Prof. Dr. Jörg Franke
Foto: FAU/David Hartfiel

Prof. Dr.-Ing. Jörg Franke

Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik

KI im Produktionsumfeld:

  • Mitautor des Standpunktpapiers „KI-unterstützte Produktion“ der Wissenschaftlichen Gesellschaft Produktionstechnik (WGP)
  • Mitglied der acatech Projektgruppe „KI in der Produktion“
  • Kompetenz- und Analyseprojekt für die Prozess- und Produktionsoptimierung mittels Data Mining (EFRE E|ASY-OPT)
  • Zustands- und Prozessüberwachung von Produktionsanlagen auf Basis von Luft- und Körperschall (u.a. für Predictive Maintenance bei Verschleißteilen wie Kugelgewindetrieben; Detektion ungewollter Prozesszustände wie Rattern oder Maschinenkollisionen; Vorhersage der Produktqualität)
  • Elektronikproduktion: Intelligente Nutzung von Betriebs- und Inspektionsdaten einer SMT-Linie zur Erhöhung von Qualität und Flexibilität (VDI|VDE|IT SmartEP, D-LEAP, Sens2IQ)
  • Elektromotorenproduktion: Vorhersage der Qualität und Detektion von Fehlern bei Kontaktierungsprozessen wie dem Ultraschall- oder Laserstrahlschweißen; Vorhersage der EOL-Eigenschaften von E-Motoren basierend auf Inline-Vermessung des toleranzbehafteten Rotors
  • Fertigung induktiver Ladesysteme: CNN-basiertes Vision System zur Fehlerbildklassifikation im Verlegeprozess (BMWi E|PROFIL)
  • Röntgenstrahlerfertigung: Anlagen- und Prozessüberwachung sowie statistische Prozessoptimierung
  • Additive Fertigung: Digitaler Zwilling zur Prozessoptimierung
  • Montageprozessketten: Erkennung von prozessübergreifenden Fehlerursachen bei der Montage von elektromagnetischen Aktoren
  • Lastmanagement bei Produktionsanlagen: Anpassen der Maschinenzustände und des Verbrauchs in Abhängigkeit des aktuellen Energiepreises, jeweiligen Lastprofils und der aktuellen Last zur Minimierung der Energiekosten
  • Robotik: Objekterkennung und Poseschätzung bei Bin-Picking-Anwendungen unter Verwendung synthetischer Datasets zur automatisierten Annotation / Training (BFS FORobotics)
  • Robotik: Segmentierung und Greifposebestimmung hochindividueller Handhabungsobjekte im Kontext des autonomen Greifens von Abfällen sowie stoffliche Charakterisierung von Abfällen anhand trainierter Merkmale von Schrotteilen (Rost, Bruchkanten, usw.)
  • Robotik: Personen- und Hinderniserkennung für autonome Flugroboter im industriellen Umfeld
  • Intralogistik: Identifikation gleichartiger Bauteile anhand applizierter oder inhärenter Merkmale zur Verbesserung der Rückverfolgbarkeit
  • Six-Sigma-4.0-Prozessmodell zum Einsatz von Data Mining als unterstützende Technologie im Null-Fehler-Management
  • Plattform für die dynamische Komposition produktionsbezogener Dienstleistungen (BMBF PRODISYS)
  • IoT-Lösung für Produktion und Logistik mittels intelligent verknüpfter multipler Sensorsysteme (VDI|VDE|IT ProLog 4.0)
  • Semantische Technologien zur Unterstützung der Produktionssystemkonzipierung
  • Wissensbasierte Konfiguration von Automatisierungslösungen am Beispiel von Robotikanwendungen (BMWi ROBOTOP)
  • Intelligente Kostenprognose von Bauteilen und Baugruppen zur Unterstützung des Verhandlungsprozesses mit Lieferanten

KI im privaten Umfeld:

  • 3D-Kamerabasierte Wegerkennung für blinde Jogger  auf Basis künstlich neuronaler Netze
  • Objekterkennung für mobile Serviceroboter (z.B. zur Erkennung von Alltagsgegenständen)
  • Sturzerkennung anhand des Körperschalls im Fußboden im Kontext des selbstbestimmten Wohnens
  • Plattform für kontextsensitive, intelligente und vorausschauende Smart Living-Services (BMWi ForeSight)

Kontakt: