2. Technologietag des Fraunhofer IDMT

Qualitätssicherung = Akustik + Künstliche Intelligenz!?

Neue Kooperationspartner finden und die Forschung und Entwicklung an Verfahren zur akustischen Qualitätssicherung mit Künstlicher Intelligenz von Anfang an mitgestalten.

Wer vorher ZUHÖRT, kann nachher MITREDEN.

Unser Rückblick auf den 2. Technologietag des Fraunhofer IDMT am 1. Oktober 2019 in Erfurt

Das Fraunhofer IDMT bietet eine Plattform für den fachlichen Austausch zur Qualitätssicherung mittels Künstlicher Intelligenz.

Zur zweiten Auflage der Veranstaltungsreihe des Geschäftsfelds »Industrial Media Applications IMA« trafen sich rund 60 Interessierte aus den Bereichen Messtechnik, Sensorik sowie Maschinen- und Anlagenbau im Erfurter Zughafen, um sich über das Trendthema Künstliche Intelligenz (KI) in Kombination mit akustischen Messverfahren zu informieren.

Sieben Vertreter aus Industrie und Wissenschaft gaben in ihren Vorträgen Einblicke in die Anwendung akustischer Messsysteme in der unternehmerischen Praxis. Besonderer Fokus lag dabei auf den Vorteilen, die sich durch den Einsatz von KI hierbei ergeben, aber auch auf den Hemmnissen, die es derzeit noch gibt.  

»Künstliche Intelligenz – nützlich oder völlig überschätzt?«

In seiner Eröffnungs-Keynote stellte Prof. Ralf Otte von der Technischen Hochschule Ulm und Autor des Buches »Künstliche Intelligenz für Dummies« die Grundlagen von KI und der damit verbundenen Teildisziplin des maschinellen Lernens vor. Im weiteren Vortrag gab er einen Ausblick auf die nächsten 20 bis 30 Jahre mit KI und stellte die Frage, ob es erstrebenswert ist, einer Maschine alles Erlernbare anzutrainieren, um mithilfe technischer Systeme intelligentes Verhalten nachbilden zu können.

Ein fiktiver Anwendungsfall: akustische Puckerkennung beim Air-Hockey.
Im Dialog mit der Industrie: Bedarfe, Bestrebungen und Hemmnisse gemeinsam identifizieren.

Aus der Praxis in die Wissenschaft – und zurück in die Anwendung

In den Praxisvorträgen wurde deutlich, dass die Unternehmen sich dem Trendthema »maschinelle Lernverfahren basierend auf akustischen Messdaten« immer häufiger stellen. Der Grund dafür sind die enormen Datenmengen, die entstehen, und die notwendige Genauigkeit bei der Auswertung der Messdaten. Die Zusammenfassungen der Beiträge sind im Reiter »Abstracts«  zu finden.

Über die Hemmnisse beim Einsatz von KI

In der Podiumsdiskussion stellte Institutsleiter Prof. Joachim Bös als Gesprächsleiter die Frage nach den Hemmnissen, die vor allem KMU noch daran hindern, sich auf das Thema KI im eigenen Betrieb einzulassen und was man tun müsse, um beim Anwender Klarheit über dieses Thema zu schaffen. Johannes Kortmann, Abteilung Product Management and Innovations bei Bilfinger Digital Next, stimmte zu, dass in Unternehmen maschinelle Lernverfahren aktuell eher zögerlich genutzt werden. Vor allem die Verwendung sensibler Prozessdaten zu Trainingszwecken in einer Cloudumgebung stellt eine mitunter große Hürde in der Beschaffung von realen Trainingsdatensätzen dar.

Johannes Kortmann referiert über Audio-Klassifizierung zur Überwachung von Anlagenzuständen.
Podiumsdiskussion: vorher zuhören und nachher mitreden.

Laut Kortmann herrsche häufig noch viel Misstrauen in die Cloud-Sicherheit und zu wenig Vertrauen in den Mehrwert, der aus der Analyse der Messdaten auf Basis von KI hervorgeht: »Dieser muss in Zusammenarbeit mit dem Kunden erst deutlich aufgezeigt werden, bevor er sensible Messdaten herausgibt«. Den Mehrwert bezeichnet Herr Kortmann als die Kombination aus dem Wert der Daten für das Unternehmen, deren Verfügbarkeit und der Interpretation der Ergebnisse.

