Workshop MaterialDigital am 11. und 12.04.2018

Chancen und Herausforderungen der Digitalisierung in Entwicklung, Verarbeitung und im Einsatz von Werkstoffen und Bauteilen

Am 11. und 12. April 2018 trafen sich Expertinnen und Experten aus Industrie und Wissenschaft mit der Profession, Entwicklungsprozesse für Werkstoffe und Bauteile zu beschleunigen, Fertigungsprozesse flexibler zu gestalten oder die Zuverlässigkeit und Lebensdauer im Bauteileinsatz zu verbessern. Der Schlüssel dazu ist die intelligente Verknüpfung, Analyse und Bewertung von Materialinformationen aus unterschiedlichen Quellen entlang der Wertschöpfungskette. Mit der Digitalisierung bietet sich die Chance, diesen Schatz an Wertschöpfungspotenzialen viel effizienter als bisher zu heben. Referentinnen und Referenten aus unterschiedlichen Industriebereichen und der Forschung erörterten im Workshop, welchen Stellenwert die Digitalisierung in der Werkstoffentwicklung, dem Bauteildesign, der Herstellung und im Einsatz hat und welche Tools und Kompetenzen dafür erforderlich sind. Es wurden Lösungen vorgestellt, auf welche Weise digitale Repräsentationen, Materialdatenflüsse und Datenanalysewerkzeuge aufgesetzt und verknüpft werden müssen, damit neue und innovative Möglichkeiten der Wertschöpfung in Entwicklung, Verarbeitung und im Einsatz von Werkstoffen realisiert werden können. Weitere Schwerpunkte der Vorträge waren Künstliche Intelligenz, ICME-Methoden, Materialdesign, Produktentwicklung, Prozesskontrolle, Datenhaltungskonzepte und der Einsatz digitaler Zwillinge.

Neue Plattform zur Digitalisierung


Der Workshop MaterialDigital ist der Auftakt einer neuen Plattform für Vernetzung und Austausch zur Digitalisierung in der Entwicklung, Verarbeitung und im Einsatz von Werkstoffen und Bauteilen.

Der Workshop bringt die Interessen von Akteuren aus Industrie und Wissenschaft, aber auch der Politik bei der Digitalisierung in der Werkstofftechnik zusammen. Während der Veranstaltung werden Initiativen und Konzepte diskutiert, wie die spezifischen Bedarfe von Unternehmen angegangen und die digitale Transformation in Forschung und Wissenschaft vorangebracht werden können.

Die Digitalisierung in der Werkstofftechnik befindet sich in der Startphase. Um die sich bietenden Potenziale zu heben, braucht es über die Veranstaltung hinaus einen Austausch zwischen verschiedenen Interessensgruppen. Im Workshop werden diese Bedarfe strukturiert und dafür Vorschläge konzipiert.

