Der Automobilzulieferer Valeo hat mit dem Fraunhofer KI-Spin-off plus10 und dem KI-Institut AImotion Bavaria der Technischen Hochschule Ingolstadt ein anwendungsnahes Forschungs- und Entwicklungsprojekt begonnen. Ziel des Projekts ist die Effizienzsteigerung hochautomatisierter Fertigungslinien mithilfe neuartiger Machine-Learning-Algorithmen.
.webp)
Der Automobilzulieferer Valeo hat mit dem Fraunhofer KI-Spin-off plus10 und dem KI-Institut AImotion Bavaria der Technischen Hochschule Ingolstadt ein anwendungsnahes Forschungs- und Entwicklungsprojekt begonnen. Ziel des Projekts PALIM (Performance-Accelerated Learning for Intelligent Manufacturing) ist die Effizienzsteigerung hochautomatisierter Fertigungslinien mithilfe neuartiger Machine-Learning-Algorithmen. Das Forschungsprojekt PALIM wird vom Freistaat Bayern als Teil der Hightech-Agenda über das Bayerische Verbundforschungsprogramm (BayVFP) für drei Jahre gefördert.
Beim Kick-off Meeting zum Projekt PALIM bei Valeo am Standort Wemding wurden die Leitlinien für das Forschungsvorhaben gesetzt. Ziel des Projekts ist es, am Beispiel einer hochautomatisierten Fertigungs- und Montagelinie die Eignung moderner Deep-Learning-Verfahren zur Zeitreihenverarbeitung systematisch weiter zu erforschen und anwendungsnah zu evaluieren. Die hochmoderne Fertigungsanlage, in der die Optik und Elektronik adaptiv montiert, konnektiert und geprüft wird, ist hierfür ein prädestinierter Anwendungsfall.
Die Fertigungslinie am Standort Wemding produziert integrierte Sensoren und Kamerasysteme zur Fahrassistenz bis hin zum autonomen Fahren. Es ist ein Markt mit steigendem Bedarf. Aus Produktionsperspektive ist die Herausforderung, intelligente Sensoren in hohen Stückzahlen herzustellen. Daher ist es umso wichtiger, die Nutzung neuartiger Optimierungstools in deutschen Produktionsstätten, die kontinuierlich dazulernen, voranzutreiben.
„Die Automatisierungsbranche ist immer noch am Anfang, Deep-Learning-Ansätze in den Prozessen zu entdecken und umfassend zu nutzen. Solche Verfahren können eine potenziell höhere Genauigkeit und Generalisierung als konventionelle Machine-Learning-Ansätze bieten und einen echten Produktionsvorteil darstellen“, erklärt Felix Georg Müller, Geschäftsführer bei plus10.
Um dieses Projektvorhaben erfolgreich umzusetzen, bringen alle drei Verbundparteien verschiedene Kompetenzen mit ein:
Die Expert*innen für selbstlernende Produktionsoptimierung von plus10 liefern bei PALIM das Know-How und langjährige Praxiserfahrungen zur hochfrequenten Maschinendaten-Erfassung, -Fusion und -Handling als Basis aller FuE-Arbeiten. Forschungs- und entwicklungsseitig wird plus10 Expertise und Vorarbeiten im Bereich der Verhaltensmodellierung von Fertigungsprozessen und Modellierungsansätzen zur Erklärung auftretender Phänomene mit klassischen und Deep-Learning-Ansätzen einbringen.
Die Technische Hochschule Ingolstadt ist mit der Forschungsprofessur für KI-basierte Optimierung in der Automobilproduktion am Institut Almotion Bavaria verantwortlich für die Implementierung, Dokumentation und experimentelle Evaluation verschiedener Machine-Learning-Verfahren und Methoden.
Über seinen Standort in Wemding bringt Valeo sein Wissen über die hochautomatisierte Produktion für proprietäre Spitzentechnologien ein. Durch Valeo.ai, das erste globale Zentrum für künstliche Intelligenz und Deep Learning in der Automobilbranche, kann das Projekt auf eine Forschungsbilanz zurückgreifen, die von 200 KI-Expert*innen mit engen Verbindungen zur wissenschaftlichen und akademischen Gemeinschaft geführt wird.
Das Forschungsprojekt PALIM wird mit einem Umfang von 1,3 Mio. € vom Freistaat Bayern über das Bayerische Verbundforschungsprogramm (BayVFP) über 3 Jahre bis August 2024 gefördert. Es ist somit Teil der Hightech-Agenda Bayern und dem Ausbau Augsburgs und Ingolstadts als KI-Zukunftsstandorte in Bayern. Betreut wird das Projekt vom Projektträger VDI/VDE Innovation + Technik GmbH.
Beim Kick-off des Forschungsprojekts PALIM beim Valeo Standort in Wemding trafen sich die Projektverantwortlichen Lukas Lodes, Felix Georg Müller, Prof. Dr. Alexander Schiendorfer, Lena Kunz, Christian Pfefferer, Maximilian Schwab, Steffen Klarmann (v.l.n.r.). Bildquelle: Valeo GmbH.