»Kann der Rückgang der dritten Trendwelle zum Thema KI vermieden werden?«

Aus der einleitenden Keynote von Prof. Otte ging hervor, dass die ersten beiden Trendwellen zur Erprobung von KI in den 1950er und 1980er Jahren an einer zu großen Aufbruchseuphorie scheiterten. 

Konstanze Olschewski, Geschäftsführerin der Alpha Analytics GmbH und Teilnehmerin der Podiumsdiskussion, bestätigte die damaligen hohen Erwartungen, »mit denen man versuchte, alle Probleme der Welt zu lösen«. Aber solange sich die Wissenschaft heute erreichbare Ziele stecke und KI nur dort einsetze, wo es sinnvoll ist und die Machbarkeit schnell und vor allem erfolgreich erprobt werden kann, biete ihr Einsatz einen echten Mehrwert und werde auch auf Akzeptanz beim Anwender stoßen, so Olschewski weiter.

Die Teilnehmenden: Matthias Ressel, Jörg Ritter, Prof. Joachim Bös, Konstanze Olschewski, Johannes Kortmann (v.l.)

»Wer vorher sorgfältig ZUHÖRT, kann nachher schneller MITREDEN«

Im Resümee der Diskussion wurde als wichtiges Zukunftsthema die gründliche Aufbereitung und Vorverarbeitung von Messdaten genannt, verbunden mit dem Wunsch, dies künftig vereinfacht oder sogar automatisiert durchführen zu können. Weitere herausgearbeitete Themen waren:

  • der Wunsch nach einer Anleitung oder Empfehlung für den Einsatz von Verfahren des maschinellen Lernens in der Praxis und darüber hinaus in ihren spezifischen Anwendungsfällen
  • die Möglichkeit zum nachhaltigen Abruf und zur Dokumentation von Expertenwissen für ein effizientes Messdaten-Management
  • die automatische Annotation der Messdaten
  • KI-Systeme sollen Experten nicht ersetzen, sondern sie vielmehr unterstützen
  • wichtiges Forschungsthema für die KI-Wissenschaft: die Erkennung von Anomalien in der Prozessüberwachung
Die automatische Erkennung von Anomalien wurde als relevantes Forschungsthema für die Prozessüberwachung identifiziert.
Dr. Jens-Uwe Meyer hält zum Abschluss der Veranstaltung ein Plädoyer zum mutigen Machen.
Wir freuen uns, Sie beim nächsten Technologietag wieder begrüßen zu können.

Ein motivierendes Schlusswort als Aufruf für das mutige Machen

Vortragsredner Dr. Jens-Uwe Meyer gab allen Teilnehmenden zum Ende des Konferenztags auf unterhaltsame Art und Weise mit auf den Weg, dem Thema KI mutig gegenüberzutreten und die fachlichen Erkenntnisse der Konferenz mitzunehmen, um im eigenen Unternehmen aktiv Prozesse und Innovationen anzustoßen. Prof. Bös bedankte sich abschließend bei allen Teilnehmenden: »Ich habe mich besonders gefreut, dass wir unseren diesjährigen Technologietag ausschließlich mit ›externen‹ Vortragenden aus der Wirtschaft und anderen Forschungseinrichtungen gestalten konnten. Dies in Verbindung mit der erfreulich hohen Teilnahmezahl zeigt, dass wir einen Nerv getroffen haben und dass unsere Themen hoch relevant und spannend sind. Das Fraunhofer IDMT möchte als kompetenter Forschungs- und Projektpartner gemeinsam mit der Industrie passgenaue Lösungen für die auf dem Technologietag diskutierten Fragestellungen erarbeiten.«

Am Rande der Vorträge und Diskussionen hatten die Teilnehmenden die Möglichkeit, sich in persönlichen Gesprächen über ihre Erfahrungen und aktuelle Fragestellungen und Herausforderungen auszutauschen. Der nächste Technologietag findet im Herbst 2020 statt.

Keynote: Künstliche Intelligenz – nützlich oder völlig überschätzt?

