Kooperationen

Zusammenarbeit für die Zukunft der Automation

In der Kooperation mit anderen Unternehmen und engen langjährigen Partnern entwickeln wir unsere Lösungen und Produkte für Sie weiter, schulen unsere Mitarbeiter und bauen Know How für die Zukunft auf. Die Beteiligung an Forschungsprojekten stärkt überdies unsere Innovations- und Wettbewerbsfähigkeit und und damit auch die Entwicklung von Lösungen für die aktuelle und zukünftige Anwendungen. AIS arbeitet aus diesem Grund mit sächsischen Forschungsinstituten und Hochschulen in Projekten oder Diplomarbeiten zusammen.


B&R - Qualified Partner

www.br-automation.com | Automation

Das B&R Qualified Partner Programm ist ein Netzwerk von Systemintegratoren und Ingenieurbüros mit langjähriger Erfahrung im Einsatz von B&R Technik. Das Ziel des Programmes ist die erfolgreiche, gemeinsame Umsetzung von Endkundenprojekten und der Aufbau einer langfristigen partnerschaftlichen Zusammenarbeit. Die Partner erhalten spezielle Trainings und durchlaufen eine jährliche Rezertifizierung um mit höchster Kompetenz in der Beratung, Planung und Projektierung Kundenprojekte umzusetzen.


Siemens Solution Anwender

Automation


Brooks Solution Provider

Brooks Solution Provider (BSP) sind unabhängige Anbieter von Produkten und/oder Dienstleistungen, die auf Brooks Produkten basieren. BSPs haben diese Empfehlung durch die Bereitstellung von Lösungen erhalten, die für Brooks-Plattformen und -Produkte optimiert wurden und damit für einen messbaren Mehrwert für die Kunden sorgen. 


Oracle Partner Network - Gold Partner

IT-Lösungen


Deutsche Bahn AG - gelisteter Softwarelieferant

Bremsen- und Förderanlagensteuerungen


OPC Foundation Mitgliedschaft


Aktuelle Forschungsprojekte

Forschungsprojekte stärken die Innovationskraft und die Wettbewerbsfähigkeit. Sie leisten einen essentiellen Beitrag zur Weiterentwicklung zukunftsträchtiger Technologien.

MLP - Entwicklung einer Machine Learning Plattform für Zustands- u. Prognoseaufgaben in produzierenden Unternehmen

Titel: Entwicklung einer Machine Learning Plattform für Zustands- u. Prognoseaufgaben in produzierenden Unternehmen

Gesamtziel: Der Trend zu Industrie 4.0 sorgt dafür, dass große Datenmengen erfasst und gespeichert werden. Doch das darin enthaltene Wissen wird aktuell noch nicht konsequent genutzt. In Folge der riesigen Datenmengen mit extrem vielen Parametern sind die in den Daten enthaltenen Zusammenhänge jedoch auch nicht einfach sichtbar. Mit Hilfe von Methoden des maschinellen Lernens (KI/ML) sollen diese Zusammenhänge erfasst und nutzbar gemacht werden. Dafür gibt es viele Verfahren, welche sich für bestimmte Aufgabenstellungen unterschiedliche gut eignen. Mit einem ML-Assistenten soll die Auswahl eines passenden Verfahrens ermöglicht werden. Im Ergebnis erhält der Anwender Unterstützung bei der Nutzung seiner umfangreichen Daten. Damit sind Prognosen für die Verbesserung der Geschäftsprozesse möglich. Mit deren Hilfe sollen Vorhersagen von Kundenverhalten, Auftragseingängen und Bedarfen ebenso ermöglicht werden wie Aufgaben zur Vorhersage von Wartungen und Maschinenausfällen.

Gefördert durch: Sächsische Aufbaubank SAB, Europäischer Fond für regionale Entwicklung EFRE

Laufzeit: 01.03.2018 bis 31.08.2019

Förderkennzeichen: 100321172

Partner:

  • CPT Präzisionstechnik GmbH Chemnitz (http://www.cptcnc.de/)
  • ITW e.V. Chemnitz (http://www.itw-chemnitz.de/)

HJT4.0 – Nächste Generation Fertigungs- und Prozesstechnologien für Heterojunction-Solarzellen und Module für Industrie 4.0

