Filtern
Dokumenttyp
- Masterarbeit (25)
Volltext vorhanden
- ja (25)
Gehört zur Bibliographie
- ja (25)
Schlagworte
- Akustisches Signal (1)
- Codegenerierung (1)
- Dateneingabe (1)
- Datensicherung (1)
- Digitalübertragung (1)
- Emulator (1)
- Fahrerloses Transportsystem (1)
- Fertigungslogistik (1)
- Framework <Informatik> (1)
- Industrie 4.0 (1)
Institut
Der Trend der Zeit zeigt eine stetige Weiterentwicklung in der Legehennenhaltung. Diese ist mit Herausforderungen verbunden, die der Landwirt zu bewältigen hat, um den wirtschaftlichen Erfolg seines Betriebes nachhaltig zu sichern. Hierzu zählt einerseits die Effizienzsteigerung des Betriebes durch die Überwachung der Legeleistung, sowie den Schutz der Legehennen vor Raubtieren. Diese wissenschaftliche Arbeit befasst sich mit der Evaluierung verschiedener Konzepte für eine automatisierte Erfassung der Legeleistung und Zutrittsüberwachung bei geschlossener Auslauföffnung, um das Huhn vor Raubtieren zu schützen. Zunächst werden Methoden zur Identifikation von Legehennen erläutert und auf deren Eignung geprüft. Diese basieren auf zwei grundlegenden Technologien. Mit Hilfe der RFID (Radio Frequency Identification) Technologie, als auch mittels Bildverarbeitung werden die Legehennen identifiziert. Daraus folgend werden Konzepte zur Realisierung erarbeitet und bewertet. Nach Auswahl geeigneter Konzepte werden diese in einem Versuchsaufbau getestet. Bei der Umsetzung mittels RFID wird ein System im Frequenzbereich von 125 kHz gewählt. Im Bereich der Bildverarbeitung wird die Umsetzung mit der Entwicklungsumgebung HDevelop von HALCON realisiert. Das Ergebnis der Versuchsaufbauten zeigen mögliche Lösungswege auf und machen die Schwierigkeiten und Herausforderungen der Technologien sichtbar.
Die Fachhochschule CAMPUS 02 hat für Forschungs- und Projektaufgaben sowie für Demonstrationsbzw. Vorführungszwecke für die Studierenden der Fachrichtung Automatisierungstechnik einen SechsAchs-Knickarmroboter des Typs UR5 der Firma Universal Robots angekauft. Dabei handelt es sich um einen kollaborierenden Roboter (eng. COBOT), in dessen Arbeitsbereich Mensch und Roboter interagieren können. Die Sicherheitsfunktionen sind so ausgelegt, dass es selbst bei Kollision zwischen Maschine und Mensch zu keiner Gefährdung der Person kommt. Ziel dieser Arbeit war es, einen mobilen Arbeitsplatz für diesen kollaborierenden Roboter zu gestalten, welcher es ermöglicht, diese Sicherheitsstandards einzuhalten. Des Weiteren galt es zu untersuchen, welcher passende Endeffektor (z.B. Greifer für Manipulationszwecke) in Zukunft verwendet werden kann und ob sich ein Kamerasystem für z.B. das Lesen von Strich- oder Barcodes implementieren lässt. Um einen allen anwendbaren Normen und Richtlinien entsprechenden Arbeitsbereich gestalten zu können, wurden Methoden wie Risikoanalyse, Fehlermöglichkeits- und -einflussanalyse (FMEA) und Nutzwertanalyse (NWA) herangezogen. Das Ergebnis dieser Analysen und Tests zeigte, dass trotz Einhaltung der Richtlinien und Normen je nach Anwendungsfall, eine Verletzungsfreiheit der interagierenden Person nicht zu hundert Prozent gewährleistet werden kann. Es wird daher empfohlen diese Risiken separat zu bewerten und diese vor der Inbetriebnahme des Systems durch zusätzliche Maßnahme zu eliminieren. Denkbar wären beispielsweise der Einbau von Schutzblechen, die Konfiguration von Schutzebenen oder die Implementierung einer Schutzfeldüberwachung. Das Kamerasystem lässt sich optimal in die Arbeitsplatzumgebung einbinden und entsprechend adaptieren. Greifer bzw. allgemein Endeffektoren müssen immer für jeden Verwendungszweck passend ausgewählt werden. Dabei sollten sowohl wirtschaftliche als auch sicherheitsspezifische Gesichtspunkte als Entscheidungskriterien herangezogen werden.