Prof. Dr.-Ing. Ralf Otte, Technische Hochschule Ulm

Autor des Buches »Künstliche Intelligenz für Dummies«: Prof. Ralf Otte

Künstliche Intelligenz (KI) ist heutzutage in aller Munde. Man hofft, intelligentes Verhalten durch technische Systeme nachbilden zu können oder sogar intelligentes menschliches Verhalten mit technischen Systemen zu erreichen. Aber ist das wirklich machbar? Der Vortrag beschreibt die Grundlagen der KI und geht auf aktuelle Lösungen im Rahmen des Maschinellen Lernens (ML), einer wichtigen Teildisziplin der KI, ein. Hierbei zeigt sich, dass man mit Methoden des ML universelle Approximatoren realisieren kann, was plakativ gesprochen bedeutet, dass heutzutage eine Maschine »alles erlernen kann, was lernbar ist«. Anwendungen in der Akustik - beispielsweise Approximationen zwischen Geräuschen und Fehlerklassen - sind mit ML-Verfahren daher sehr gut realisierbar. Neben dem PC als universeller Rechenmaschine, den neuronalen Netzen als universelle Approximatoren und bestimmten Deep Learning Netzen (CNN) als (fast) universelle Bildverarbeitungsmaschinen wäre es deshalb sicher von großem Vorteil, (fast) vollkommene akustische Signalverarbeitungsmaschinen zu konzipieren.

Nach dem Überblick über Verfahren des ML werden im Vortrag Problemstellungen der KI im Bereich des formalen Denkens angesprochen, denn Wahrheit und Beweisbarkeit sind zwei höchst unterschiedliche Konzepte. Es gibt unendlich mehr Wahrheiten auf der Welt als formal bewiesen werden können. Aber auch das (induktive) Lernen innerhalb der KI besitzt Restriktionen, denn mittels induktiver statistischer Verfahren lassen sich niemals allgemeingültige, wahre Aussagen erzeugen. Jeder Anwender des ML sollte das wissen.

Die Mängel der heutigen KI können zu ernstzunehmenden Schwierigkeiten führen, zum Beispiel bei Nutzung der KI zur Wahrheitsfindung, bei Extrapolationen in technischen Anwendungen, beim Versuch der Erzeugung von Semantik und bei der geplanten Erzeugung von Bewusstsein auf Maschinen. Eine gewollte oder ungewollte Nichtbeachtung dieser Restriktionen könnte daher größere Fehlallokationen von Geld verursachen, wie man beispielsweise aktuell bei den Arbeiten zum vollautonomen Fahren beobachten kann.

In vielen KI-Bereichen sind deshalb neue, unkonventionelle Wege zu beschreiten. Im Vortrag werden mögliche Weiterentwicklungen der KI der nächsten 20 bis 30 Jahre, wie beispielsweise der Einsatz neuromorpher Computer und neuronaler Quantencomputer, aufgezeigt.

Ultraschall in der Prozessüberwachung und Qualitätssicherung

Prof. Dr. Peter Holstein, SONOTEC GmbH

Ultraschalltechnologien können in der Instandhaltung und Prozessüberwachung eine wichtige Rolle spielen.  Dazu ist jedoch eine Kombination aus Leistungsfähiger Sensorik, Messtechnik, Signalverarbeitung und neuen datengetriebenen Technologien nötig. Im Beitrag wird ein Konzept und dessen Realisierung vorgestellt, dass die diagnostischen Möglichkeiten von Ultraschall deutlich erweitert. Basierend auf gründlichen Analysen der physikalischen Grundlagen der Möglichkeiten der akustischen Vorgänge im Ultraschallbereich wurde ein neues Messgerätekonzept entwickelt und technologisch umgesetzt. Sensorische Grundlage hierfür sind neu entwickelte Sensoren, die für einen breiteren Frequenzbereich einsetzbar sind. Der Frequenzgang dieser Sensoren ermöglicht die spektrale Nutzung der aufgezeichneten Signale. Damit steht eine breite Palette an Signalverarbeitungsoptionen zur Verfügung, die sowohl in Echtzeit als auch für aufwendigere Verfahren hin zur Mustererkennung und maschinellen Lernen reicht. Die Vorteile der Sensorik kommen auch dadurch zum Tragen, dass viele der gegenwärtig verfügbaren modernen Technologien integriert werden. Dies betrifft Elektronik, embedded IT, Software zur Visualisierung und Kommunikation und industriell orientierte Mathematik aber auch Design, Ergonomie und Produzierbarkeit. Auf Basis dieser Sensoren wurde deshalb eine neue Plattform für Prüftechnik für die Instandhaltung konzipiert, die neue Features und Möglichkeiten bietet– insbesondere im Hinblick auf die Kundenspezifik von Lösungen. Neben dem technologischen Ansatz werden Beispiele zur besseren Bewertung von Betriebszuständen und Maschinenteilen und Vorhersage von Verschleißtrends.

