Veröffentlicht: von

In Kooperation mit Ford wird ein Forschungsprojekt durchgeführt, das verschiedene Big Data Technologien für die Optimierung der Produktionsstraße evaluiert und einen Katalog mit Auswahlkriterien erstellt. Umfangreiche Konfigurationsmöglichkeiten bei der Bestellung eines neuen Fahrzeuges führen dazu, dass die Herstellung der Autos unterschiedlich lange dauert. Der Bau mehrerer arbeitsintensiver Fahrzeuge hintereinander auf einem Förderband soll vermieden werden. Ist dies nicht möglich, soll das System frühzeitig warnen, sodass ein Springer an der betroffenen Arbeitsstation aushelfen kann.

In studentischen Projekten oder Abschlussarbeiten können dabei verschiedene Schwerpunkte gesetzt werden:

  1. Streaming Data Frameworks

Implementierung verschiedener Prototypen und Architekturmodelle zur Verarbeitung von Streaming Daten, z.B. mit

  • Apache Kafka
  • Apache Spark
  • Apache Storm
  • Apache Flink
  1. NoSQL Datenbanken

Persistierung der Ergebnisse aus der ersten Phase und Performancevergleich, z.B. mit

  • ElasticSearch
  • Cassandra
  • Apache Solr
  • Redis
  1. Visualisierung der Ergebnisse

Anknüpfend an Phase 1 oder 2 wird die Produktionsstraße mit den Arbeitsstationen visualisiert, sodass Mitarbeiter jederzeit über den aktuellen Stand der Produktion informiert sind. Es soll der Einsatz von

  • Kommerzielle Tools
  • Open Source Tools
  • Custom Solution

geprüft werden.

Die Ergebnisse dieser Teilprojekte sollten sich auch für andere, ähnlich gelagerte Projekte anwenden lassen. Es sollte daher ein allgemeiner Architekturentwurf erarbeitet werden, der verschiedene Eingangsparameter berücksichtigt und sich auch für andere Industrie 4.0-Projekte verallgemeinern lässt.

Falls Sie Interesse an der Mitarbeit in diesem Projekt haben, melden Sie sich bitte bei mir (heide.faeskorn-woyke(add).th-koeln.de)  oder (jan.strohschein(add).th-koeln.de)