Direkt zum Inhalt
Direkt zum Inhalt
Impulsforum

IPEM Maschinenpark

bild

Additive Fertigung

Ponticon pE4D
– 4-Achs-System für die Herstellung von Oberflächen auf rotationssymmetrischen Bauteilen
– Bauteillänge: bis 4.000 mm
– Bauteildurchmesser: bis 450 mm
– Schichtdicken: 0,1-0,6 mm

bild

Blechbearbeitung

TRUMPF TruLaser 1030 Fiber
– Bauraum: 3000 x 1500 mm
– Max. Werkstückgewicht: 930 kg
– Materialdicken: 6 mm bis 20 mm je nach Werkstoff
TRUMPF TruBend 1100
– Max. Biegelänge: 3100 mm
– Max. Anschlagbereich: 880 mm
– Presskraft: 1000 kN
– Max. Blechdicke abhängig von den individuellen Rahmenbedingungen

bild

Brauerei der Zukunft

Buschhütter Brauwerkstatt
– 10 hl Sudwerk
– 60 hl Gär- und Lagertanks

Fassabfüllung
– Party Fass in 10, 20 & 30 Litern mit bayrischem Anstich und DIN KEG
– Edelstahl-Fass in in 30 & 50 Litern mit DIN KEG

bild

Profilbiegen

PBS TUBOTRON VARIO 40 RL
– Rohraufschieblänge: bis 6.000 mm
– Rohrbereich: bis 42,0 x 3,0 mm
– Biegeradius: bis 200 mm
– Biegewinkel: max. 180 °

bild

Zerspanungstechnik

BIMATEC SORALUCE TAM 25
– Verfahrweg der Längsachse (X-Achse): 2.500 mm
– Verfahrweg der Querachse (Y-Achse): 1.200 mm
– Verfahrweg der Vertikalachse (Z-Achse): 1.500 mm
– Max. Außendurchmesser des Werkstücks: 2.100 mm
– Max. Werkstückgewicht beim Fräsen: 5.000 kg (max. 6 rpm)
– Max. Werkstückgewicht beim Drehen: 2.000 kg (max. 400 rpm)

bild

Zerspanungstechnik

DMG MORI DMU 40 Plus
– Verfahrweg der Längsachse (X-Achse): 550 mm
– Verfahrweg der Querachse (Y-Achse): 450 mm
– Verfahrweg der Vertikalachse (Z-Achse): 420 mm
– Max. Außendurchmesser des Werkstücks: 505 mm
– Max. Höhe des Werkstücks: 570 mm
– Max. Werkstückgewicht: 300 kg

Aktuelle Forschungsprojekte

KIBpap
-

KIBAPap

Im Projekt KIBAPap wird eine KI-gestützte Lösung entwickelt, die den Wertstoffkreislauf Papier durch die intelligente Nutzung und Vernetzung von Daten optimiert und so einen effizienteren Einsatz von Ressourcen entlang der gesamten Prozesskette ermöglicht.

Ai
-

smartKEGclean

Im Projekt smartKEGclean wird mithilfe eines KI-gestützten Reinigungssystems eine intelligente Lösung geschaffen, die den Reinigungsprozess von Bier-Kegs zustandsorientiert anpasst und den Ressourcenverbrauch bei gleichbleibenden Hygienestandards deutlich reduziert.

 


 

Veröffentlichungen

Aktuelle Veröffentlichungen

Weitere Filter anzeigen
Conference paper
2026

Improve Quality Control with Predictive Analytics: Using Machine Learning and IO-Link Sensors for Early Detection of Defects in Modern Production

Book
2026

Human-AI Collaboration in Production Management

Journal article
2026

A design concept for data-driven brewing: sensor-based system architecture and ML applications for sustainability in micro-breweries

Journal article
2026

Effects of AI explanations on trust and reliance: a study in job shop scheduling

Journal article
2026

From human to machine: high-impact tasks for AI in production management – an expert study to reshape decision-making

Journal article
2026

A design concept for data-driven brewing: sensor-based system architecture and ML applications for sustainability in micro-breweries

Journal article
2026

From human to machine: high-impact tasks for AI in production management - an expert study to reshape decision-making

Journal article
2026

Effects of AI explanations on trust and reliance: a study in job shop scheduling

Journal article
2026

Improve Quality Control with Predictive Analytics: Using Machine Learning and IO-Link Sensors for Early Detection of Defects in Modern Production

Journal article
2025

Integrating artificial intelligence into energy management: A case study on energy consumption data analysis and forecasting in a German manufacturing company

Journal article
2025

Hybrid intelligence – systematic approach and framework to determine the level of Human-AI collaboration for production management use cases

Journal article
2025

A systematic review of machine learning for hybrid intelligence in production management

Dein Ansprechpartner

Bei weiteren Fragen zu unseren Forschungsaktivitäten stehen wir Ihnen gerne zur Verfügung.

Philipp Nettesheim M.Sc.

Wissenschaftliche*r Mitarbeiter*in

Abteilung Datengetriebene Fabrik- und Produktionsoptimierung

Kontakt

philipp.nettesheim@uni-siegen.de