Search

Kürzer werdende Produktlebenszyklen, steigende Variantenvielfalt und zunehmend turbulente Umfeldbedingungen stellen die Produktionsunternehmen heute vor ständig neue Herausforderungen. Um diesen begegnen zu können, müssen Unternehmen auch die Prozesse und Strukturen in ihrer Fabrik immer häufiger anpassen. Etablierte Methoden und Modelle der Fabrikplanung sind allerdings auf ein statisches Umfeld mit geringer Komplexität ausgerichtet. Insbesondere die Datenerfassung stellt einen wesentlichen Teil des Aufwands für Fabrikplanungsprojekte dar. Gerade mittelständische Unternehmen verfügen in der Regel über eine schlechte Datenqualität und können daher nicht in der nötigen Frequenz Fabrikplanungen durchführen. Allerdings ist mittlerweile ein breites Angebot an intelligenten Sensoren kostengünstig verfügbar, die das Potenzial haben, die Datenverfügbarkeit wesentlich zu erhöhen. Ziel dieser Arbeit ist es daher, eine Vorgehensweise zu entwickeln, anhand der Sensoren zielgerichtet für die Fabrikplanung eingesetzt werden können. Dazu wurden auf Basis der Grundlagenrecherche sowohl die Anforderungen ermittelt, die ein Sensorsystem für die Fabrikplanung erfüllen muss, als auch die technischen Möglichkeiten, die dafür existieren. Dabei wurden Real-Time Locating Systems (RTLS) als geeignetste Technologie identifiziert. Daher wurde eine Vorgehensweise entwickelt, um ein RTLS effizient für einen abgegrenzten Zeitraum in einer Fabrik einzusetzen und die Daten zu geeigneten Planungsgrundlagen auszuwerten. Die Validierung in einer Versuchsumgebung zeigte, dass auf diese Weise schnell und zuverlässig jene Daten ermittelt werden können, die in der Regel besonders schlecht verfügbar sind. Darüber hinaus konnte eine Vielzahl an Auswertungen durchgeführt werden, die als reproduzierbarer Programmcode jederzeit mit neuen Datensätzen durchgeführt werden können. Diese Auswertungen ermöglichen es, zahlreiche Optimierungspotenziale in den Produktionsprozessen und Strukturen zu erkennen., Shorter product life cycles, increasing number of variants and more and more turbulent environmental conditions are constantly posing new challenges for production companies today. In order to meet these, companies must also adapt the processes and structures in their factory more and more frequently. Established factory planning methods and models, however, are designed for a static environment with low complexity. Data acquisition in particular accounts for a significant part of the time and effort required for factory planning projects. Medium-sized companies usually have poorer data quality and therefore cannot carry out factory planning with the necessary frequency. However, a wide range of intelligent sensors is now available at low cost, which have the potential to significantly increase data availability. The aim of this work is therefore to develop an approach that allows sensors to be used in a systematic way for factory planning. For this purpose, both the requirements that a sensor system for factory planning must fulfil and the technical possibilities that exist to achieve this were determined on the basis of literature research. Real-Time Locating Systems (RTLS) were identified as the most suitable technology. Therefore, an approach was developed to use RTLS efficiently for a limited period of time in a factory and to process the data into a suitable planning basis. The validation in a test environment showed that in this way those data can be determined quickly and reliably that are usually particularly poorly available. In addition, a large number of analyses could be carried out, which can be run as reproducible programme code with new data sets at any time. These analyses make it possible to identify numerous optimization potentials in the production processes and structures.

Das Wertschöpfungspotential der digitalisierten Produktion in Deutschland ist unumstritten. Um dieses Potential auszuschöpfen ist die Interoperabilität aller Akteure elementar. Zum einen bedarf es einer organisatorischen Interoperabilität, welche die Rollen aller beteiligten Akteure definiert. Zum anderen ist eine semantische Interoperabilität, welche das Vokabular eindeutig festlegt, notwendig. Ein Ansatz für eine erfolgreiche Interoperabilität wird in diesem Artikel dargestellt.

