Zum Inhalt springen

Von der Idee zum Transfer

Forschung
27.04.2023
Von: Sven Reichel

Projektbeginn Multidimensionale Nadelfehlererkennung und Modellierung

Individualisierung von Textilprodukten, schnelle Produktwechsel und steigende Qualitätsanforderungen begegnen einem massiven Fachkräftemangel. Häufigere Maschinenausfälle durch Nadelfehler wegen unpräziser Maschineneinstellungen sind die Folge. Maschinen sollen daher intensiver technologisch überwacht und Assistenzsysteme eingesetzt werden.

Im Rahmen des am 01.03.2023 begonnenen Forschungsprojektes sollen kostengünstige Lösungen zur Überwachung und frühen Nadelfehlererkennung an Strickmaschinen entwickelt werden. Die erforderliche Sensoranzahl wird durch die Kopplung von internen Maschinen- und externen Sensordaten und deren Auswertung mit künstlicher Intelligenz (KI) begrenzt. KI-Methoden erlauben die hohe Datenkomplexität zu verarbeiten und eindeutige Informationen abzuleiten, welche in der effizienten Maschineneinstellung zur Vermeidung von Nadelfehlern münden.

Anhand einer prototypischen Testanwendung wird an einer Rundstrickmaschine exemplarisch das Arbeitsprinzip, das Potential und der Mehrnutzen des Assistenzsystems gezeigt. Darüber hinaus ist das Prinzip der Maschinendatenanalyse auf andere Textiltechnologien, wie die Flachstrickerei, Kettenwirkerei und Vliesstoffbildung, adaptierbar. Im projektbegleitenden Ausschuss engagieren sich neben Herstellern von Rundstrick-, Flachstrick- und Kettenwirkmaschinen zahlreiche Textilfirmen (Anwender).

Privatsphären-Einstellungen

Wir verwenden auf dieser Website mehrere Arten von Cookies und Integrationen, um Ihnen ein optimales Online-Erlebnis zu ermöglichen, die Nutzerfreundlichkeit unseres Portals zu erhöhen und unsere Kommunikation mit Ihnen stetig zu verbessern. Sie können entscheiden, welche Kategorien Sie zulassen möchten und welche nicht (mehr dazu unter „Individuelle Einstellung“).
Cookies
Name Verwendung Laufzeit
privacylayerStatusvereinbarung Cookie-Hinweis1 Jahr
fe_typo_userIdentifikation der aktuellen SitzungEnde der Sitzung
Cookies
Name Verwendung Laufzeit
_gaNutzeridentifizierung2 Jahre
_gidNutzeridentifizierung1 Tag
_gatGoogle Analytics1 Minute
_galiGoogle Analytics30 Sekunden
_ga_CONTAINER-I:fearfulcSitzungsidentifizierungEnde der Sitzung
_gac_gb_CONTAINER-I:fearfulcEnthält Informationen zu Kampagnen und wird dann von Google Ads ausgelesen
Integrationen
Name Verwendung
youtubeYoutube Video Einbindung