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
Journal article
2025

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

Journal article
2024

<sub>E</sub>nhancing Resource Efficiency And Monetization In Metal Recycling Through Supply Chain-Wide Digitalization: An Approach For Single-Variety Metal Stream Optimization And CO2 Reduction

Journal article
2024

gym-flp: A Python Package for Training Reinforcement Learning Algorithms on Facility Layout Problems

Journal article
2024

Deciding on when to change - a benchmark of metaheuristic algorithms for timing engineering changes

Journal article
2024

Machine learning implementation in small and medium-sized enterprises: insights and recommendations from a quantitative study

Journal article
2024

Towards Digital-Twin-Driven Factory Planning - A Systematic Review

Journal article
2024

Machine learning implementation in small and medium-sized enterprises: insights and recommendations from a quantitative study

Book chapter
2024

Towards a Sustainable Industrial Society – Critical Capabilities for the Transformation to a Circular Economy in Manufacturing Companies

Journal article
2024

Automatic Generation of Assembly Instructions by Analyzing Process Recordings - A Concept Overview

Journal article
2024

Integration of Autonomous Driving Functionalities for End-of-Line Production Transport Scenarios

Journal article
2024

Optimizing industrial transport with a connected automated vehicle demonstrator for assembly systems and end-of-line production

Journal article
2024

Enhancing brewery logistics with smart kegs: A simulation study

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