Automatisierung in der Transformatorenproduktion ist aufgrund der individuellen Fertigung eine große Herausforderung, jedoch für den nachhaltigen Unternehmenserfolg unumgänglich. Deshalb wird punktuell in jenen Bereichen automatisiert, die sich als geeignet erweisen. Die Systemanforderungen sind hierbei vor allem der Umgang mit einer großen Bandbreite an verschiedenen Bauformen. Diese wissenschaftliche Arbeit befasst sich mit der Automatisierung der Aktivteil-Vormessung von Transformatoren. Besonders wird auf die Realisierung einer autonomen Umschaltvorrichtung für den Stufenschalter während des Prüfprozesses eingegangen. Dafür wird zuerst die Funktionsweise und der Aufbau der verschiedenen Stufenschalter-Bauformen behandelt und mittels Versuche deren benötigter Kraft- und Momentaufwand für eine Schalthandlung erfasst. Daraus folgend wird die geeignete Antriebstechnik und Sensorik eruiert und verschiedene Konstruktionskonzepte der Umschaltvorrichtung evaluiert. Das geeignetste Konzept wird umgesetzt, über eine Simatic S7 SPS gesteuert und in einem Versuchsaufbau getestet. Mit dem dadurch entwickelten und optimierten GRAPH-Programm ist der Prototyp in der Lage, verschiedenste Bauformen von Stufenschalter zu bedienen. Ebenfalls Teil dieser Arbeit ist die Konzeptionierung einer automatisierungs- und normgerechten Prüfzelle, um Messungen ohne Anwesenheit von Personal durchführen zu können. Die Ergebnisse dieser Versuche helfen bei der Verbesserung von Hard- und Software und zeigen Herausforderungen und Lösungswege für die Implementierung in die Fertigungslinie auf.
Das Unternehmen Schunk Hoffmann Carbon Technology ist Weltmarktführer in der Produktion von elektrisch leitenden Kohlebürsten für Gleichstrommotoren. Die Finalfertigung des Produkts findet auf selbstgebauten Maschinen statt, sogenannten Rundtaktanlagen. Für ein neues Projekt kopiert die Programmierabteilung des Maschinenbaus ein vorhandenes Programm einer Rundtaktanlage und ändert es entsprechend den Bedürfnissen der herzustellenden Anlage ab. Dieses Vorgehen birgt die Gefahr Fehler zu übersehen und sie erst bei der Inbetriebnahme der Maschine zu entdecken. Darüber hinaus ist die Prozedur monoton und beansprucht Zeit, welche der Entwickler anderweitig für das Projekt nutzen könnte. Das Ziel dieser Masterarbeit war es einen Codegenerator zu entwickeln, der automatisiert ein benutzerdefiniertes Grundprogramm für eine Rundtaktanlage erstellt. Ein Generator hat den Vorteil, dass keine Fehler aufgrund des Kopierens alter Anwendungen auftreten und er die zeitaufwendige manuelle Nacharbeit eliminiert. Um eine parametrierbare und wiederverwendbare Vorlage für den Codegenerator zu erhalten, fand eine Analyse der bisherigen Rundtaktanlagen statt. Nachdem die Programmierabteilung die Anwendungen der Anlagen in einer Entwicklungsumgebung der Firma Beckhoff erstellt, wurden Methoden zur automatisierten Erzeugung von Programmcodes für diese Applikation evaluiert. Das Resultat der Masterarbeit ist der Codegenerator Code Monkey. Ein Mitarbeiter der Maschinenbauabteilung erstellt einmalig eine Vorlage für eine Rundtaktanlage. Der Generator bereitet anschließend das Template für den Bediener auf und dieser kann es entsprechend seinen Anforderungen konfigurieren. Aufgrund der frei wählbaren Benutzereingaben ist es dem Generator möglich aus einer Vorlage das Grundprogramm für eine Vielzahl an unterschiedlichen Rundtaktanlage zu erzeugen. Mit der Applikation Code Monkey ist der Maschinenbau der Firma Schunk Hoffmann Carbon Technology zukünftig im Stande Programme für Rundtaktanlagen in nur wenigen Schritten generieren zu lassen und gleichzeitig die Entwicklungszeiten für neue Anlagen zu reduzieren.