Titel: Industrie 4.0 in der HJT-Fertigung

Gesamtziel: Innovative Fertigungstechnologien und neue Modulkonzepte sind notwendig, um die Stromgestehungskosten von photovoltaisch erzeugtem Strom z.B. auch in Deutschland (1100W/m²/a) auf < 5ct/kWh zu senken. Damit wäre das gesellschaftliche Ziel einer Energieversorgung basierend auf überwiegend erneuerbaren Energien bis zur Mitte dieses Jahrhunderts auch mit Hilfe der Photovoltaik wirtschaftlich zu erreichen. In dem vorliegenden Teilvorhaben wird das Teilziel: „Entwicklung eines Cloudbasierten Datenerfassungs- und Analysesystems zur prädiktiven Prozesskontrolle sowie Prozesssteuerung und Maschinenwartung“ verfolgt. Diese Systeme sollen als neue Generation von Produktionssteuerungssystemen dazu beitragen umfangreiche Daten zu erfassen, auch bei örtlich stark verteilten Wertschöpfungsketten. Zusätzlich werden die im Moment stark wachsenden

Möglichkeiten zur Datenanalyse und künstlicher Intelligenz durch die Cloud-Anbieter für die weitere Optimierung der Produktion und der Prozesse nutzbar gemacht. Im Ergebnis werden die Grundlagen für solche zentralen, weltweit agierenden Systeme gelegt, die in einer nachfolgenden Produktentwicklung marktreif werden sollen.

Gefördert durch: Bundesministerium für Wirtschaft und Energie (BMWi)

Laufzeit: 01.11.2017 bis 31.10.2020

Förderkennzeichen: 0324172C

Partner:

  • MeyerBurger Germany GmbH
  • Jonas&Redmann Automationstechnik GmbH
  • RENA Technologies GmbH
  • InnoLas Solutions GmbH
  • Fraunhofer-Instituts für Solare Energiesysteme (ISE)
  • Fraunhofer-Center für Silizium-Photovoltaik (CSP)
  • Fraunhofer-Institut für Keramische Technologien und Systeme (IKTS)

WAFER4.0 – Herstellung von Kristallen und Wafern in einer Industrie 4.0 - Umgebung

Titel: Datenverarbeitung und Analyse

Gesamtziel: Um den Fertigungsstandort Deutschland branchenübergreifend wettbewerbsfähig zu halten, fördert die Bundesregierung explizit die Entwicklung innovativer Photovoltaik-Produktionstechniken innerhalb des Zukunftskonzepts Industrie 4.0. Ziel ist es, die industrielle Fertigung und die Informations- und Kommunikationstechnologie enger zu verzahnen, um mit Hilfe selbstoptimierender Produktionsanlagen Kosten zu senken. Die Anwendung des Industrie 4.0-Konzeptes auf die Siliziumkristall- und Waferfertigung ist Gegenstand des beantragten Projektes.

In dem vorliegenden Teilvorhaben wird das Teilziel zur Entwicklung einer Integrationsebene zur Speicherung von komplexen Produktionsdaten in der Cloud sowie die Bereitstellung einer Auswertungsplattform für die Projektpartner verfolgt.

Über die Integrationsebene werden Daten, die entweder bereits in den Produktionen vorliegen oder von den Maschinen über deren Schnittstellen noch gewonnen werden müssen, schnell und mit wenig Aufwand gesammelt. Die Speicherung wird in einem cloudbasierten System erfolgen, wobei insbesondere Verfahren aus dem Big-Data zum Einsatz kommen sollen.

Über diese Daten werden im Projekt Auswertungen erfolgen, mit dem Ziel Korrelationen zu entdecken und diese qualitativ und quantitativ zu bewerten. Dafür sind neben Datenanalysen auch Verfahren zum maschinellen Lernen geplant. Im Ergebnis werden die gefundenen Erkenntnisse zum Optimieren der Fertigung genutzt, indem diese in die Systeme der AIS eingebunden werden können. Gleichzeitig wird das Vorgehensmodell zur Ermittlung solcher Korrelationen dazu dienen weitere Zusammenhänge entdecken zu können und damit die notwendige Analysezeit deutlich gesenkt.

Gefördert durch: Bundesministerium für Wirtschaft und Energie (BMWi)

Laufzeit: 01.07.2018 bis 30.06.2021

Förderkennzeichen: 0324281D

Partner:

  • Meyer Burger (Switzerland) AG
  • Fraunhofer-Center für Silizium-Photovoltaik (CSP)
  • PVA Crystal Growing Systems GmbH
  • PV Crystalox Solar Silicon GmbH
  • Hennecke Systems GmbH
  • MICRO-EPSILON Optronic GmbH