Forschung und Transfer
IDEeP - Institute for Digital Engineering and Production
Herzlich willkommen am Institute for Digital Engineering and Production
Das Institute for Digital Engineering and Production (IDEeP) der Hochschule Offenburg versteht sich als ein Zentrum für innovative Forschung und Bildung. Der Fokus liegt auf den modernsten Bereichen der digitalen Technologien im Bereich der Ingenieurwissenschaften und der Produktion. Der Begriff Digitalisierung beschreibt die Veränderungen in Wirtschaft, Gesellschaft und Politik, die auf der Nutzung von Informations- und Kommunikationstechnologien basieren. Dabei ist es von großer Bedeutung, die Chancen der Digitalisierung zu bewerten und bei der Transformation bisheriger Abläufe zu nutzen sowie Risiken zu minimieren.
Am IDEeP arbeiten wir interdisziplinär an Themen der digitalen Transformation. Sowohl in der Forschung als auch der Lehre legen wir großen Wert auf eine enge Zusammenarbeit mit unseren Partnern in der Region. Forschende aus allen Fakultäten der Hochschule engagieren sich in den Fachgruppen, die alle Bereiche des modernen Produktlebenszyklus umfassen:
- Computational Engineering
- Smart Manufacturing
- Virtual Production Engineering
- Smart Factory Solutions
- Predictive Maintenance
Das IDEeP setzt sich dafür ein, die digitale Transformation aktiv zu begleiten und zu gestalten. Es fördert gezielt Forschungsthemen, bietet ein umfassendes Netzwerk für Lehrende, Forschende, Lernende sowie Transferpartner, agiert als Partner für gemeinsame Projekte und schafft eine Plattform für Austausch und Diskurs. Zudem bildet es Fachkräfte und Nachwuchs gezielt für die Anforderungen der digitalen Arbeitswelt aus. Aus diesem Grund engagieren wir uns bei der:
- Durchführung innovativer Forschungsprojekte,
- Bereitstellung hochwertiger Bildungs- und Schulungsprogramme,
- Zusammenarbeit mit Industriepartnern zur Implementierung digitaler Lösungen,
- Entwicklung digitaler Standards und Best Practices.
Wir arbeiten aktiv mit Industriepartnern, Forschungseinrichtungen und Regierungsbehörden zusammen, um Innovationen voranzutreiben und den Technologietransfer zu erleichtern. Für Anfragen zu unserem Institut, Forschungskooperationen oder Bildungsprogrammen, Fort- und Weiterbildungsmöglichkeiten, kontaktieren Sie uns gerne jederzeit!
Forschungs- und Entwicklungsprojekte im Bereich Digital Engineering und Produktion
Am Institute for Digital Engineering and Production spielen innovative Forschungs- und Entwicklungsprojekte eine zentrale Rolle. Unser Institut konzentriert sich darauf, die digitale Transformation in verschiedenen Branchen voranzutreiben. Wir entwickeln moderne digitale, aber auch reale Lösungen, welche die Nutzung von Informations- und Kommunikationstechnologien in der Produktion und im Ingenieurwesen optimieren. Innerhalb des IDEeP sind wir in fünf interdisziplinären Fachgruppen organisiert, die alle Bereiche des modernen Produktlebenszyklus umfassen.
Unsere Arbeiten umfassen die Entwicklung und Implementierung von fortschrittlichen Datenanalyse- und Simulationstechniken für die Produkt- und Prozessentwicklung, die Implementierung von Smart Manufacturing-Konzepten, die Nutzung von virtuellen Produktionsmethoden und die Entwicklung von vorausschauenden Wartungsstrategien. Ein Schwerpunkt liegt auf der Interaktion zwischen Mensch und Technologie.
Im Bereich der Lehre legen wir Wert auf praxisnahe Ausbildung und bieten Programme an, die Fachkräfte für die digitale Arbeitswelt qualifizieren. Dabei arbeiten wir eng mit Industriepartnern zusammen, um aktuelle Trends und Anforderungen aufzugreifen.
Das IDEeP ist Ihr Partner bei der digitalen Transformation. Wir treiben Forschungsthemen voran und bieten ein Netzwerk für Forschende, Transferpartner sowie Lehrende und stehen als Plattform für den Diskurs und den Austausch zur Verfügung.
Computational Engineering ist ein multidisziplinäres Fachgebiet, das sich mit der Anwendung von computerbasierten Modellierungs-, Simulations- und Optimierungstechnologien auf eine Vielzahl von technischen und wissenschaftlichen Bereichen befasst. Je nach Anwendungsbereich handelt es sich um etablierte und reife Methoden und Verfahren, an anderer Stelle um recht neue Ansätze und Modelle, die einer eingehenden Validierung und Verifikation bedürfen. Die professionelle Anwendung computergestützter Werkzeuge bedingt dabei das Verständnis sowohl der relevanten ingenieurwissenschaftlichen, mathematischen sowie der informationswissenschaftlichen Fachgebiete.
