51云弼

DigiPr端F - Projektpartenr an einem Pr端fstand

DigiPr端F: Digitale Pr端fplattform f端r effiziente und nachhaltige Industrieprozesse

Wie lassen sich Pr端f- und Produktionsprozesse in der Automobil- und Zulieferindustrie effizienter, kosteng端nstiger und ressourcenschonender gestalten? Dieser Frage widmete sich das vom Bundesministerium f端r Wirtschaft und Klimaschutz (BMWK) gef旦rderte Innovationsprojekt 禽庄乙庄永姻端酷.

Im Rahmen des Projekts entwickelten f端nf Industriepartner, drei Forschungseinrichtungen sowie zwei assoziierte Gro��konzerne eine 端bergreifende digitale Pr端fplattform. Ziel war es, Produkte mithilfe digitaler Zwillinge virtuell zu testen, reale Pr端fprozesse zu optimieren und neue digitale Gesch辰ftsmodelle zu erm旦glichen ��� insbesondere f端r kleine und mittlere Unternehmen (KMU) der Automobil- und Zulieferbranche.

 

Digitale Zwillinge als Schl端sseltechnologie

 

Ein zentraler Baustein des Projekts war die Entwicklung leistungsf辰higer Digitaler Zwillinge in Zusammenarbeit mit dem Institut f端r Numerik der Universit辰t Ulm.

Zugeschnitten auf den ingenieurwissenschaftlichen Kontext, den die Projektpartner dem Institut f端r Numerik zur Verf端gung stellten, entwickelte das f端nfk旦pfige Team mathematische Modelle, die erlauben, Prozesse aus der Realit辰t nachzubilden, zu optimieren und Vorhersagen 端ber das zuk端nftige Verhalten zu treffen. Dabei wurden physikalische Modelle und datenbasierte Ans辰tze verkn端pft. Die Einbindung von Daten erlaubt es, die generischen Modelle individuell auf die realen Abl辰ufe zuzuschneiden und macht daher eine realit辰tsgetreue Abbildung m旦glich. Dank des Einsatzes spezieller mathematischer Methoden, die durch eine Reduktion der Problemdimension eine sehr effiziente und ressourcenschonende Berechnung erm旦glichen, k旦nnen die Modelle in Echtzeit ausgewertet und Prozesse somit unmittelbar, noch w辰hrend ihres Ablaufs optimiert werden. Insbesondere konnten und k旦nnen mithilfe der entwickelten digitalen Zwillinge Predictive-Health- und Predictive-Quality-Systeme f端r die industriellen Anwendungen konstruiert werden. 

 

Beispielanwendungen

 

Als Anwendungsbeispiele dienten unter anderem:

  • Eine Zugmaschine zur Werkstoffpr端fung

  • Ein PEM-Elektrolyseur

  • Eine Lernfabrik von fischertechnik

  • Der Gesamtpr端fstand der Hochschule Aalen

Diese Demonstratoren bildeten die Grundlage f端r die virtuelle Pr端fumgebung und verdeutlichten das Potenzial der entwickelten Plattform.

Beim Abschlusstreffen am 2. Dezember 2025 pr辰sentierten die Projektpartner ihre Ergebnisse sowie Live-Demonstratoren. Das Institut f端r Antriebstechnik Aalen (IAA) gew辰hrte zudem Einblicke in die Weiterentwicklung des Fahrzeugpr端fstands w辰hrend der Projektlaufzeit.