Projekte
Es wurden 7 Einträge gefunden.
Automatisierte optische Verschleißmessung zur Reduktion von Betriebsmitteln in der zerspanenden Industrie (AOVI)
In der Praxis werden Werkzeuge häufig vorzeitig verschrottet, da ihr Verschleißzustand aus wirtschaftlichen Gründen nur grob eingeschätzt wird und sie somit nicht ihre volle Standzeit erreichen. Ziel dieses Projekts ist die Verlängerung der Standzeit von Zerspanungswerkzeugen mit Hilfe eines automatischen Messsystems. Das Messsystem basiert auf optischer Technologie und nutzt Deep Learning, um den Verschleiß automatisch zu erkennen und zu messen. Der Einsatz eines solchen Systems bietet der Metallindustrie sowohl ökonomische als auch ökologische Vorteile.
DeB-AT – Detektion und Ausschleusung von Batterien aus gemischten Abfällen mittels Sensorik und künstlicher Intelligenz
Das Projekt DeB-AT plant die Entwicklung der gezielten Ausschleusung von Batterien aus gemischten Abfallstoffströmen im Maßstab eines Labor- bzw. Technikumsdemonstrators. Die Konzeption folgt der methodischen Erarbeitung der notwendigen Anforderungen der optischen Sensorik und der Ausschleusungstechnologie zur KI-unterstützten Detektion der Grundgesamtheit von Batterien.
DigiTech4CE - Digitale Schlüsseltechnologien für die kreislaufbasierte Produktion
DigitTech4CE untersuchte industrielle Kreisläufe in der diskreten, digitalisierten Produktion, ihre Teilnehmer, Vor-/Nachteile und Rahmenbedingungen sowie dafür benötigte digitale Schlüsseltechnologien. Angepasst an die Bedarfe der österreichischen Industrie wurden Handlungsfelder erarbeitet. Handlungsempfehlungen dienen der Entwicklung einer nachhaltigen, österreichischen Produktion, die durch kreislaufrelevante Innovationen Wettbewerbsfähigkeit auf- und ausbaut.
KI-gesteuerte Dekontaminierungstechnologien für Wiederverwendung/Recycling zur Erfüllung von Vorschriften für den Kontakt mit Lebensmitteln unter Verwendung von Licht (Light-AIClean)
Das Projekt zielt darauf ab, einen chemometrisch unterstützten Dekontaminationsprozess (DC) für Kunststoffabfälle mit KI-gestützter Qualitätskontrolle sowie eine auf erneuerbarer Energie basierende DC-Technologie zu entwickeln. Durch die Nutzung von sichtbarem Licht und einem wiederverwendbaren, katalytischen System sollen ressourcenintensive Methoden wie Heißwasserreinigung und Gamma-Bestrahlung ersetzt werden. KI-Techniken, einschließlich neuronaler Netzwerke und Reinforcement Learning, optimieren die Effizienz und reduzieren den Ressourcenverbrauch. Der Prozess wird in einem Photoreaktor und einem automatisierten DC-Setup getestet, um die Recyclingindustrie, KI-Entwickler und die Umweltverträglichkeit zu fördern und die Prinzipien der Kreislaufwirtschaft zu unterstützen.
KI4COMP - KI basierte Prognose der Feuchtigkeitsverteilung in Composites
Das Projekt zielt auf die Entwicklung eines KI-Modells zur Vorhersage der Feuchtigkeitsverteilung und mechanischer Eigenschaften von Verbundwerkstoffen unter verschiedenen Umweltbedingungen ab. Durch den Einsatz integrierter Sensoren und maschinellen Lernens sollen präzisere und schneller zugängliche Prognosen ermöglicht werden. Dies erleichtert die Materialentwicklung, reduziert Testaufwände und fördert nachhaltige Innovationen durch den verstärkten Einsatz von Naturfasern.
OPENing Re-Use – Optimale Planungsentscheidungen im Re-Use-Sektor
Betriebe der Kreislaufwirtschaft stehen im operativen Kontext täglich vor der Frage, ob ein gebrauchtes Produkt repariert, wiederaufgearbeitet oder recycelt werden soll. Die Entscheidung, was mit Gebrauchtprodukten geschehen soll, ist mit sehr viel Unsicherheit behaftet und muss von Fall zu Fall – produktindividuell und abhängig von Faktoren wie etwa Marke, Zustand, Alter, Nachfrage oder Recyclingmöglichkeiten – getroffen werden. Im Rahmen des Projekts „OPENing Re-Use“ wird ein betriebswirtschaftliches Planungsinstrument entwickelt, das die Unternehmen in ihrer Re-Use-Planung unterstützt, dadurch die Effizienz von Re-Use-Prozessen steigert und somit Re-Use-Aktivitäten noch konkurrenzfähiger gegenüber dem Neukauf von Produkten macht.
WattsOK? Robotics and AI Enabled Reuse of PV
"WattsOK?" optimiert und automatisiert den Reuse/Recycling-Entscheidungsprozess für gebrauchte Photovoltaik (PV) Module durch AI-basierte Entscheidungen auf Basis von Daten aus optischer Inspektion und deren Kombination mit automatischen elektrischen Messungen, als erster Schritt zur Wiederverwendung der Module (inkl. robotischem Austausch der Anschlussstecker). Ziel ist, die Lebensdauer von Modulen zu verlängern, Abfall zu reduzieren und eine Kreislaufwirtschaft innerhalb des Photovoltaiksektors zu fördern.