SemI40

Beschreibung

Unter der Leitung von Infineon startete am 31.05.2016 das Forschungsprojekt SemI40 ("Power Semiconductor and Electronics Manufacturing 4.0"). Dabei forschen 37 Partner aus fünf Ländern an der Weiterentwicklung selbststeuernder Fabriken. Gemeinsames Ziel ist der nächste Entwicklungsschritt von Industrie-4.0-Anwendungen. Mit einem Volumen von 62 Millionen Euro gehört das Forschungsprojekt zu den größten Industrie-4.0-Projekten in Europa. SemI40 wird sich in den nächsten drei Jahren auf die Bereiche "intelligente Produktion" und "cyber-physikalische Produktionssysteme" konzentrieren.

Fabriken lernen nicht nur laufend, sie müssen auch wandlungsfähig sein: Um auf Veränderungen entlang der gesamten Lieferkette schneller reagieren zu können, müssen die Produktionsprozesse flexibler auf Veränderungen reagieren. Betroffen sind etwa Konfiguration, Warenfluss oder Auftragsverhalten der Kunden. Vorteile sind Energieeinsparungen und ein insgesamt effizienterer Ressourceneinsatz. Dazu wird ein Schwerpunkt des Projekts unter maßgeblicher Beteiligung der TU Dresden und der Professur für technische Informationssysteme beitragen, der die Entwicklung dynamischer Simulationen zum Ziel hat. Sie ermöglichen, die Fertigung exakter und effizienter zu planen sowie Qualität, Auslastung und Durchlaufzeit zu verbessern.

Entscheidungen im Produktionsablauf sind vielfach Routineentscheidungen und verlaufen nach definierten Mustern. Diese Entscheidungen sollen die Anlagen künftig zunehmend selbst treffen – automatisiert und bei konstanter Qualität. Damit soll der Mensch entlastet und frei für komplexere Aufgaben werden. Um ihn dabei zu unterstützen werden die Mitarbeiter der Professur für technische Informationssysteme neuartige Methoden zur Fertigungsüberwachung erforschen, um die Mitarbeiter direkt vor Ort mit kontextabhängigen, maßgeschneiderten Informationen und KPIs (Leistungskennzahlen) zu versorgen.

1.1. Acknowledgement

Das diesem Bericht zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung, und Forschung unter dem Förderkennzeichen 16ESE0077S gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt beim Autor.

This project has received funding from the ECSEL Joint Undertaking under grant agreement No 692466. This Joint Undertaking receives support from the European Union's Horizon 2020 research and innovation programme and Austria, Germany, Italy, France, Portugal.