Besuchen Sie unser Labor

Automatisierung, Robotik und Elektronik Auf dem Weg zur Industrie 4.0

Unsere Experten begleiten Sie bei der Entwicklung Ihrer Automatisierungslösung. Wir verfügen über fortgeschrittene Kompetenzen in der Automatisierung sowie in allen Bereichen der Robotik: industrielle, mobile und kollaborative Robotik. Falls erforderlich, entwickeln und implementieren wir Regelungsalgorithmen und Bildverarbeitungsalgorithmen, die sowohl auf längst etablierten Methoden als auch auf künstlicher Intelligenz basieren. Als Teil des Instituts für Elektrotechnik sind wir in der Lage, eingebettete und vernetzte Systeme zu entwickeln, die genau auf Ihre Bedürfnisse zugeschnitten sind. Ein herausragender Vorteil unserer Dienstleistungen ist zweifellos, dass unsere Software- und Hardwarelösungen höchsten industriellen Standards entsprechen.

 

Besuchen Sie unser Labor

Kompetenzen

Automatisierung

Die Automatisierung hat sich in den letzten Jahren stark weiterentwickelt. Heutzutage sind digitale Steuerungen "vernetzt" und die Intelligenz ist verteilt. Während Regelkreise immer noch von den in Maschinennähe befindlichen Steuerungen gesteuert werden, werden Optimierungs- oder prädiktive Wartungsalgorithmen in der Cloud gehostet. Diese Komplexität erfordert Kenntnisse, die über die grundlegenden Programmierkenntnisse von speicherprogrammierbaren Steuerungen hinausgehen. Wir beherrschen diese Komplexität und sind in der Lage, komplexe Algorithmen, insbesondere auf Basis von künstlicher Intelligenz, zu entwickeln und sie an der richtigen Stelle zu programmieren, wobei wir die Sicherheits- und Industrialisierungsstandards einhalten.  

Robotik

Die Robotik ist mobil und kollaborativ geworden, was neue Anwendungsfelder eröffnet. In Kombination mit Fortschritten in den Bereichen Bildverarbeitung und künstlicher Intelligenz ist die Robotik die Lösung für den Mangel an qualifizierten Arbeitskräften in der Schweiz. Sie trägt auch dazu bei, die Arbeitsbelastung erheblich zu reduzieren und die Fertigungsqualität zu verbessern, indem sie eine unvergleichliche Wiederholbarkeit gewährleistet. Unsere Gruppe verfügt über umfassende Erfahrung in allen Bereichen der Robotik. Mehrere Forschungsprojekte haben zu Lösungen geführt, die heute in verschiedenen Sektoren im Einsatz sind.

casmaschinelearningklein

Künstliche Intelligenz

Die industrielle Intelligenz ist unverzichtbar geworden. Reinforcement Learning ermöglicht es beispielsweise, Regelungsprobleme zu lösen, die mit klassischen Ansätzen nicht lösbar sind. Im Bereich der präventiven Wartung ermöglichen neuronale Netze die Erkennung von Veränderungen in den intrinsischen Eigenschaften einer Anlage, die Klassifizierung dieser Veränderungen und gegebenenfalls die Alarmierung. Künstliche Intelligenz hat auch Auswirkungen auf die Bildverarbeitung. In Kombination mit klassischen Ansätzen wie dem 3D-Matching ermöglicht sie die Lokalisierung unbekannter oder deformierbarer Objekte. Die Bewegungsplanung eines Roboters kann ebenfalls durch KI-basierte Ansätze optimiert werden.

Embedded Systems - Elektronik

Ein programmierbarer Automat ist nicht immer die ideale Lösung für die Umsetzung einer Automatisierungslösung. Kosten-, Zuverlässigkeits-, Sicherheits- oder Größenbeschränkungen können die Entwicklung einer speziellen Elektronik erfordern. Ebenso kann eine spezifische Anwendung die Entwicklung eines neuen Sensors oder Aktuators notwendig machen. In all diesen Fällen begleiten Sie unsere auf die Entwicklung eingebetteter Systeme spezialisierten Teams in allen Phasen der Entwicklung, vom Prototyping bis hin zur Industrialisierung der Lösung.

Projekte

Robotergestützte Automatisierung im Schaltschrankbau

Im Angesicht des Fachkräftemangels im Schaltschrankbau wird die Automatisierung mit Robotern zur Schlüsselstrategie.

mehr

Die Automatisierung des Schaltschrankbaus mithilfe von Industrierobotern ist eine Antwort auf den Mangel an qualifizierten Arbeitskräften, mit dem die Schweiz derzeit konfrontiert ist. Dieser Ansatz folgt einer Logik der vollständigen Digitalisierung des Fertigungsprozesses, von der Zeichnung des Elektroschemas am Computer über die automatische Kabelproduktion bis hin zur Fertigung des Schranks durch Roboter.