Kavitationsüberwachung an Wasserturbinen mittels Körperschallmessverfahren

Horst Trattnig, Vallen Systeme GmbH

Kavitation an Turbinen, Ventilen oder Rohrleitungssystemen ist ein schwer messbarer Schädigungsprozess der zu ungeplanten Ausfallzeiten und reduzierter Verfügbarkeit der Anlage führen kann. Das Körperschallmessverfahren, auch als Schallemissionsanalyse bekannt, erlaubt es tiefer in die Maschine oder den Prozess hineinzuhören, als das mit akustischen Mikrofonen möglich ist. In dem von Vallen System GmbH vorgestellten Anwendungsbeispiel »Kavitationsüberwachung an Wasserturbinen mittels Körperschallmessverfahren« werden die Vorteile der Methode, die Datenverarbeitung, Analyse und Auswertung vorgestellt. In der abschließenden Zusammenfassung wird aufbauend auf dem »Stand der Technik« ein Ausblick auf das Potenzial des Körperschallmessverfahrens, der möglichen Synergieeffekte durch Datenfusion mit weiteren Messgrößen und durch Maschinelles Lernen eingegangen.

Cognitive Sensor – Audio Klassifizierung für Anlagenzustände

Johannes Kortmann, Bilfinger Digital Next GmbH

Kavitation ist ein Phänomen, bei dem mit zunehmender Fließgeschwindigkeit der statische Druck einer Flüssigkeit unter den Verdampfungsdruck fällt und es dabei zur Bildung Dampf-gefüllter Bläschen kommen kann. Werden diese Bläschen mit der Fließgeschwindigkeit in Bereiche höheren Druckes getragen, implodieren Sie und erzeugen eine intensive Druckwelle. Kavitation tritt vor allem bei Ventilen, Pumpen, Propellern oder Laufrädern auf und kann zu erheblichen Materialschäden führen, die in defektem Equipment oder verunreinigtem Produkten resultieren. Die Kavitation erzeugt ein Geräusch, welches erfahrene Arbeiter sofort erkennen und identifizieren können, wenn Sie es hören. Das Gleiche gilt für die Geräusche von verschiedensten Maschinenzuständen in Anlagen der Prozessindustrie. Bilfinger hat über 26.000 dieser erfahrenen Mitarbeiter und war auf der Suche nach einer Möglichkeit, das Wissen der Mitarbeiter auch ohne ihre Anwesenheit in den Kundenanlagen nutzen zu können.

Die Umwandlung vom Rohgeräusch in Spektrogramme ist eine bekannte und in vielen Bereichen getestete Technologie. Am Beispiel der Kavitation wird in diesem Beitrag ein weit verbreiteter Anwendungsfall für die Geräusch Klassifizierung auf Basis eines Bildvergleiches dargestellt. Ziel ist es, die Möglichkeiten der Kombination von neuronalen Netzen und maschinellem Lernen mit dem Fachwissen erfahrener Mitarbeiter aufzuzeigen - Das Ergebnis sind kognitive Sensoren, die das Potenzial der menschlichen Sinne mit modernster Technologien kombinieren.

Zustandsüberwachung von elektromechanischen Antriebssystemen mit vorhandenen Sensordaten

