Digitalisierungspotenziale der Materialforschung in SmartPro (DiMa)

Im Projekt DiMa (Digitalisierungspotenziale der Materialforschung in SmartPro) analysiert die Hochschule Aalen mit Partnern aus Wirtschaft und Wissenschaft die Digitalisierungspotenziale in den vier Anwendungsfeldern der Impulspartnerschaft SmartPro: Energiewandler (Impulsprojekt MagNetz) und Energiesspeicher (LiMaProMet), Leichtbau (InDiMat) und 3D-Druck (AddFunk). Geleitet wird das Projekt von Prof. Dr. Ricardo Büttner.

Herausforderung 

Smarte Materialsysteme und intelligente Produktionsverfahren sind Schlüsseltechnologien für Produkte der nächsten Generation. Mit zunehmender Relevanz moderner Materialien und Fertigungsprozesse steigt der Bedarf nach innovativen produktionsbegleitenden Verfahren der Qualitätskontrolle sowie der Produktionsparameteroptimierung. Klassische Systeme zur Qualitätskontrolle sind den neuen Herausforderungen jedoch meist nicht gewachsen. Für den erfolgreichen Transfer in die Massenproduktion sind neue Verfahren notwendig, so dass die Digitalisierung der Produktion zunehmend zum Wertschöpfungstreiber in Forschung und Industrie wird. Durch den stetigen Anstieg der Datenmengen und die zunehmende Komplexität der Informationen gewinnen dabei auch neue Methoden für Datenverarbeitung und Informationsextraktion weiter an Bedeutung.

Ziele und Vorgehen

Im Projekt DiMa sollen Digitalisierungsmöglichkeiten innerhalb der Impulspartnerschaft SmartPro ausgelotet werden. Mittels Verfahren wie Machine Learning (ML) und Deep Learning (DL) sowie Data Science können neue Potenziale identifiziert werden, denn diese Methoden sind in der Lage, hochkomplexe nichtlineare Zusammenhänge in großen Datenmengen zu identifizieren.

Das Vorhaben ist in vier Teilprojekte unterteilt, die jeweils einem konkreten SmartPro-Anwendungsfeld zugeordnet sind. Im Teilprojekt MagTwin wird ein digitaler Zwilling eines Prüfstands entwickelt, der die Alterung von Dauermagneten simulieren kann. Im Teilprojekt DigitEL werden mittels ML die Leistungsparameter von Lithium-Ionen-Akkus anhand der Mikrostruktur des Elektrodenmaterials prognostiziert. Im Teilprojekt MashMult wird 2D- und 3D-Bildgebung eingesetzt, um die mechanische Festigkeit von Klebeverbindungen in Leichtbaumaterialien vorherzusagen. Im Teilprojekt SmartPrint kommt ML zum Einsatz, um grundlegende Zusammenhänge von Materialeigenschaften und Prozessparametern beim 3D-Druck optischer Komponenten zu ermitteln.

Innovationen und Perspektiven 

Durch das Projekt DiMa werden bisher noch nicht in SmartPro tätige Experten aus dem Gebiet Data Science in die Partnerschaft integriert. Damit wird das SmartPro-Forschungsprofil um den zukunftsträchtigen und besonders innovativen Bereich des Machine Learning und der Data Science geschärft und thematisch wie methodisch erweitert. Zudem wird die interdisziplinäre Zusammenarbeit zwischen den aktiven Forschungsgruppen verstärkt.

Das Projekt wirkt auch jenseits der Impulspartnerschaft, indem es die Wettbewerbsfähigkeit der Region Ostalb/Ostwürttemberg steigert. Das Marktpotenzial der zu entwickelnden innovativen Verfahren wird von den Projektpartnern als sehr hoch eingeschätzt; unter anderem können die Verfahren über eine Anwendungsschnittstelle (API) in bestehende Softwaresysteme integriert werden. Der Einsatz maschineller Lernverfahren ist insbesondere vor dem Hintergrund der wertschöpfungsorientieren Nutzung von Produktionsdaten aus Industrie-4.0-Initiativen von großem Interesse, so dass das Projekt Anwendungsmöglichkeiten weit über SmartPro hinaus ermöglichen kann.