nach oben

Programm

Mittwoch, 11. April 2018

  Referent/in Vortragstitel und Abstract
10:00 Prof. Dr. Peter Gumbsch, Prof. Dr. Chris Eberl, Fraunhofer IWM Begrüßung und Einführung
10:30 Dr.-Ing. Thomas Göhler,
Werkstoffspezialist Computational Materials Engineering, MTU Aero Engines AG, Entwicklungsabteilung Werkstofftechnik
Die erfolgreiche Einführung von ICME Methoden in der Triebwerksindustrie
Der Vortrag gibt einen Einblick in die Fortschritte der industriellen Anwendung von Werkstoff- und Fertigungssimulationen. An ausgewählten Beispielen wird der große wirtschaftliche Mehrwert quantifiziert und gleichzeitig die Komplexität der dafür erforderlichen Simulationsketten aufgezeigt. Daraus wird ersichtlich, dass Digitalisierung und Datenaustausch entlang der gesamten Wertschöpfungskette erfolgen muss und noch große Aufgaben in der Ausbildung, Standardisierung und Industrialisierung von Codes vor der ICME-Community liegen.
11:15 Dr. Michael May,
Head of Company Core Technology Data Analytics & AI, Siemens AG, Corporate Technology, München
Die transformative Wirkung von maschinellem Lernen und künstlicher Intelligenz in der Industrie
Recently, Artificial Intelligence has become a big trend across many industries. Companies are investigating how they can improve their existing processes for product design, operation, and maintenance using AI-based and data driven methods. Machine Learning is used to augment or sometimes even to replace explicit domain models (based e.g. on physical models). Knowledge Graphs are used to capture domain knowledge that so far existed only in the heads of our engineers. In my talk I will give some proof points from a number of different Siemens domains where this transition already happened or is about to happen. AI is thus emerging as a key paradigm for future engineering.
12:00 Pause
13:00 Dr. Markus Hermle,
Leiter Passive Sicherheit EVA, CAE-Grundlagen, Insassensimulation, Daimler AG
Anforderungen der digitalen Fahrzeugentwicklung: Aspekte aus Sicht Passiver Sicherheit
Die Welt ist dabei, sich dramatisch zu verändern. Die Megatrends Connectivity, Automation, Shared Mobility, E-Mobility und die Digitalisierung des Produktentstehungsprozesses haben unmittelbar Auswirkung auf die CAE-Welt: Time to Market, Flexibilität in der Produktentwicklung und durchgehendes Datenmanagement werden immer wichtiger.
Der Digitale Prototyp 4.0 wird die physische und virtuelle Welt untrennbar zusammenführen – und zwar weit über die Entwicklungsphase hinaus. Ein wesentlicher Punkt ist der weitere Ausbau und die Vernetzung der digitalen Abbildung von Produktionseinflüssen auf die Funktion der einzelnen Bauteile und des Gesamtfahrzeugs wie zum Beispiel durch Umformen, Falzen, Rollen, Schweißen, Stanzen und Oberflächenbehandlungen. Der digitale Fahrzeugentwicklungsprozess wird durch die wachsende Anzahl der betrachteten Fahrzeugfunktionen immer komplexer, wobei dem „digitalen Material“ eine besondere Bedeutung zukommt: Bevor ein neuer, innovativer Leichtbauwerkstoff in einem Mercedes verbaut wird, muss dieser einen eigens dafür geschaffenen „Werkstofffreigabeprozess“ durchlaufen, bei dem alle Fahrzeugfunktionen durchleuchtet werden.
Diese ganzheitliche Betrachtung eines jeden Werkstoffes muss zukünftig auch in der Forschungslandschaft verstärkt vorangetrieben werden. Auf dem Weg zum „Material digital“ ist eine engere Vernetzung von technologischer und simulativer Kompetenz ebenso wichtig wie die Bündelung von funktionalen Kompetenzen wie Crash, Betriebsfestigkeit, NVH und Oberflächenbehandlungen.
13:30 Dr. Josef Meinhardt,
Jean-Marc Saubiez, Dr. Ingo Heinle, Bernhard Glück, BMW Group
Digitalisierung in der Technologie Umformen