Dr.-Ing. Christian Adams, TU Darmstadt

In einem aktuellen Forschungsprojekt am Fachgebiet Systemzuverlässigkeit, Adaptronik und Maschinenakustik SAM der TU Darmstadt werden Methoden zur Zustandsüberwachung von elektromechanischen Antriebssystemen entwickelt. Ziel ist es, vorhandene Sensordaten, wie z. B. Stromsignale eines Frequenzumrichters oder vibroakustische Signale von bereits installierten Beschleunigungssensoren, zu nutzen, um den Betriebszustand, Fehler oder Schäden von elektromechanischen Antriebssystemen zu identifizieren. Dazu werden die vorhandenen Sensordaten mit geeigneten Signalanalyseverfahren analysiert, wobei geeignete Signalanalyseverfahren im Rahmen des Forschungsprojekts gefunden werden müssen. Perspektivisch soll eine Methode zur Zustandsüberwachung auf Open-Source-Hardware implementiert werden. Dadurch soll zum einen Studierenden eine einfache Möglichkeit gegeben werden, sich mit Methoden der Zustandsüberwachung vertraut zu machen. Zum anderen wird die Zustandsüberwachung für kleine und mittelgroße Unternehmen (KMU) attraktiv, da erwartet wird, dass die Kosten für die Zustandsüberwachung durch die Verwendung der Open-Source-Hardware deutlich sinken können.

In diesem Beitrag wird ein Getriebeprüfstand als repräsentatives Beispiel für ein zu überwachendes elektromechanisches Antriebssystem vorgestellt. Es wird auf die bereits vorhandenen Sensordaten eingegangen und gezeigt, wie sich diese Sensordaten für eine Zustandsüberwachung nutzen lassen. Des Weiteren werden mehrere Fehler- und Schadensszenarien am Getriebeprüfstand simuliert. Durch Messungen mit Referenzsensoren wird zunächst überprüft, ob die Fehler oder Schäden tatsächlich wie gewünscht simuliert werden. Anschließend kann untersucht werden, inwieweit die Methoden der Zustandsüberwachung in der Lage sind, die eingebrachten Fehler oder Schäden zu identifizieren. Abschließend wird gezeigt, wie eine Zustandsüberwachung mithilfe von vorhandenen Sensordaten zukünftig auf Open-Source-Hardware implementiert werden kann.

Akustische Analyse auftretender Prozessabweichungen im WAAM von niedrig legierten Stählen mit Methoden des maschinellen Lernens

Dr.-Ing. Jörg Hildebrand, TU Ilmenau

Die Anwendung der additiven Fertigung bietet eine Vielzahl zusätzlicher Freiheitsgrade bei der Gestaltung und Auslegung herzustellender Strukturen. Insbesondere der auf der Anwendung eines Lichtbogens an einer abschmelzenden Drahtelektrode basierende Prozess des wire arc additiv manufacturing (WAAM) bietet weitreichende Möglichkeiten für die Fertigung metallischer Strukturen in vielfältigen Bereichen wie etwa Bauwesen, Anlagen- Kran- und Traversenbau sowie die Prototypenfertigung.

Zum Nachweis der Schweißnahtqualität werden überwiegend an den Herstellungsprozess anschließende zerstörende und zerstörungsfreie Prüfmethoden eingesetzt, um Unregelmäßigkeiten entsprechend anzuwendender Normen festzustellen. Die Verwendung mehrerer Prüfverfahren ist dabei in der Regel unumgänglich, da nicht jede Methode zur Erkennung aller Unregelmäßigkeiten geeignet ist. Beispielsweise kommt die Norm DIN EN ISO 17635 »Zerstörungsfreie Prüfung von Schweißverbindungen; Allgemeine Regeln für metallische Werkstoffe« zum Einsatz und soll der Schweißaufsichtsperson die Auswahl einer geeigneten zerstörungsfreien Prüfmethode ermöglichen sowie die Definition sinnvoller Zulässigkeitsgrenzen erleichtern. Die Kriterien dieser Norm gelten dabei für die Prüfung fertiggestellter Schweißverbindungen. Somit werden die Unregelmäßigkeiten erst relativ spät erkannt und können nur durch anschließende Nacharbeit ausgebessert werden.

Während des Schweißprozesses treten hörbare Veränderungen der auftretenden Prozessgeräusche auf, die eine Analyse bezüglich der Unregelmäßigkeiten ermöglichen. Ziel ist es, diese Effekte durch die Anwendung eines zusätzlichen akustischen Bemessungssystems zu erfassen, in geeignete Datenformate umzuwandeln und zur Verfügung zu stellen. Die nachfolgende Analyse erfolgt durch den Einsatz geeigneter Methoden des maschinellen Lernens zur Ableitung einer Klassifizierungsapplikation für auftretende Prozessabweichungen sowie eine Einordnung in Arten von Unregelmäßigkeiten.

