommunikation mit externen Systemen | Konzeption und Umsetzung der Auswertestrategie für multispektrale Sensordaten | Fehlererkennung beim Schweißen von Aluminium-Batteriekästen
Partner
Oculavis, FHG ILT, Scansonic, Hema electronics, Cloos (assoziiert)
Entwicklung eines Fügeprozesses für Blech-/Blech- sowie Litzen-Verbindungen aus Aluminium und Kupfer mittels Laserstrahlschweißen für eine Konduktivität > 33 MS/m sowie zur Reduktion intermetallischer Phasen
Aufgaben für 4D
Entwicklung eines integrierten optischen Designs der multispektralen Sensorhardware | Entwicklung einer Echtzeit-Schnittstelle für die Datenausgabe | Erkennung von Fehlern beim Schweißen von Aluminium-Kupfer-Verbindungen
Partner
BBW, TU Ilmenau
Entwicklung und Implementierung eines agilen, digitalen Produkt- und Produktionsbaukastens für elektrische Traktionsmotoren
Aufgaben für 4D
Integration und Erprobung des multispektralen Sensorsystems für Elektromobilitätsanwendungen (laserbasiertes Abisolieren und Laserschweißen von Hairpin-Statoren für Elektromotoren) | Implementierung von KI-basierten Datenanalysealgorithmen
Partner
Schaeffler, Braun, Zeiss, FormiKa, Gehring, KIT, Koob, CEIA Induktion, Steingroever, Pro Beam, Schunk, Stahl, Trumpf, Wafios
Entwicklung einer Inline-Prozessüberwachung von Laserschweißprozessen zur Kontaktierung von Batteriezellen basierend auf ML-Algorithmen mit kurzer Adaption und integrierten Reglern zur Reduzierung der Ausschussquote unter 0,1 %
Aufgaben für 4D
Entwicklung der Hardwareschnittstelle für die Integration externer Sensoren | Anwendungstests für Anwendungsfälle der Elektromobilität (Laserschweißen von Batteriezellen) | Prozessregelung auf Basis von Sensordaten
Partner
TU München – iwb
Projektziel
Optimierung eines vernetzten digitalen Produktentstehungsprozesses von Konstruktion über Fertigungsvorbereitung und eigentliche additiven Fertigung bis hin zur Nachbearbeitung
Aufgaben für 4D
Integration zusätzlicher Datenquellen wie Scanpositionen in eine LPBF-Anlage | Analyse von Pulverrohstoffen | Fehlererkennung bei der additiven Fertigung von Kunststoffbauteilen
Partner
Leotech, John Deere, Wenzel, Nexedi, DyeMansion, Porsche, Uni Stuttgart, Fraunhofer
Kontaktieren Sie uns!
Wenn Sie mehr über unsere Produkte und Dienstleistungen erfahren möchten oder ein individuelles Angebot anfordern möchten, kontaktieren Sie uns gerne. Sie können uns telefonisch, per E‑Mail oder über unser Kontaktformular erreichen. Wir freuen uns auf Ihre Anfrage!
Kontaktieren Sie uns!
Wenn Sie mehr über unsere Produkte und Dienstleistungen erfahren möchten oder ein individuelles Angebot anfordern möchten, kontaktieren Sie uns gerne. Sie können uns telefonisch, per E‑Mail oder über unser Kontaktformular erreichen. Wir freuen uns auf Ihre Anfrage!