Datenerfassung für Big Data
(2021)
Big Data und Industrie 4.0 sind Schlagwörter, die in der Automatisierung omnipräsent geworden sind. Mit dem immer größer werdenden Angebot von Cloudanwendungen und einer schleichenden Abkehr der Grundeinstellung, dass sämtliche Daten im Unternehmen gespeichert werden müssen, tut sich eine Vielzahl von Möglichkeiten in der Automatisierungstechnik auf. Diese neuen Technologien, für künstliche Intelligenz oder Predictive-Maintenance, benötigen Daten, um ihre Aufgaben auszuführen, haben aber meist keine Werkzeuge für die Datenerfassung. Durch die langen Laufzeiten für Anlagen (> 20 Jahre) in der Automatisierungstechnik kann es bei Nachrüstungen zu Problemen kommen. In der Feldebene, der untersten Schicht in der Automatisierungstechnik, findet sich eine große Anzahl von Protokollen, die nicht in jeder neuen Technologie verfügbar sind. Genau an diesem Problem knüpft diese Arbeit an und es wird ein System entwickelt, welches von verschiedenen Protokollen Daten erfassen und diese an unterschiedliche Online-Datenbanken transferieren kann. In dieser Arbeit sollen wichtige Aspekte für ein solches System erörtert werden. Eingangs gibt der theoretische Teil einen Themenaufriss zur Industriellen Kommunikation. Genaueres Augenmerk wird auf eine sichere Datenübertragung gelegt, denn bei der Übertragung an Online-Datenbanken muss die Kommunikation verschlüsselt erfolgen. Es wird aber auch generelles Cloudcomputing behandelt, wobei der Fokus auf Online-Datenbanken und den Datenbankmodellen liegt. Das zu realisierende System soll so aufgebaut werden, dass zukünftig andere Protokolle für die Datenerfassung oder neue Online-Datenbank-Anbindungen hinzugefügt werden können. Im praktischen Teil wird das System, unter Berücksichtigung der erarbeiteten Resultate, umgesetzt und auf die Tauglichkeit in der Industrie untersucht.
Diese Arbeit befasst sich mit der Produktrückverfolgbarkeit im Sondermaschinenbau. In den Fertigungszellen besteht oft das Problem, dass die Bauteile ohne maschinelle Identifikation in die jeweiligen Fertigungsregale eingeräumt werden. Somit kann es beim Zusammenbau der Sondermaschine dazu kommen, dass projektrelevante Bauteile fehlen und der Zusammenbau nicht fortgesetzt werden kann. Dies wiederum erzeugt in der Fertigungszelle einen Leerlauf, wodurch die Projektkosten unnötig in die Höhe getrieben werden. Das Ziel dieser Arbeit ist es festzustellen, welche Auto-ID-Technologie sich in der industriellen Produktionsumgebung behaupten kann. Hierfür werden in der realen Produktionsumgebung Tests anhand von Versuchsaufbauten durchgeführt. Im Speziellen gilt es hierbei zu untersuchen, mit welcher Technologie es möglich ist, Bauteile aus dem hausinternen Fräszentrum und Zukaufteile ordnungsgemäß zu markieren, damit diese in späterer Folge eindeutig identifiziert werden können. Am Eingang der Fertigungszelle wird die Identifikation aller markierten Bauteile erfolgen. Erst nachdem auf diese Weise sichergestellt wurde, dass alle relevanten Bauteile in der Fertigungszelle vorhanden sind, kann der Zusammenbau der Sondermaschine in der Produktion freigegeben werden. Als Ergebnis dieser Forschungsarbeit wird gezeigt, dass die Produktidentifikation mittels RFID-Technologie hierfür technisch besser geeignet ist als die Nutzung von Barcodesystemen.