Das Ziel des Computational Engineering ist es, die Leistung und Effizienz von technischen Systemen und Prozessen zu verbessern, indem man sie virtuell modelliert und simuliert, bevor sie physisch gebaut werden. Die Fähigkeit, komplexe Modelle zu erstellen und zu analysieren, ermöglicht es Ingenieuren und Wissenschaftlern, neue Designs zu testen, um die Auswirkungen von Designentscheidungen zu bewerten und mögliche Schwachstellen frühzeitig zu erkennen. Dadurch können teure Fehler und Versuche vermieden werden, die sonst bei der physischen Erprobung von Prototypen entstehen können.
Das Fachgebiet umfasst eine Vielzahl von Anwendungen, darunter Strömungsmechanik, Materialwissenschaften, Chemie, Elektrotechnik, Biomedizin, Geologie und Umweltwissenschaften, um nur eine kleine Auswahl zu nennen. Das Fachgebiet des Computational Engineering ist von entscheidender Bedeutung für die heutige Industrie und Wissenschaft, da es die Entwicklung von neuen Technologien und Produkten beschleunigt und gleichzeitig die Kosten reduziert. Die fortschreitende Entwicklung von leistungsfähigeren Computern und Algorithmen sowie die Verfügbarkeit großer Datenmengen haben das Feld weiter vorangetrieben und eröffnen neue Möglichkeiten für zukünftige Anwendungen.
Ansprechpartner
- Prof. Dr. Jörg Ettrich
- Prof. Dr. Thomas Seifert
- Prof. Dr. Andreas Schneider
- Prof. Dr. Peter Treffinger
- Prof. Dr. Christian Wetzel
- Prof. Dr. Bernd Waltersberger
Virtual Production Engineering bezieht sich auf den Einsatz von virtuellen Technologien und digitalen Werkzeugen während des gesamten Produktionsprozesses, von der Konzeption bis zur Fertigung. Dabei werden virtuelle Umgebungen genutzt, um Produktionsabläufe zu simulieren, zu optimieren und zu steuern. In der Regel werden computergestützte Modelle und Simulationen eingesetzt, um Produktionsanlagen, Maschinen und Arbeitsabläufe zu entwerfen, zu testen und zu analysieren, bevor sie in der realen Welt umgesetzt werden. Dies ermöglicht eine frühzeitige Identifizierung von Problemen, die Verbesserung von Effizienz und Qualität sowie die Reduzierung von Kosten und Zeit.
Zu den Anwendungen des Virtual Production Engineering gehören virtuelle Fabriken, in denen Layouts und Prozesse visualisiert werden, digitale Zwillinge von Produktionsanlagen, die den realen Betrieb nachbilden, sowie Simulationen von Fertigungsprozessen zur Optimierung von Arbeitsabläufen und Ressourcennutzung. Diese innovative Technologie wird in verschiedenen Industriezweigen wie Automobilbau, Luft- und Raumfahrt, Maschinenbau und Elektronik eingesetzt, um die Effizienz und Agilität in der Produktion zu steigern. Durch die Integration von Virtual Production Engineering können Unternehmen ihre Wettbewerbsfähigkeit verbessern und schneller auf veränderte Marktanforderungen reagieren.
Das Labor Virtual Engineering beschäftigt sich in der Lehre als auch in der angewandten Forschung mit der Digitalen Fabrik- und Produktionsplanung, deren Simulation und virtuellen 3D-Darstellung. Weiterhin können ergonomische Studien für die Simulation von Arbeitsabläufen durchgeführt werden
Ansprechpartner
- Prof. Dr. Jürgen Köbler
Smart Manufacturing, auch bekannt als intelligente Fertigung oder Industrie 4.0, bezieht sich auf die Integration von fortschrittlichen Technologien und digitalen Systemen in den gesamten Produktionsprozess, um Effizienz, Flexibilität und Qualität zu verbessern. Diese Strategie nutzt das Internet der Dinge (IoT), künstliche Intelligenz (KI), maschinelles Lernen, Big-Data-Analyse und Automatisierung, um eine vernetzte und optimierte Fertigungsumgebung zu schaffen.
Im Smart Manufacturing werden Produktionsanlagen und -systeme miteinander vernetzt, um Echtzeitdaten zu sammeln, zu analysieren und zu nutzen. Dies ermöglicht eine proaktive Überwachung und Steuerung der Fertigungsprozesse, um Engpässe zu minimieren, die Auslastung zu optimieren und Ausfallzeiten zu reduzieren. Ein zentraler Aspekt von Smart Manufacturing ist die Implementierung von Cyber-Physical Systems (CPS), die physische und virtuelle Komponenten integrieren. Dadurch können Maschinen autonom Entscheidungen treffen und sich an veränderte Anforderungen anpassen.
Die Vorteile von Smart Manufacturing sind vielfältig: verbesserte Produktqualität, schnellere Markteinführung, optimierte Ressourcennutzung und gesteigerte Produktivität. Unternehmen können aufgrund besserer Datenanalyse fundierte Entscheidungen treffen und ihre Wettbewerbsfähigkeit stärken. Insgesamt zielt Smart Manufacturing darauf ab, die Fertigungsindustrie agiler, effizienter und zukunftsfähiger zu gestalten, indem es die Potenziale digitaler Technologien maximal ausschöpft.
