Aus der Forschung in die Anwendung: Projekte an der Fraunhofer EMFT

Abbrechen
  • © Fraunhofer EMFT/ Bernd Müller

    Entwicklung einer Machine Learning-basierten Lösung für die prädiktive Anlagenwartung in der Hochdurchsatz-RFID-Produktion.

    Ziel einer prädikativen oder vorausschauenden Wartung ist es, Betriebsmittel proaktiv und vorausschauend instand zu halten. Auf diese Weise sollen Störungszeiten und Wartungsaufwand auf ein Minimum reduziert werden. Forschende der Fraunhofer EMFT erproben neue Konzepte, um mit Methoden des Maschinellen Lernens auch extrem heterogene Daten effizient verarbeiten und exakte Wartungsvorhersagen für Fertigungsanlagen treffen zu können.

    mehr Info
  • Verteilte Systemarchitektur für maschinelles Lernen am Beispiel vorausschauender Wartung von Getriebeölen

    Schmieröle leisten einen wesentlichen Beitrag zur Reibungsminimierung und gewährleisten damit einen sicheren Betrieb von Produktionsanlagen. Im Projekt Smart Gear entwickeln Forschende der Fraunhofer EMFT Lösungen, um eine abfallende Leistungsfähigkeit der Schmieröle mit Hilfe von Sensorik und Machine Learning-Methoden zu erkennen und den Zeitpunkt für einen Ölwechsel zu prognostizieren.

    mehr Info
  • © 2018 Shutterstock

    Edge Computing gilt als Schlüssel für neue IoT-Anwendungen. Um grundlegende künstliche Intelligenz für zukünftige Edge-Produkte zu schaffen, arbeiten Fraunhofer EMFT-Forschende gemeinsam mit dem Fraunhofer IIS sowie dem Fraunhofer IPMS im Rahmen des EU-Projekt ANDANTE an der Entwicklung innovativer Mixed-Signal-Beschleuniger für künstliche neuronale Netze (ANN) mit Computation-in-Memory (CIM) Fähigkeit. Diese sollen den Aufbau solider Hardware- und Softwareplattformen zur Entwicklung von KI-Anwendungen ermöglichen.

    mehr Info
  • © Syda Productions - Fotolia

    Datenraten bis in den TBit/s Bereich – das ist das ehrgeizige Ziel des internen Fraunhofer-Projekts EOS. Um sich solch extrem hohen Datenraten anzunähern, möchte das Forschungsteam aus den Instituten Fraunhofer HHI, Fraunhofer IIS und der Fraunhofer EMFT mehrere 56 Gbit/s schnelle, digital-elektrische Nachrichtensignale direkt und ohne leistungshungrige Signalprozessoren (DSP) in ein mehrstufiges, optisch komplexes Modulationssignal konvertieren.

    mehr Info
  • © Fraunhofer EMFT

    Auf einer Folienleiterbahn montierte, ungehäuste UV-C-LED.

    Luftfiltersysteme gelten als effektive Maßnahme, um das Infektionsrisiko durch SARS-Cov-2 in geschlossenen Räumen zu senken. Die bislang üblicherweise eingesetzten HEPA-Filter sind jedoch wartungs- und kostenintensiv. Einen neuen, energieeffizienten Ansatz verfolgen Forschende der Fraunhofer EMFT gemeinsam mit dem Helmholtz Zentrum München, der ams OSRAM International GmbH und der MANN+HUMMEL GmbH im Verbundprojekt UV Steril: Sie nutzen zur Luftreinigung selbst-sterilisierende Filterelemente durch integrierte LED-Chips. Diese speziellen LEDs der neuesten Generation von OSRAM emittieren hochenergetische UV-C Strahlung, die in der Lage ist, Viren wie SARS-COV2 sehr effizient zu inaktivieren.

    mehr Info
  • Vernetzte Sensorik im Gesundheitsbereich
    © iStock

    Vernetzte Sensorik im Gesundheitsbereich

    Insgesamt 21 europäische Partnerinnen und Partner arbeiten im Projekt SERENE-IoT daran, elementare Grundlagen für IoT-Anwendungen im Gesundheitswesen zu schaffen. Das deutsche Konsortium unter Koordination der Fraunhofer EMFT entwickelt im Rahmen des Projekts ein IoT-fähiges, mobiles Analysegerät zum Nachweis von multiresistenten Staphylococcus aureus (MRSA).

    mehr Info