Künstliche Intelligenz (KI) und Cloud-Computing sind treibende Kräfte der digitalen Transformation und Erfolgsfaktoren für eine nachhaltige Wettbewerbsfähigkeit. Insbesondere der Bereich der KI-basierten Audiosignalverarbeitung weist ein hohes Potential zur Fehlererkennung von Maschinen und Anlagen auf. Jedoch scheitert die Umsetzung von KI-Projekten oftmals bereits vor Projektstart aufgrund fehlender Fachkenntnisse der Unternehmen.
Das Ziel dieser Masterarbeit ist zu zeigen, wie KI-basierte Audioklassifizierungssysteme unter Verwendung von Cloud-Services implementiert werden können. Zu diesem Zweck werden die einzelnen Phasen eines KI-Projektes, von der Datenanalyse bis hin zur Bereitstellung eines fertig trainierten Modells in der Cloud-Umgebung, betrachtet. Frühere Arbeiten haben gezeigt, dass State-of-the-Art-Audioklassifizierungs-systeme auf Konzepten wie der Fourier-Analyse, Convolutional Neural Networks (CNN) und Recurrent Neural Networks (RNN) basieren. Anhand dieser Methoden wurden insgesamt 33 Klassifizierungsmodelle mittels Python, PyTorch und der cloudbasierten Plattform Google Vertex AI implementiert, trainiert und verglichen. Aufgrund der dynamischen Charakteristik der Audiodateien, wurde dazu ein komplexer Datensatz der Plattform Kaggle als Entwicklungsgrundlage verwendet (BirdCLEF2022).
Das ausgewählte Modell wurde hinsichtlich der Vorhersagegenauigkeit optimiert und auf Vertex AI zur Beantwortung von Vorhersageanfragen veröffentlicht. Dabei konnte ein auf der CNN-Architektur basierendes Klassifizierungsmodell entwickelt werden, das neun unterschiedliche Klassen mit einer Vorhersagegenauigkeit von 80,4 % klassifiziert. Weitere Ideen zur Verbesserung des Ergebnisses konnten vorgestellt werden, wodurch bewiesen wird, dass schwierige Daten mit einer Vorhersagegenauigkeit von über 90 % klassifiziert werden können. Diese Masterarbeit zeigt, wie ein KI-basiertes Audioklassifizierungssystem unter Verwendung verschiedener Cloud-Dienste und State-of-the-Art-Deep-Learning-Methoden, entwickelt werden kann.
Das Unternehmen IGT Austria GmbH entwickelt vorwiegend Softwarelösungen für Glücksspielautomaten in regulierten Märkten weltweit. In einigen dieser Märkte spielt konventionelle Münzverarbeitung eine zentrale Rolle. Somit ist es im Rahmen von Softwareentwicklungsprozessen unumgänglich Tests in Verbindung mit dem automatisierten Münzverarbeitungssystem durchzuführen. Schwierigkeiten ergeben sich in diesem Kontext vor allem in Anbetracht der länderspezifischen Währungen, weil es an Testmünzen oder passenden Bezahlsystemkomponenten fehlt. Die vorliegende Masterarbeit befasst sich daher mit der Systementwicklung eines Emulators, der die grundsätzliche Funktionsweise realer Komponenten des Münzverarbeitungssystems nachbildet. In dieser Intention wird zunächst das Gesamtsystem der automatisierten Münzverarbeitung sowie die Funktionsweise und Interaktion der Einzelkomponenten analysiert. Unter Berücksichtigung der Grundsätze und Methodiken des Requirements-Engineering werden anschließend konkrete Anforderungen an den zu entwickelnden Emulator ermittelt und dokumentiert. Die Anforderungsspezifikation dient als Ausgangspunkt für konzeptuelle Überlegungen in Bezug auf die Umsetzung. Resultierend aus diesen Überlegungen wird eine geeignete Zielplattform definiert sowie eine Softwarearchitektur entworfen, die durch Erweiterbarkeit und Wartungsfreundlichkeit überzeugt. Nach anschließender Implementierung der Architektur auf Basis plattformübergreifender Entwicklungsansätze, wird der finale Prototyp des Emulators unterschiedlichen Funktionstests unterzogen und evaluiert. Die Tests haben gezeigt, dass der Prototyp funktioniert und die grundlegenden Funktionen erfüllt, allerdings noch weitere Evaluierungen in Richtung Plattform-Abhängigkeit der Software durchzuführen sind.
