Skip to main content

Are you looking for something?

Intelligent Motion Control under Industry4.E (IMOCO4.E)

Das Ziel von IMOCO4.E ist es, vertikal verteilte Edge-to-Cloud-Intelligenz für Maschinen, Roboter und andere cyber-physische Systeme mit aktiv gesteuerten beweglichen Elementen bereitzustellen. Hier sehen wir ständig wachsende Anforderungen an langfristige Energieeffizienz, Bewegungsgeschwindigkeit, Präzision, Kompaktheit, Flexibilität, Selbstdiagnosemöglichkeiten, sichere Konnektivität oder andere neuartige Funktionalitäten.

IMOCO4.E strebt an, komplexe Maschinen und Roboter besser zu verstehen. Die beiden Hauptsäulen dieses Projekts sind Digitale Zwillinge und KI-Prinzipien (Maschinelles Lernen/deep learning). Diese Säulen bauen auf dem I-MECH Referenzrahmen und auf der I-MECH-Methodik auf, indem sie der Schicht 3 neue Werkzeuge hinzufügen, die eine verständliche Sicht auf das System liefern, vom ersten Entwurf über den gesamten Lebenszyklus. Für den effektiven Einsatz entstehen völlig neue Anforderungen an die „Edge“-Schichten (Layer 1) der Motion-Control-Systeme (einschließlich drehzahlvariabler Antriebe und intelligenter Sensoren), die nicht routinemäßig über verfügbare kommerzielle Produkte bedient werden können. Vor diesem Hintergrund besteht die Mission dieses Projekts darin, adäquate Edge-Intelligenz in die Instrumentierungs- und Steuerungsschichten einzubringen, Maschinendaten auf den entsprechenden Ebenen der Regelkreise zu analysieren und zu verarbeiten und die Digitalen Zwillinge entweder mit der simulierten oder mit der physikalischen Welt in Echtzeit zu synchronisieren. Auf allen Ebenen sind KI Techniken anwendbar. Zusammenfassend strebt IMOCO4.E die Bereitstellung einer Referenzplattform an, die aus KI und Digital-Twin-Tool-Chains und einer Reihe von passenden Bausteinen (Building-Blocks) für belastbare Fertigungsanwendungen besteht. Die optimale energieeffiziente Leistung und einfache (Re-) Konfigurierbarkeit, Modularität, Rückverfolgbarkeit und Cybersicherheit sind dabei entscheidend. Die Vorteile der IMOCO4.EReferenzplattform werden direkt in Anwendungen für Halbleiter, Verpackung, Industrierobotik und Gesundheitswesen verifiziert. Zusätzlich demonstriert das Projekt die Ergebnisse in anderen generischen "Motion-Control-zentrierten" Domänen. Die Projektergebnisse werden die gesamte Wertschöpfungskette der Produktionsautomatisierung und der Anwendungsmärkte beeinflussen.

Sponsor
BMBF
Promoter
European Commission
Duration
01.09.2021 to 31.08.2024
Cooperation Partner
SIOUX CCM SIOUX (LE) NL, University of West Bohemia UWB (RTD) CZ, Brno University of Technology BUT (RTD) CZ, Fundacion Tekniker TEK (RTD) ES, FAGOR Aotek S. Coop. FAG (RTD) ES, ITML G.P. ITML (SME) GR, Tyndall, Uni. College Cork (UCC) TNI (RTD) IR, Gefran SpA GEF (LE) IT, Seven Solutions 7SOLS (SME) ES, Universidad de Granada UGR (UNI) ES, Intrasoft INTRA (LE) BE, REX Controls s.r.o. REX (SME) CZ, Emdalo EMD (SME) IR, Analog Devices ADI (LE) IR, Universita degli Studi di Brescia UNIBS (UNI) IT, University of Modena UNIMORE (UNI) IT, Evidence EVI (LE) IT, Elektronikas un datorzinātņu institūts EDI (RTD) LV, Universita degli Studi di Sassari UNISS (UNI) IT, Reden B.V. RED (SME) NL, Eindhoven University of Technology TUE (UNI) NL, Electromagnetic Compatibility MCC BV EMC (SME) NL, TNO TNO (RTD) NL, Philips Medical Systems PMS (LE) NL, International Iberian Nanotechnology Laboratory INL (RTD) PT, Edilasio Carreira da Silva ECS (LE) PT, Hahn-Schickard HS (RTD) DE, igitalTwin Technology DTT (SME) DE, uromedia Nur (SME) DE, IMST (SME) DE, STILL (LE) DE, Nexperia Nexperia (LE) NL, SOC-e SOC (LE) ES, PHILIPS CONSUMER LIFESTYLE BV PCL (LE) NL, VTT VTT (RTD) FI, CRIT CRIT (SME) IT,G.N.T. SYSTIMATA PLIROFORIKIS AE GNT (SME) GR, Siemens SIEMENS (LE) RO, Reexen REEX (SME) SUI, Fraunhofer IML IML (RTD) DE, MADARA Cosmetics AS Madara (SME) LV, Normet NOR (LE) FI, EXERTUS OY EXE (SME) FI, SEMI EUROPE GMBH SEMI EU (SME) DE, Philips Electronics NL BV PEN (LE) NL, Datalogic SRL DTL IT
Maturity Level
Research
back


Contact

Competences

  • Software development
  • Sensor technology
  • Sensor fusion
  • State estimation
  • Signal processing