Ansprechpartner
- Prof. Alfred Isele
- Prof. Dr. Günther Waibel
- Prof. Dr. Elke Mackensen
Smart Factory Solutions beziehen sich auf innovative Technologien und Konzepte, die in Fabriken implementiert werden, um die Effizienz, Flexibilität und Qualität der Fertigungsprozesse zu verbessern. Diese Lösungen nutzen fortschrittliche digitale Technologien wie das Internet der Dinge (IoT), künstliche Intelligenz (KI), Robotik, Big-Data-Analyse und Cloud Computing, um eine hochgradig vernetzte und automatisierte Produktionsumgebung zu schaffen.
In Smart Factory Solutions werden traditionelle Fertigungsanlagen mit intelligenten Sensoren ausgestattet, die Echtzeitdaten über den Zustand von Maschinen und Prozessen liefern. Diese Daten werden analysiert, um Engpässe zu identifizieren, Wartungsbedarf vorherzusagen und Produktionsabläufe zu optimieren. So können Produktionsausfälle reduziert, Betriebskosten gesenkt, die Anpassungsfähigkeit verbessert und die Markteinführung neuer Produkte beschleunigt werden. Darüber hinaus ermöglichen sie eine transparente und datenbasierte Entscheidungsfindung für das Management.
Insgesamt streben Smart Factory Solutions danach, die Fertigungsindustrie zu revolutionieren und die Grundlage für Prozesse und Fabriken der Zukunft zu schaffen, die intelligent, adaptiv und wettbewerbsfähig sind.
Ansprechpartner
- Prof. Dr. Theo Lutz
Predictive Maintenance (vorausschauende Instandhaltung) ist ein fortschrittlicher Ansatz zur Wartung von Maschinen und Anlagen. Er basiert auf der Nutzung von Echtzeitdaten und analytischen Methoden, um den Zustand von Betriebsmitteln zu überwachen und mögliche Ausfälle vorherzusagen. Durch die Integration von Sensoren, dem Internet der Dinge (IoT), Big-Data-Analyse und maschinellem Lernen können Unternehmen den optimalen Zeitpunkt für Wartungsmaßnahmen ermitteln, bevor es zu ungeplanten Stillständen kommt.
Für eine vorausschauende Instandhaltung müssen Fachleute aus allen Disziplinen zusammenkommen, um die Verfügbarkeit und Zuverlässigkeit von Prozessen, Produkten und Maschinen zu maximieren. Durch die Analyse historischer und aktueller Daten, sowie Daten aus Simulation und Experimenten, können Algorithmen Muster und Anomalien erkennen, die auf zukünftige Fehler hinweisen. Diese proaktive Herangehensweise ermöglicht es Unternehmen, Ressourcen besser zu planen und Wartungsaktivitäten effizienter durchzuführen.
Predictive Maintenance findet Anwendung in verschiedenen Industriezweigen, darunter die Fertigungsindustrie, die Energiewirtschaft, der Transportsektor und viele mehr. Insgesamt trägt Predictive Maintenance dazu bei, die Betriebsabläufe zu optimieren, die Kosteneffizienz zu steigern und die Wettbewerbsfähigkeit von Unternehmen zu verbessern. Durch den Einsatz modernster Technologien und analytischer Methoden wird die traditionelle reaktive Wartung abgelöst und ein neuer Standard in der Instandhaltungsstrategie gesetzt.
Ansprechpartner
- Prof. Dr. Theo Lutz
Personen
Für Studierende
Die hier ausgeschriebenen studentischen Arbeiten sind Themen, die wir gerne an Studierende geben möchten. Die genauen Arbeitspakete und ob das Thema im Rahmen einer Projektarbeit, Bachelorthesis, Seminararbeit oder Masterthesis bearbeitet wird, können in einem gemeinsamen Gespräch festgelegt werden.
- CAD-Benchmark - Recherche, Vergleich und Auswertung zu kommerziellen und nicht-kommerziellen CAD-Werkzeugen
PDF: DE - ClusterManagement - Evaluation, Auswahl und Inbetriebnahme eines Clustermanagement Frameworks
PDF: DE - ProduktDatenManagement - Recherche, Konzeption und Umsetzung einer PDM-Strategie
PDF: DE - Quelloffene Netzgenerierung - Recherche, Evaluation und Vergleich von quelloffenen zu kommerziellen Netzgenerierungstools
PDF: DE - Prozesssimulation disperser Medien im Spritzguss - Recherche, Vergleich und erste Tests zur Simulation disperser Medien
PDF: DE - VirtualReality im Maschinenbau - VR/AR in der Benutzerinteraktion, virtuellen Produktpräsentation und dem kollaborativen Engineering
PDF: DE
Studentische/Wissenschaftliche Hilfskräfte
- WindSimRealize - Implementierung und Inbetriebnahme eines Trainingswindkanals für den spezifischen Einsatz im Bereich des Skisprungs
PDF: DE