A hivatkozott, és a Labor további kapcsolódó publikációi itt elérhetők.

Az alkalmazott kutatások eredményei

B2 Adaptív termelésirányítás

B2.2 Adaptív termelés-végrehajtási módszerek

A globalizáció hatására elsőként a gyártó nagyvállalatok, majd őket követve a kis- és középvállalatok is egyre inkább elmozdulnak a merev, centralizált szerveződési formák felől az elosztott termelési hálózatok felé. A vevői igények változékonysága is kihívás elé állítja a rendelésre gyártó vállalatokat, amelyek gyakran kénytelenek többlet erőforrásokat üzemeltetni annak érdekében, hogy a nagyobb rendeléseket is határidőre teljesíteni tudják. Ebből adódóan ezen erőforrások a kevésbé terhelt időszakokban kihasználatlanok maradnak. Az időszakosan előforduló, gyártó vállalatokat érintő problémák – pl. természeti katasztrófák miatti chiphiány, koronavírus-járvány miatti igényeltolódás és ellátási lánc akadozások – szintén olyan termelési struktúrákat igényelnek, amelyek rugalmas módon tudnak alkalmazkodni a felmerülő problémákhoz.

Az eredmények kettő folyóirat közleményben [1], [2], kettő konferencia közleményben [13], [15] jelentek meg illetve kettő PhD értekezés [77], [78], kettő konferencia előadás [26], [27] és egy előadáskivonat [32] foglalja össze.

B2.3 Gyártás specifikus tanulás

A részfeladat kutatásaiban arra koncentráltunk, hogyan lehet a gépi tanulási módszereket minél inkább a gyártási elvárások igényeihez adaptálni, azaz hogyan lehetséges gyártás specifikus tanulást megvalósítani. Tekintve, hogy a gyártásban alkalmazott gépi tanulási megoldások közül a megerősítéses tanulás térnyerése egyre jelentősebb, célunk volt ezen technika minél egyszerűbb és könnyebb gyártási integrálhatóságának megvalósítása.

Az eredményeket kettő folyóiratcikk [3], [4], kettő konferencia előadás [28], [29], egy TDK dolgozat [67] és három technikai jelentés [38], [39], [40] foglalja össze.

B3 Technológiai tervezés ember-robot kooperatív szerelési technológiákhoz

B3.2 Mikro-szintű alkalmázás specifikus modulok kidolgozása

A részfeladat célja különböző, olyan alkalmazás specifikus eszközök, modulok létrehozása, melyek támogatják az autonóm robotikai alkalmazások tervezői, fejlesztői és működtetési fázisait.

Az eredményeket egy folyóiratcikk [5], három konferenciacikk [16], [17], [18], egy előzetes szabadalom [80], kettő előadáskivonat [33], [34], egy könyvfejezet [36] és a SZTAKI github szoftver repozitóriumában elérhető anyagok [61] foglalják össze.

B4 Adaptív és kollaboratív robotika

B4.2 Szituációfüggő adaptív mozgástervezés és -végrehajtás kollaboratív környezetben

Egyes ember-robot együttműködési helyzetekben (pl. szerelésnél, ragasztásnál), ahol megengedhető a szoros kontakt a kollaboratív robottal (kobottal), vagyis amiknél csak az interakciós erőt limitáljuk, ott előfordulhatnak ütközések is. Ezek az ütközések az ISO/TS 15066 technikai specifikáció, valamint az ISO 10218 szabvány szerint nem érhetik el a megengedhető küszöbértékeket, de az ütközések következtében vészleállások előfordulhatnak, amik a termelés hatékonyságát akadályozhatják. A részfeladat célja, hogy amellett, hogy az operátort figyelmeztetjük az esetleges ütközésekre, létrehozunk egy szituációfüggő adaptív mozgástervezési és –végrehajtási rendszert.

Az eredményeket egy folyóiratcikk [6], egy konferenciacikk [19], egy konferencia előadás [30], egy BSc szakdolgozat [69] és a SZTAKI github szoftver repozitóriumában elérhető anyagok [60] foglalják össze

B4.3 Kollaboratív felmérés és ellenőrzés

A jelentési időszakban a kutatás, fejlesztés legfontosabb célja egy olyan mintaalkalmazás létrehozása volt, amely lehetővé teszi egy virtuális robot- ill. cellamodell méret- és helyzethű illesztését a munkakörnyezet valós látványára.