Auditory Augmented Reality in Production (AARIP)

Prof (FH) Dr. Michael Iber, FH St. Pölten

Mit unserem Forschungsprojekt Auditory Augmented Reality in Production legen wir die Grundlage für die Entwicklung eines »intelligenten« Lärmschutzkopfhörers im Rahmen von Cyber Physical Production Systems. Die Anwendung ist in erster Linie für Produktionsumgebungen mit Geräuschemissionen über 85dB SPL konzipiert, in denen Gehörschutz vorgeschrieben ist. FacharbeiterInnen werden somit nicht durch das Tragen eines zusätzlichen Geräts belastet, sondern erhalten durch die technologische Aufwertung ihres Gehörschutzes einen informativen Mehrwert auf drei Ebenen.

Die Relevanz akustischer Signale für die Arbeit mit Maschinen wurde im Rahmen von Untersuchungen zum Working (auch Tacit oder Implicit) Knowledge immer wieder hervorgehoben. Akustisch dargestellt werden in (Quasi-)Echtzeit: (1) aufbereitete Maschinen- und Umgebungsgeräusche (z.B. prozessrelevante Abweichungen vom Normalzustand) (2) zur Zustandsüberwachung aufbereitete produktionstechnisch relevante maschinen- und produktionsbezogene Daten und Kennzahlen (Bestand, Reichweite, Rüsten, usw.) (3) verbale (drahtlose) Kommunikation.

Der Schwerpunkt des Projekts liegt derzeit auf der akustischen Verarbeitung und Aufbereitung von Maschinengeräuschen in (Quasi-)Echtzeit. In einem Proof-of-Concept implizierten wir Fehler in die Funktionalität eines 3D Druckers (z.B. Entfernung von Schmiermittel) und nahmen identische Druckprozesse mit und ohne Manipulation über Mikrofone und Körperschallwandler auf. Anschließend wurden diese Aufnahmen mit einer Kombination aus Feature Extraction- und DeepLearning-Algorithmen analysiert. Auf diese Weise ließ sich die Wahrscheinlichkeit eines Fehlers zu einem bestimmten Zeitpunkt mit einer Genauigkeit von über 93% bestimmen. Die durch die Manipulationen verursachten Geräuschabweichungen konnten mit dem menschlichen Gehör nicht wahrgenommen werden. Als Proof-of-Concept übertrugen wir den Datenstrom der Fehlerwahrscheinlichkeitswerte in drei Sonifikationsmodelle (Soundscape, Heartbeat, Music Player). In der aktuellen Phase des Projektes analysieren wir analog zum oben beschriebenen Vorgehen die Prozesse einer Stanzanlage. Dabei erweitern wir den Ansatz der generischen Fehlererkennung und streben eine umfassende Identifizierung von Maschinenzuständen bei ähnlich hohen Klassifizierungsraten an. Für die Evaluation virtualisieren wir abschließend das Szenario für eine VR-Brille. Weitere Anwendungsgebiete sind der Einsatz in Kontrollräumen und für Trainingszwecke.

Unser Themenüberblick

Akustische Sensorik und Künstliche Intelligenz

  • Analyse von Luftschall, Körperschall und Ultraschall
  • Sensordatenfusion
  • Maschinelles Lernen
  • Neuronale Netze

Mess- und Prüftechnik für die akustische Qualitätssicherung

  • Berührungslose Sensorik
  • Integrierte Systeme für industrielle Anwendungen
  • Datenschutzkonformes Messdatenmanagement

End-of-Line Testing und Predictive Maintenance Szenarien aus der Industrie

  • Ausfallzeiten verringern
  • Datenschutz, Datenhoheit und Datensicherheit wahren
  • Automatisierte 100%-Kontrolle von Produkten
  • Kostenersparnis und Effizienz in der Fertigung
  • Prozessüberwachung und Qualitätskontrolle
  • Industrie 4.0

