Auftragschweißen zur Reparatur und Rekonditionierung
Kann die additive Reparatur von Werkzeugen und Formen automatisiert werden?
Individuelle und komplexe Werkzeuge und Formen können bei hoher Automatisierbarkeit durch Auftragschweißen effizient und materialschonend repariert werden.
Unsere Lösung
Vom 3D-Scan über die CAM-Planung bis zum reparierten Bauteil
Verschleißschutzschichten und funktionale Schichten
Technologie-Scouting, Beratung und Machbarkeitsstudien für Ihre Reparaturanwendung
Ihr Mehrwert
Durch Wiederverwenden von Bauteilen Kosten reduzieren
Upgrade statt Reparatur: Verbesserung der Produkteigenschaften durch bessere Materialien und Prozesse
Hohe Materialflexibilität bei geringem Bauteilverzug und minimalem Einfluss auf das Grundmaterial
Informationen werden über die Verwertung von Werkzeugen am Produktlebensende bereitgestellt. So können Rückschlüsse über das Produktdesign gezogen und Nachhaltigkeitsziele eingehalten werden.
Unsere Lösung
Individuelles Zielbild für Feedback to Design entwickeln
Feedbackzyklen zwischen Nutzung und Verwertung von Werkzeugen und Formen bis hin zu deren Entwicklung identifizieren
Anforderungen aus Produktsicht erfassen und analysieren
Ihr Mehrwert
Auswertung von Daten: bessere Informationslage in der Entwicklung
CO2-Einsparungen und Einhaltung von Regularien (z. B. Sekundärmaterialien, Recyclingquoten)
Additiv gefertigte Bauteile und Formteile bieten hohe Gestaltungsfreiheit. Pulverrückstände und schlechte Oberflächengüten lassen sich oft nicht mit konventionellen Verfahren beseitigen bzw. nachbearbeiten.
Unsere Lösung
Innovative Nachbearbeitungsverfahren wie das Druckfließläppen zur Nachbearbeitung von Innenkavitäten
Machbarkeitsuntersuchungen und Parameterstudien zur Glättung innenliegender Funktionsflächen
Vorrichtungen und Prozesse für die gezielte Bearbeitung im µ-Bereich entwickeln
Ihr Mehrwert
Erhöhte Funktionalität und Lebensdauer von Bauteilen
Für den Einsatz von XR müssen Anforderungen und Ziele der Anwendung eindeutig definiert sein. Wir unterstützen Sie beim digitalen Transformationsprozess als unabhängiger Partner.
Eine wichtige Komponente der Wissenstransparenz ist die Identifizierung, Analyse und Kontextualisierung von Modellen und Dokumenten. Die Vernetzung ermöglicht ein besseres Verständnis der Zusammenhänge.
Unsere Lösung
Semantische Analyse der Domänen
Restrukturierung evaluieren, Produktdaten modellieren und integrieren
Semantische Architekturen basierend auf den vorhandenen Systemen und der Infrastruktur analysieren und erstellen
Ihr Mehrwert
Sichtbarkeit, Verfügbarkeit, Weiterverwendbarkeit des Domänenwissens
Datendurchgängigkeit zwischen Systemen und Vorbereitung auf systemübergreifende Analysemöglichkeiten
Einzelne Daten zum Modellieren und Erstellen impliziten und expliziten Wissens verbinden und anreichern
Durch den Einsatz von AR-Technologie können visualisierte Anweisungen, Schulungen und Informationen direkt in den Arbeitsbereich eingeblendet werden. Das erhöht die Effizienz und Sicherheit.
Unsere Lösung
Analyse gewinnbringender Anwendungsfälle sowie von Hard- und Software
Nutzerorientierte Integration in vorhandene Prozesse
Bereits eingesetzte Software verknüpfen
Ihr Mehrwert
AR in der Produktion steigert die Effizienz.
Reales und virtuelles Produkt sind direkt über AR verbunden.