Az eredményeket kettő folyóiratcikk [7], [8], egy konferenciacikk [20], egy konferencia előadás [31] és egy technikai jelentés [41] foglalja össze.

B5 Optimális energiamenedzsment egyedi vállalatok és hálózatok szintjén

B5.1 Robusztus energiamenedzsment egyedi vállalatok szintjén

A kutatások a jelentési időszakban két fő irányban zajlottak: az egyik témakör a sztochasztikus modell prediktív irányítási (SMPC) módszerek vizsgálata volt, míg a másik irány a robusztus kétszintű optimalizás (RKO) volt.

Az eredményeket egy folyóiratcikk [9], három konferencia cikk [21], [22], [23], egy előadás kivonat [35], egy technikai jelentés [42] és egy MSc értekezés [75] foglalja össze.

B6 Szenzorinformációkon alapuló folyamat optimalizálás és -vezérlés

B6.3 A gyártási folyamatok és gépeik távfelügyeletének és karbantartás-tervezésének támogatása az Ipar 4.0 keretén belül

Jelen munkaszakaszban automatizált adatfeldolgozási stratégiát dolgoztunk ki, illetve fejlesztettünk folyamatosan a megmunkálási folyamatok esetében releváns szenzorok (gyorsulásmérő, akusztikus emisszió, erőmérő, hangnyomás) jeleihez.

Az eredményeket egy folyóiratcikk [10], egy beküldött kézirat [14], egy PhD értekezés [79], egy TDK dolgozat [68], egy MSc szakdolgozat [76] és négy BSc szakdolgozat [70], [71], [72], [73] foglalja össze.

B7 Serious game módszerek alkalmazása a kiber-fizikai rendszerek tervezésére és analízisére

B7.2 Serious game komponensek fejlesztése

A beszámolási időszakban a korábbi időszakban kifejlesztett szoftver továbbfejlesztése történt meg, az alkalmazhatóság kiterjesztése érdekében. Ez egyrészt finomhangolást, illetve a szoftver kényelmi funkcióinak növelését jelentette. Másrészt a serious game funkcionalitásán is kívántunk bővíteni.

Az eredményeket hat technikai jelentés [43], [44], [45], [46], [47], [48] foglalja össze.

B7.3 A serious game során keletkezett tudás általánosítása

A B.7.2 részfeladat tevékenysége keretében elért eredmények lehetővé tették, hogy vizsgáljuk a kifejlesztett serious game módszer további fejlesztési lehetőségeit. Ezen belül elsősorban a keletkezett információ újra hasznosítására, általánosítására koncentráltunk.

Az eredményeket egy folyóiratcikk [11] és kettő technikai jelentés [49], [50] foglalja össze.

Kísérleti fejlesztések eredményei és demonstrációk

C1 Adaptív és kollaboratív robotos szerelés megvalósítása

C1.3 A serious game során keletkezett tudás általánosítása

A beszámolási időszak során ebben a részfeladatban végzett tevékenységek közös célja egy adaptív, kollaboratív robotikai munkakörnyezet minél teljesebb kialakítása és kibővítése, valamint a benne megvalósítható demonstrációk lehetőségeinek a kiaknázása.

Az eredményeket egy konferencia cikk [24], egy poszter [65], egy BSc szakdolgozat [74] és egy elfogadott pályázat [66] foglalja össze.

C3 Eredmények IIoT alapú kiajánlása és kísérleti rendszerek integrációja

C3.1 A projekt fejlesztéseinek IIoT platformba építése

A részfeladat célja a projekt során megvalósuló szoftver fejlesztések eredményeinek egy közös, felhő-kompatibilis rendszerbe szervezése (IIoT), ahol ezek akár önállóan, akár egy munkafolyamatba szervezve kiajánlhatók külső felhasználók számára.

Az eredményeket egy folyóiratcikk [12], egy konferencia cikk [25] és egy technikai jelentés [51] foglalja össze.

C3.2 Kiber-fizikai kísérleti és demonstrációs rendszerek integrációja

A részfeladat célja a SZTAKI-ban korábban kialakított, valamint a jelen projekt C2-es feladatában a BME GTT-n kialakításra került Kiber-fizikai Gyártórendszer virtuális integrálása, amelyhez hozzácsatlakozott a SZTAKI új Innovációs és Demonstrációs Tere (IDT).

Az eredményeket egy könyvfejezet [37] és nyolc technikai jelentés [52], [53], [54], [55], [56], [57], [58], [59] foglalja össze.