Ein wesentlicher Schwerpunkt des Beitrags bildet die Erläuterung wesentlicher Themenfelder der Digitalisierung aus Sicht der Technologie Umformen der BMW Group wie zum Beispiel Datenbanksysteme für Planungsprozesse, die Auslegung von Produktionsprozessen mittels MKS und FE-Simulationen und die Aufzeichnung von Störgrößen, Prozessparametern und Qualitätsdaten bei der Herstellung von Bauteilen im Presswerk. Daran anschließend fokussiert sich der Vortrag auf die Nutzung der zuletzt genannten aufgezeichneten Daten für eine Verbesserung der Prognose von FE-Simulationen und die Qualitätsanalyse von Halbzeugen.
14:00 Dr. Christoph Schweizer, stv. Geschäftsfeldleiter Werkstoffbewertung, Lebensdauerkonzepte, Fraunhofer IWM Aufbau einer Werkstoffdatenbank für die digitale Repräsentation von Werkstoffen im Produktlebenszyklus
Die mechanischen Eigenschaften von Werkstoffen sind durch deren Mikrostruktur und damit indirekt durch die vorangegangenen Prozess- bzw. Verarbeitungsschritte bestimmt. Die traditionelle und zukünftige Herausforderung in der Werkstoffmechanik besteht in der Erstellung von Prozess-Struktur-Eigenschaftsbeziehungen. Die Messung der mechanischen Eigenschaften von Werkstoffen muss daher systematisch in den Zusammenhang mit der Historie des Werkstoffs gebracht werden. Aufgrund der Vielfalt an Herstellungsprozessen, mechanischen Eigenschaften, Charakterisierungs- und Analysemethoden sowie skalenübergreifender Werkstoffmodelle, sind die anfallenden Werkstoffdaten sehr heterogen und in aller Regel lückenbehaftet. Ziel ist, die Werkstoffhistorie mittels eines ontologiebasierten Netzwerkgraphen abzubilden, der sich automatisierbar nach beliebig verknüpften Zielgrößen durchsuchen lässt.
14:30 Diskussion
15:00 Pause
16:00 Dr. Thomas Eckl,
Senior Expert Computational Materials Engineering, Corporate Sector Research and Advance Engineering, Robert Bosch GmbH
Digitalisierung, Automatisierung und Maschinenintelligenz in der Werkstoffentwicklung
Die Suche und Entwicklung neuer Werkstoffe mittels einer automatisierten Simulationsinfrastruktur, großen Datenbanken und Machine Learning Werkzeugen wird zunehmend zum Standard in der industriellen Forschung. Im Folgenden sollen erste Schritte zum Aufbau eines automatisierten high-throughput Simulations-Workflows, die Extraktion von Materialeigenschaften mittels Textmining aus Dokumenten, sowie die Anwendung von Machine Learning Werkzeugen auf den Korpus der gesammelten experimentellen oder mittels Simulationen gewonnenen Daten vorgestellt werden. Darüber hinaus werden die Herausforderungen bei der Erstellung digitaler Zwillinge von realen Materialmikrostrukturen diskutiert.
16:30 Dr. Thomas Dietl, Dr. Christian Kaiser,
data M Sheet Metal Solutions GmbH
Digitales Walzprofilieren
Für die umfassende Digitalisierung des Walzprofilierprozesses stellen wir neuartige Anlagenkonzepte und Möglichkeiten für die Datenakquise und -analyse in Walzprofilieranlagen vor. Wichtige Grundthemen sind die Erschließung und nachhaltige Analyse von realen Datenquellen (Anlagensensorik, Umsysteme) und virtuellen Datenquellen (CAD, Simulation). Somit wird eine effiziente, bidirektionale Rückkopplung zwischen Produktion und Design/Engineering verwirklicht. In diesem Umfeld präsentieren wir erste Umsetzungen, die auf Predictive maintenance und autonome Produktion beim Walzprofilieren abzielen.
17:00 Prof. Dr. Chris Eberl,
Fraunhofer IWM
Moderierte Diskussion zum industriellen Einsatz von digitalen Zwillingen - Wie ist der digitale Zwilling aufgebaut? 
 - Wie ist die digitale Werkstoffrepräsentation
   in das Entwicklungs-/Prozessumfeld eingebettet?
 - Wie sieht die digitale Infrastruktur für die
   Datenerzeugung, -speicherung, -analyse und
   -bewertung aus?
 - Welche Datenbanken oder Plattformen werden
   eingesetzt?
 - Wie werden Werkstoffdaten effizient verarbeitet,
   analysiert, bewertet?
18:00 Pause
18:30 Marktplatz MaterialDigital: Open Space, Postersession, Podiumsdiskussion (mit Imbiss) 