Hohe Akzeptanz der Nutzenden durch deren frühzeitige Einbindung
Wie können Konstruktionsabhängigkeiten durch methodische Analysen identifizieren werden, um die Entwicklung nachhaltiger Werkzeuge und Formen langfristig zu optimieren.
Unsere Lösung
Produktsystemgrenzen und Wirkzusammenhänge der Lebenszyklusphasen analysieren
Modellierung der Systemarchitekturen als Basis für die Quantifizierung der ökologischen Nachhaltigkeitsparameter
Erarbeitung von Integrationsmöglichkeiten in die bestehende Produktsystem-Entwicklung basierend auf den 9R-Strategien
Ihr Mehrwert
Nachhaltigere Produktsysteme zur Wettbewerbssteigerung entwickeln
Kreislauffähigkeit und damit Resilienz bei labilen Lieferketten steigern
Gesetze und Regularien (z. B. EU-Taxonomie) einhalten
Eine Schadensvorhersage durch maschinelles Lernen wird mit Hilfe von Betriebs- und Werkzeugdaten ermöglicht. Dazu werden Daten gesichtet und mögliche Auswertungsoptionen analysiert.
Unsere Lösung
Betriebs- und Werkzeugdaten verknüpfen
Große Datenmengen verarbeiten und geeignete KI-Modelle zur Schadensvorhersage finden
Konzeption und prototypische Implementierung
Ihr Mehrwert
Schadensdiagnostik unterstützen
Schadensfälle und Standzeiten vorhersagen
Reparaturplanung durch Schadensvorhersage verbessern
Wirkungsflächennahe Temperatur- und Beschleunigungssensorik ermöglicht die vorausschauende Verschleißüberwachung von Werkzeugen und Produkten sowie die Qualitätssicherung im Betrieb.
Die Zustandsüberwachung von Werkzeugmaschinen hilft, Maschinenausfälle vorherzusehen. So können Wartung und Reparaturen über den gesamten Lebenszyklus einer Maschine geplant werden.
Unsere Lösung
Externe Sensoren nehmen interne Steuerungsinformationen auf.
Analyse von Echtzeit-Informationen überwachen
Anwendungsbezogene Digitale Zwillinge werden hiermit entwickelt.
Ihr Mehrwert
Protokollierter Maschinenbetrieb während des gesamten Lebenszyklus sorgt für Transparenz und hohe Datensicherheit.
Sensoren erfassen kleinste Schäden und sagen kritische Maschinenzustände vorher.
Effizienter Anlagenbetrieb durch planbare Instandhaltungsmaßnahmen
Wir entwickeln Anwendungslösungen, mit denen die Inbetriebnahme auf Basis von Extended-Reality-Umgebungen schneller, kostengünstiger und effizienter durchgeführt werden kann.
Unsere Lösung
Analyse der Anwendungsfälle, Hard- und Software
Integration bestehender Anlagen/Roboter in die XR-Umgebungen und in bestehende IT-Systeme
Ihr Mehrwert
Proof of Concept weist eine Effizienzsteigerung der Inbetriebnahme nach.
Auch Laien können eine Inbetriebnahme durchführen.
Frühzeitige Einbindung aller Anwender*innen sichert eine hohe Akzeptanz.
Gemeinsame Entwicklung von Entscheidungsunterstützungssystemen für die Wahl der geeigneten Kreislaufstrategie am Ende der Produktlebensdauer zur Steigerung der Ressourceneffizienz.
Unsere Lösung
Anforderungen analysieren und Spezifikation von Konzepten bis zur Implementierung erarbeiten
Nutzenzentrierte Datenarchitektur für Digitale Zwillinge von Maschinen und Anlagen
Entscheidungslogiken für passende R-Strategien entwickeln
Ihr Mehrwert
Weiterverwendungs- und Verwertungsoptionen am Lebensende individuell betrachten
Ressourceneffizienz verbessern und Regularien (z. B. Sekundärmaterialien, Recyclingquoten) einhalten