EFRE E|ASY OPT

Im Kompetenz- und Analyseprojekt für die Prozess- und Produktionsoptimierung mittels Data Mining (E|ASY-OPT) werden problemspezifische und fortgeschrittene Data Mining Methoden auf deren Integrierbarkeit in bestehende und anlaufende Produktionslinienzur gesamtheitlichen Qualitätsüberwachung von Produktionsprozessen aus dem Elektro- und dem klassischen Maschinenbau anwendungsnah für die Prozesse der KMU-Partner untersucht. Das Ziel liegt in der Steigerung und langfristigen Sicherung der Wettbewerbsfähigkeit durch die Aufdeckung bisher unbekannter Wirkzusammenhänge in Fertigungs- und Montageprozessen. Hierbei ermöglichen zielgerichtete Auswertungen eine schnellere Reaktion an den betroffenen Produktionsanlagen innerhalb eines Wertstroms – vom Musterbau über die Kleinserie bis hin zur Großserienfertigung. Weiterhin wird das Prozessverständnis der KMU-Partner gesteigert und die Fehler und Ausschusskosten gesenkt.

Aufgabenschwerpunkte:

  • Kompetenz bei der Analyse komplexer Prozess- und Produktionszusammenhänge
  • Identifizierung und Untersuchung zur wirtschaftlichen Anwendung von informationstechnischen Data Mining Methoden im industriellen Umfeld
  • Beratung hinsichtlich Optimierung der eigenen Fertigungsprozesse
  • Beratung bei der Auswahl einer geeigneten Systemarchitektur
  • Unterstützung bei der Implementierung der Methoden, Werkzeuge, Visualisierungen und Software
  • Entwicklung innovativer Ansätze zur datengetriebenen Optimierung von einzelnen Prozessen und gesamten Wertschöpfungsketten

Dieses Vorhaben mit einem Gesamtvolumen von 5.020.000 Euro wird von der Europäischen Union aus Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) mit Zuschüssen in Höhe von 2.510.000 Euro gefördert.

 

Partner: Robert Bosch GmbH, Baumüller Nürnberg GmbH, DEE Dräxlmaier Elektrik- und Elektroniksysteme GmbH, SASSE Elektronik GmbH, AKE-technologies GmbH, UWF GmbH, SINTEC Informatik GmbH, DETEKTOR, Ingenieurbüro Zilk GbR, iba AG

Laufzeit: Dezember 2016 – November 2022

 

Förderer

 

Kontakt: martin.enders@fau.de