Forschungsfeld und Motivation
Das Projekt adressiert die steigende Notwendigkeit probabilistischer Hybridmodelle, die physikalische (parametrische) Modelle mit datengetriebenen (nicht-parametrischen) Ansätzen kombinieren. Der bestehende Forschungsbedarf liegt insbesondere in der Entwicklung skalierbarer und gleichzeitig interpretierbarer Modelle, die eine Quantifizierung von Unsicherheiten ermöglichen.
Insbesondere in komplexen Systemen – wie Werkstoffen, Produktionsprozessen oder betrieblich eingesetzten Produkten – stoßen traditionelle Modellierungsansätze an ihre Grenzen: Entweder mangelt es ihnen an Interpretierbarkeit oder an der erforderlichen Flexibilität. Hybridmodelle sollen diese Lücke schließen, indem sie Wahrscheinlichkeitsverteilungen statt bloßer Punktwerte liefern und so Vertrauensmaße für reale Anwendungen – etwa in der Zustandsüberwachung oder Werkstoffentwicklung – ermöglichen.
Zielsetzung des Projekts
Das Projekt verfolgt das Ziel, praxistaugliche Methoden zur Konstruktion probabilistischer Hybridmodelle zu entwickeln. Dazu gehören:
-
die Nutzung moderner Technologien wie Deep Probabilistic Programming Languages,
-
der Einsatz von Bayesian Optimization zur effizienten Modellsuche und -anpassung,
-
automatisierte Codegenerierung für eine nahtlose Integration in industrielle Softwareumgebungen.
Im Ergebnis sollen robuste Software-Tools, Methoden und einsatzfähige Modelle entstehen, die eine sichere und erklärbare Nutzung in industriellen Anwendungen gewährleisten.
Unsere Rolle
Wir als FH JOANNEUM, im speziellen das Institut Industrial Management, bringt im Projekt folgende Expertise und Know-how ein:
-
Integration konkreter Use-Cases in Produktionsumgebungen über das Smart Production Lab,
-
Fokus auf die Einbindung von IoT-Nodes und speicherprogrammierbaren Steuerungen (SPS/PLCs) in übergeordnete MES- und ERP-Systeme,
-
Schnittstellenentwicklung für eine durchgängige Daten- und Informationsverarbeitung von der Sensorik bis zur Unternehmensleitebene.
Projektpartner
-
Materials Center Leoben Forschung GmbH (MCL)
-
Technische Universität Wien – Informatics (TUW-INF)
-
Technische Universität Graz – Institute of Signal Processing and Speech Communication (TUG-SPSC)
-
Montanuniversität Leoben – Chair of Automation (MUL-IA)
-
FH JOANNEUM – Institute of Industrial Management (FHJ-IWI)
-
Universität Heidelberg – Institute of Computer Engineering (UH-ZITI)
-
Linz Center of Mechatronics GmbH (LCM)