Die Firma Kristl, Seibt & Co GmbH entwickelt und produziert Prüfstände im Bereich der Fahrzeugtechnik. In den vergangenen Jahren wurden verschiedene standardisierte Softwarelösungen für den Betrieb von Motoren-, Antriebsstrang- und Rollenprüfständen entwickelt. Bis dato wurde noch kein standardisiertes Softwaresystem entwickelt, das die weltweiten Prozesse der Messung von Abgasemissionen von Fahrzeugen beinhaltet. Das Hauptziel dieser Arbeit ist, ein strukturiertes und generalisiertes Softwaresystem zu entwickeln, welches die weltweiten Testprozeduren im Bereich der Abgasmessung von Fahrzeugen abdeckt. Zunächst werden dazu die Grundlangen eines Abgasrollenprüfstands analysiert. Darüber hinaus, werden Methoden der Softwareentwicklung zur Strukturierung und Darstellung komplexer Softwaresysteme erarbeitet. Danach werden bestehende Softwaresysteme im Bereich der Abgasmessung von Fahrzeugen evaluiert. Nach diesen Untersuchungen wird eine Softwarearchitektur konzipiert, die eine generalisierte Struktur für die Messgeräte, Fahrzyklen und das Verhalten des gesamten Prüfzyklus beinhaltet. Ausgehend davon wird die modellierte Softwarearchitektur in das Prüfstandsautomatisierungssystem Tornado der Firma Kristl, Seibt & Co GmbH implementiert und getestet. Im Vergleich zu den bestehenden Projekten können durch die erarbeitete Vorgehensmethodik nicht nur objektbasierte Strukturen modelliert, sondern auch generische Programmabläufe entwickelt werden. Somit entsteht ein Softwaremodul, das hinsichtlich Erweiterbarkeit, Flexibilität und Testbarkeit neue Maßstäbe setzt.
Durch Unfälle und Erkrankungen des zentralen Nervensystems kommt es häufig zu Beeinträchtigungen des alltäglichen Lebens von Betroffenen. Besonders bei der Neurorehabilitation handelt es sich teilweise um einen langwierigen Prozess, bei welchem durch den Einsatz von therapieunterstützenden Technologien die Häufigkeit und Dauer des Trainings gesteigert werden können. Daher beschäftigt sich diese Arbeit mit der Entwicklung eines Handmotorik-Trainingsgeräts, welches den Genesungsprozess unterstützen soll.
Das Ziel dabei ist, das Gerät nicht nur aus ingenieurtechnischer Sicht zu entwickeln, sondern in einem frühen Stadium die Expertise von Fachexpert*innen miteinzubeziehen. Zu Beginn wird ein Konzept erarbeitet, wonach ein erster Prototyp entwickelt wird. Dessen Evaluierung wird sowohl nach technischen Limitationen, als auch bezüglich praktischer Anwendbarkeit durchgeführt. Für letzteres wird eine Testung mit anschließender Befragung von 14 Ergotherapeut*innen durchgeführt, wonach mittels Usefulness, Satisfaction and Ease of Use (USE)-Questionnaire und eines Fragebogens qualitative und quantitative Daten erhoben und folglich ausgewertet werden. Basierend auf den Ergebnissen der gesamten Evaluierung werden neue Anforderungen abgeleitet, um das Trainingsgerät zielgerichtet weiter zu entwickeln.
Eine qualitative Evaluierung zeigt bei 7 von 10 Antwortkategorien der kritischen Fragestellungen eine Verbesserung im Zuge der Weiterentwicklung. Weiters kann für die Verbesserungen hinsichtlich Verfahrgeschwindigkeit, Vibrationen und Geräuschemission ein quantitativer Nachweis erbracht werden. Hinsichtlich der Relevanz zeigt sich, dass sich alle Befragten vorstellen können, solch ein Gerät im therapeutischen Bereich einzusetzen und das Training damit kognitive und motorische Fähigkeiten verbessern kann.