Diese Arbeit umfasst die Entwicklung von Sensorsystemen sowie die Untersuchung von Sensorarrays zur Spurendetektion nitroaromatischer Gefahrstoffe mittels Fluoreszenz-Quenching. Da sich nitroaromatische Spuren häufig in Sprengstoffen nachweisen lassen, stehen sicherheitsrelevante Anwendungen, wie die Sprengstofferkennung bei Grenzkontrollen, im Vordergrund der Arbeit. Darüber hinaus stellen Nitroaromaten aufgrund ihres hochtoxischen, karzinogenen, mutagenen und reproduktionstoxischen Charakters ein immenses Risiko für Mensch und Umwelt dar. Daher wird auch die Säuberung kontaminierter Gebiete und Altlasten untersucht. Somit umfassen die dargestellten Ergebnisse nicht nur die Detektion nitroaromatischer Spuren in Luft, sondern auch in Wasser. Da aktuelle Technologien, wie der Einsatz von Spürhunden oder die Verwendung von Ionen-Mobilitäts-Spektrometern (IMS), noch nicht alle Anwendungs- und Benutzeranforderungen erfüllen, wird als erstes Ergebniskapitel der Entwurf optoelektronischer Detektionssysteme erläutert. Systeme auf Basis des Fluoreszenz-Quenchings stellen hierbei eine neuartige Alternative und Ergänzung zu Spürhunden und IMS-Systemen dar. Für die vorliegende Arbeit wird daher ausgehend von Laboraufbauten die Entwicklung verschiedener tragbarer Detektionssysteme vorgestellt. Die Entwicklung einer neuartigen Temperaturstabilisierung mit Entfeuchtungswirkung bietet darüber hinaus eine praktische Komponente für den realen Einsatz solcher Systeme. Im Anschluss an die Systementwicklung werden das Design und die Realisierung optoelektronischer Nasen für die Sprengstofferkennung eingehend untersucht. Durch eine Prüfung verschiedener Herstellungsmethoden wird dabei das Aerosol-Jet-Drucken als geeignetes Verfahren zur Herstellung von Sensorarrays identifiziert. Hierbei werden die Vorteile und Stärken des Digitaldrucks für die reproduzierbare Herstellung von Sensorarrays nachgewiesen. Für die Interpretation der Sensorarraysignale wird außerdem die lineare Diskriminanzanalyse (LDA) als geeignetes Mustererkennungsverfahren demonstriert. Damit können nitroaromatische Analyten bei verschiedenen Konzentrationen unterschieden werden. Für die Analyse kontaminierter Gewässer werden außerdem das Design und die Realisierung optoelektronischer Zungen thematisiert. Neben Voruntersuchungen in Toluol werden mikrofluidische Experimente in Wasser demonstriert. Hierbei zeigen die Aerosol-Jet gedruckten Sensorarrays erneut ein hohes Potential zur Identifizierung und Quantifizierung einzelner Nitroaromaten auf. Insgesamt können auf Basis der dargestellten Ergebnisse potenziell kostengünstige Sensorarrays mittels Aerosol-Jet-Druckens hergestellt werden. Mithilfe von Mustererkennungsverfahren sind diese optoelektronischen Nasen bzw. Zungen in der Lage, detektierte Analyten zu identifizieren und zu quantifizieren. Die für die optoelektronischen Nasen demonstrierte Reproduzierbarkeit und Robustheit ermöglicht dabei einen potenziell geringen Anlernaufwand für die Mustererkennung. Dadurch eröffnen sich neue Möglichkeiten sowie ein tendenziell kostengünstiger kommerzieller Einsatz dieser Sensortechnologie in flexibel und modular verwendbaren Detektionssystemen. Aufgrund druckbarer Photodioden und der Vision gedruckter ultraviolett (UV) emittierender Leuchtdioden (LEDs), bildet die vorliegende Arbeit darüber hinaus einen grundlegenden Baustein auf dem Weg zu vollständig gedruckten Sensorsystemen, die in hochintegrierter Form völlig neue Anwendungen ermöglichen.

Journal für Kulturpflanzen 66(2) 2014, Sensorsysteme stellen eine wesentliche Schlüsseltechnologie für den nachhaltigen Pflanzenbau dar, dies betriff die Verbindung ökonomischer und ökologischer Randbedingungen, Automatisierung, Ressourceneinsparung und die Integration von Mensch-Maschine-Schnittstellen. Die Gewinnung von Messdaten hoher Selektivität erfordert den intensiven Einsatz bildgebender Systeme zur Störgrößenreduktion, dabei stellen das Datenmanagement und die Entwicklung intelligenter Algorithmen zur Interpretation von Pflanzendaten aus den Sensorrohdaten wesentliche Aufgabengebiete dar. Die Zuordnung eines einzelnen Sensors zu einer einzelnen Bestandsgröße ergibt daher keinen Sinn, eine deutlichere Trennung der Rohdaten, deren Interpretation und die darauf folgende Entwicklung von Handlungsanweisungen sind erforderlich. Technologisch eröffnen sich durch neue Sensor- und Systemtechnologien - insbesondere in den Bereichen Sensor/Daten-Fusion und Simulationstechnik - vielversprechende Optionen zur Entwicklung praxistauglicher Lösungen.