Programmausschuss

Tobias Clauß, Fraunhofer IDMT

Dr. Karsten Spreitzer, Viessmann Werke Allendorf GmbH

Jörg Ritter, RTE Akustik + Prüftechnik GmbH

Patrick Hiesinger, EurA AG

Terminplanung

Einreichung von Beiträgen (verlängert)
5. Juli 2019
Benachrichtigung der Autoren
12. Juli 2019
Veröffentlichung des Programms
22. Juli 2019
Social-Event am Vorabend in Erfurt
30. September 2019
2. Technologietag des Fraunhofer IDMT 1. Oktober 2019
Veröffentlichung der Beiträge 11. Oktober

 

Programm

Social Event, 30. September 2019

18.00 Uhr

Funzelführung über den Petersberg und durch die geheimen Horchgänge der Festung

20.00 Uhr

Gemeinsames Abendessen im Kromer´s Restaurant & Gewölbekeller

Technologietag, 1. Oktober 2019

9.00 Uhr

Registrierung, Fachausstellung, Zeit zum persönlichen Austausch

10.00 Uhr

Begrüßung der Teilnehmer und Eröffnung der Veranstaltung

Prof. Dr.-Ing. Joachim Bös, Fraunhofer IDMT

10.15 Uhr

 

Keynote-Vortrag: »Künstliche Intelligenz - nützlich oder völlig überschätzt?«

Prof. Dr.-Ing. Ralf Otte, Autor des Buches »Künstliche Intelligenz für Dummies« (2019)

11.00 Uhr 

Ultraschall in der Prozessüberwachung und Qualitätssicherung

Prof. Dr. Peter Holstein, SONOTEC GmbH

11.20 Uhr

Kavitationsüberwachung an Wasserturbinen mittels Körperschallmessverfahren

Horst Trattnig, Vallen Systeme GmbH

11.40 Uhr

Cognitive Sensor – Audio Klassifizierung für Anlagenzustände

Johannes Kortmann, Bilfinger Digital Next GmbH

12.00 Uhr 

Mittagspause, Fachausstellung, Zeit zum persönlichen Austausch

13.00 Uhr

Zustandsüberwachung von elektromechanischen Antriebssystemen mit vorhandenen Sensordaten

Dr.-Ing. Christian Adams, TU Darmstadt

13.20 Uhr

Akustische Analyse auftretender Prozessabweichungen im WAAM von niedrig legierten Stählen mit Methoden des maschinellen Lernens

Dr.-Ing. Jörg Hildebrand, TU Ilmenau

13.40 Uhr

Auditory Augmented Reality in Production (AARIP)

Prof (FH) Dr. Michael Iber, FH St. Pölten

14.00 Uhr

Akustische Zustandskontrolle zur Überwachung stationärer und transienter Vorgänge in Kraftwerken

Matthias Ressel, Vattenfall Wasserkraft GmbH

14.20 Uhr

Kaffeepause, Fachausstellung,  Zeit zum persönlichen Austausch

15.00 Uhr 

Podiumsdiskussion

16.00 Uhr

»Innovation ist eine Geisteshaltung – Ein Plädoyer für das mutige Machen«

Dr. Jens-Uwe Meyer, Vortragsredner

16.45 Uhr

Ende und Ausklang der Veranstaltung

Anmeldung

Die Teilnahmegebühr beträgt 250 € (Teilnehmer) und 350 € (Aussteller) und umfasst das gesamte Vortragsprogramm, die Verpflegung am Konferenztag, sowie die Teilnahme am Social Event. Eine MwSt. fällt nicht an.

Social Event am 30. September 2019

© Erfurt Tourismus und Marketing GmbH/ Barbara Neumann

Funzelführung über den Petersberg und durch die geheimen Horchgänge der Festung
Treffpunkt: Eingangsportal Thüringer Landgericht
Domplatz 37
99084  Erfurt

© Steffen Heilmann

Kromer´s Restaurant & Gewölbekeller
Kleine Arche 4
99084 Erfurt

Technologietag am 1. Oktober 2019

© Zughafen

Zughafen Kulturbahnhof GmbH
Zum Güterbahnhof 20
99085 Erfurt

 

 

Hotelempfehlung

Unter Angabe des Stichworts "Fraunhofer" erhalten Sie die Übernachtung in diesem Hotel zu den angegebenen Konditionen:

 

Best Western Plus Hotel Excelsior

Bahnhofstraße 35
99084 Erfurt
Tel.: 0361-5670 360
reservierung@excelsior.bestwestern.de

EZ 95,00 € pro Nacht inkl. Frühstück