In einem ersten Schritt soll die Position im Raum und die Biegung der Kabel mithilfe von 3D-Sensoren bestimmt werden. Das 3D-System X36 von Ensenso wird dabei verwendet. Die Kabel werden anschließend von einem kollaborativen Yaskawa-Roboter, der von der Firma SwissDrives zur Verfügung gestellt wird, in Push-in-Module eingesetzt. Parallel dazu werden die Möglichkeiten der EPLAN-Software untersucht, um festzustellen, welche Daten aus dem elektrischen Schaltplan exportiert und gegebenenfalls ergänzt werden müssen.

In einem zweiten Schritt wird die Platzierung der Kabel in den Kanälen behandelt.

Umsetzungspartner: EWS

Finanzierung: EWS, Hochschule Luzern, SwissDrives/Yaskawa, EPLAN

Vorausschauende Wartung im Schienenverkehr

Gerätestörungen im Eisenbahnsektor führen zu verringertem Verkehr oder sogar zu vollständigen Streckenschließungen. Ein Produkt wird entwickelt, um die Häufigkeit solcher Störungen zu reduzieren.

mehr

Fehlererkennung, Wartungsarbeiten und Anlagenmanagement sind drei Herausforderungen, denen sich die meisten Unternehmen im Eisenbahnsektor stellen müssen. Heute sind Wartungsarbeiten sogenannte Routineoperationen und basieren hauptsächlich auf Zeit oder Nutzung. Der tatsächliche Zustand der Ausrüstung wird dabei nicht berücksichtigt. In diesem Projekt werden eine zustandsbasierte Fehlererkennung und präventive Wartung angestrebt. Der Fokus liegt in der ersten Version der Lösung auf Bahnübergängen und Weichen (auch Weichen genannt). Die folgenden Vorteile werden erwartet:

  1. Zustandsbasierte Fehlererkennung: Fehler werden früher erkannt und eindeutig identifiziert. Das richtige Team und die richtigen Ersatzteile werden für den Eingriff eingeplant. Eine höhere Verfügbarkeit der Strecken und geringere Kosten für die Eingriffe werden erwartet.
  2. Zustandsbasierte präventive Wartung: Kostenreduzierungen von ca. 30 % für die Wartung werden über den gesamten Lebenszyklus der Ausrüstung erwartet (siehe Geschäftsmodell).
  3. Anlagenmanagement: Das Anlagenmanagement ist ein Nebenprodukt einer effizienten zustandsbasierten Wartung. Eine optimale Strategie für den Austausch der Ausrüstung wird dem Anlagenbesitzer vorgeschlagen.

Das in diesem Projekt vorgesehene Produkt/Dienstleistung wird die oben genannten drei Herausforderungen angehen und eine zustandsbasierte Lösung bieten. Es werden nicht-invasive Messungen an der Ausrüstung durchgeführt. In einer ersten Version werden Strom und Spannung der Motoren sowie Bewegungszeiten gemessen. Die gesammelten Daten werden in die Cloud gesendet, und fortschrittliche Algorithmen werden implementiert, um die Daten zu verarbeiten und Ereignisse wie Fehlererkennung, Wartungspläne oder Schätzungen des Werts der Ausrüstung/Anlagen zu generieren. Diese Algorithmen nutzen die Ergebnisse der klassischen Signalverarbeitung und kombinieren sie mit Methoden der künstlichen Intelligenz.

Ein erster Schritt zur Industrialisierung wird in diesem Projekt erreicht. Die Lösung wird in einer industriellen Hardware- und Softwarekonfiguration (Vorserienprototyp) implementiert.

Umsetzungspartner: Kummler+Matter EVT AG

Finanzierung: Innosuisse, Kummler+Matter EVT AG, Hochschule Luzern

Mobile Roboter für die Optimierung von Hörgeräten

Zwei mobile Roboter der Firma Omron (LD90) wurden verwendet, um verschiedene Gesprächssituationen zu simulieren, mit dem Ziel, Hörgeräte zu optimieren.

mehr

Einer der Roboter simuliert die sprechende Person und gibt daher einen Ton ab, während der andere Roboter die hörende Person simuliert. Diese Person ist mit Hörgeräten der Firma Sonova ausgestattet. Eine Software wurde entwickelt, um diese Situationen intuitiv programmieren zu können. Der ausgesendete Ton ist ein Chirp-Signal, das alle hörbaren Frequenzen mit der gleichen Intensität anregt. Dieses Signal wird mit den Hörgeräten empfangen und mithilfe klassischer Signalverarbeitungstechniken (Fourier-Transformation) ausgewertet. Diese Analyse ermöglicht es, verschiedene Orte wie ein Großraumbüro, ein Esszimmer, einen Bahnhof und verschiedene Situationen wie ein direktes Gespräch zwischen zwei Personen ohne Hintergrundgeräusche oder eine Gruppendiskussion zu charakterisieren. Das angestrebte Ziel ist die automatische Erkennung dieser Situationen durch das Hörgerät und eine automatische Optimierung des Hörens.

Umsetzungspartner: Sonova AG

Finanzierung: Innosuisse, Sonova AG, Hochschule Luzern

Medienmitteilung: Roboter verbesssern Hörgeräte