Donnerstag, 12. April 2018

08:30
Prof. Dr. Walter Holweger,
Schaeffler Technologies AG & Co. KG,
und National Centre of Advanced Tribology, University of Southampton
Die Beiträge molekularer Modellierung zum Aufbau digitaler Zwillinge
The digital twin of a technical application demands in all kind of data related to the application. As acquired data are integral expressions of complex processes on different scales, there is a need to enlighten them. While scales in a few microns maybe directly observed, scales below the micron scale down to an nanometer or Pico meter level are hard to capture by visualization. There is a strong need to explore those scales and to come to a handshake with the visible scales since a molecular scale may influence strongly the tribological application.  The relevance of molecular processes by the use of molecular modeling in tribological applications is reported.
09:15
Prof. Dr. Anatole von Lilienfeld,
Universität Basel, Departement Chemie
Quantum Machine Learning
Mittlerweile sind Anwendungen künstlicher Intelligenz, genauer gesagt rigorose statistische Analyse und generische Computermodellbildung, tief verwurzelte Komponenten der modernen Technologie geworden. Häufig aufgeführte Beispiele umfassen die autonome Steuerung von Autos, Flugzeugen oder Robotern, Vorschläge für Medieninhalte für Verbraucher und Anzeigenplatzierung, Investmentportfolios und (Hochfrequenz-) Aktienhandel, Gehirn-Computerschnittstellen, die es Patienten mit eingeschränkter Mobilität ermöglichen, zu kommunizieren oder prothetische Exoskelett-Geräte zu kontrollieren. Angesichts solch disruptiver Fortschritte, basierend auf modernem maschinellen Lernen (ML), wäre es naiv anzunehmen, dass es keine Konsequenzen für die Naturwissenschaften gibt. Es sollte daher niemanden überraschen, dass ML-Modelle bereits als Alternative, und manchmal in überlegener Art und Weise, in der Chemie genutzt werden, um langjährige grundlegende Probleme anzugehen.
10:00 Dr. Johannes Möller, Geschäftsfeld Materialdesign, Fraunhofer IWM Datengetriebene Optimierung von Hartmagnetphasen
10:30 Pause
11:00 Prof. Dr. Kurt Kirsten, Leiter Vorentwicklung, APL Automobil-Prüftechnik Landau GmbH Tribologie und Digitalisierung in der Praxis: Unwägbarkeiten, Herausforderungen und Chancen
Moderne Versuchseinrichtungen und Datenerfassungssysteme verführen zur Erfassung und Speicherung von großen Datenmengen. Durch Simulationsmethoden und –werkzeuge können graphisch anschauliche Darstellungen erzeugt werden. Die verfeinerten physikalischen Zusammenhänge erfordern neue bzw. zusätzliche Werkstoffkennwerte. In Summe führt dies zu einer Eskalation des Datenhandlings. Die Frage bleibt offen, durch welche Vorgehensweise und –sytematik kann nachhaltig Wissen generiert werden.
11:30 Dr.-Ing. Uwe Diekmann,
Geschäftsführer, Matplus GmbH
Modellbildung und Wissensmanagement für ein digitales Werkstoffmodell
Ein digitales Werkstoffmodell erfordert eine hohe Flexibilität in Bezug auf die zu speichernden Daten, die beispielsweise als komplexe mehrdimensionale Felder vorliegen. Moderne NoSQL-Dokumentdatenbanken können diesen Anspruch mit vergleichsweise einfachen und skalierbaren JSON Datenstrukturen erfüllen und bieten den Vorteil einer nachhaltigen, system- und schemaunabhängigen Speicherung. Vorgestellt wird eine Lösung auf Basis dieser Technologien, die die Prozesse Modellbildung aus heterogenen Daten und integriertes Wissensmanagement unterstützt.
12:00 Pause
13:00 Dipl.-Inform. Sebastian Steinbuß, Fraunhofer-Institut für Software- und Systemtechnik ISST Der Industrial Data Space
Mit zunehmender Digitalisierung werden Daten zunehmen ein neues und handelbares Gut. Gleichzeitig bedarf es einer entsprechenden Sicherung dieser Daten. Der Industrial Data Space stellt einen Rahmen bereit, der den Austausch von Daten in unternehmensübergreifenden Geschäfts- und Wertschöpfungsprozessen unter Bewahrung der Datensouveränität unterstützt. In diesem Vortrag werden die wesentlichen Konzepte des Industrial Data Space vorgestellt und die Anwendung für Werkstoffdaten in kollaborativen Ecosystemen diskutiert.Dies umfasst einerseits technische und organisatorische Maßnahmen, aber auch konkrete Anwendungsbeispiele des Industrial Data Space für Materialdaten
13:30 Prof. Dr. Chris Eberl,
Fraunhofer IWM
Moderierte Diskussion zur Veränderung von Geschäftsmodellen und zu neuen Geschäftsmodellen mit Werkstoffinformationen
 - Welche Veränderungen ergeben sich durch die
   Digitalisierung im Entwicklungs- und Fertigungsprozess
   oder im Geschäftsmodell?
 - Wie wirken sich digitale Repräsentationen auf das
   Bauteilmanagement im Lebenszyklus aus?
 - Wie findet der Datenaustausch zwischen beteiligten
   Akteuren statt?
 - Welche Chancen ergeben sich für Quereinsteiger?
 - Wo lauern disruptive Umbrüche in der Wertschöpfung?
14:30 Prof. Dr. Peter Gumbsch, Prof. Dr. Chris Eberl, Fraunhofer IWM Abschlussdiskussion
 - Themen für weiteren Austausch
 - Formate für Vernetzung
 - Impulse für übergreifende Projekte und Aktivitäten
15:30 Ende

 

nach oben

Organisation

 

Nathalie Kiefer
Telefon +49 761 5142-156
E-Mail

Thomas Götz
Telefon +49 761 5142-153
E-Mail

nach oben