VDMA vergibt Nachwuchspreis für junge Digitalisierungstalente

Digitalisierung ist für die Wettbewerbsfähigkeit des Maschinen- und Anlagenbaus essenziell, hierbei spielt die Förderung von jungen Digitalisierungs-Talenten eine wichtige Rolle.

Der VDMA Software und Digitalisierung und die Abteilung Bildung des VDMA haben zum 5. Mal Abschlussarbeiten von Absolventinnen und Absolventen aus den Fachbereichen Ingenieurwissenschaften und Informatik mit dem Nachwuchspreis ‚Digitalisierung im Maschinenbau‘ ausgezeichnet. Nominiert waren 27 Absolventinnen und Absolventen von 23 Hochschulstandorten.

Unter der Leitung von Karl Friedrich Schmidt wählte die Jury folgende Preisträger für den Nachwuchspreis 2021:

Nina Großegesse, Data Science-Studentin an der Paris Lodron Universität Salzburg, wird mit dem 1. Preis in der Kategorie Masterarbeit ausgezeichnet. Die Arbeit entstand unter der Betreuung von Prof. Dr.-Ing. Christian Borgelt und wurde in Kooperation mit Beckhoff Automation verfasst. Im Rahmen der Arbeit hat Großegesse eine Vorgehensweise zur physikalischen Unwuchtdetektion in einer Ebene entwickelt, die auf einer Schwingungsdatenanalyse basiert und sich für die Integration in ein Automatisierungssystem eignet.

Harm Dasenbrook, Industrial Informatics Student an der Hochschule EmdenLeer, erhält den 2. Preis in der Kategorie Masterarbeit. Die Thesis entstand unter der Betreuung von Prof. Dr.-Ing. Armando Walter Colombo, Hochschule Emden-Leer, in einer Kooperation mit dem Unternehmen Landguth Heimtiernahrung. Die Arbeit umfasst die Entwicklung und Prototyp-Implementierung eines IIoT-basierten Systems zur digitalen Abbildung, Analyse und Optimierung von Produktions- und Energiemanagementprozessen.

Federica Tomola, Studentin des internationalen Wirtschaftsingenieurwesens an der Hochschule Augsburg, wird mit dem 1. Preis in der Kategorie Bachelorarbeit ausgezeichnet. Die Abschlussarbeit entstand bei der BMW Group unter der Betreuung von Prof. Dr. Florian Kerber und Jürgen Heinzer. Mit Hilfe einer Fusion aus zusätzlich integrierten Sensor-, Prozess- und Maschinendaten hat sie KI-basierte Vorhersagemodelle für die Rauigkeit von Presswerkzeugen entwickelt.

Bengt Ole Scheffler, Student der Schiffsbetriebstechnik an der Hochschule Flensburg, erhält den 2. Preis in der Kategorie Bachelorarbeit. Die von Professor Dr.-Ing. Michael Thiemke betreute Arbeit entstand an der Forschungseinrichtung „Kielseng“ des Maritimen Zentrums der Hochschule in Zusammenarbeit mit Mitgliedern des Arbeitskreises „MTP im Schiffbau“ des VDMA. Die Arbeit untersucht ob und wie der Automatisierungsstandard Module Type Packaging (MTP) aus der Prozessindustrie auf Schiffsmotoren angewendet werden kann.

Das könnte Sie auch Interessieren

Bild: Uhlmann Pac-Systeme
Bild: Uhlmann Pac-Systeme
Weniger Risiko 
und bessere Qualität

Weniger Risiko und bessere Qualität

Die Industrie muss immer flexibler und schneller auf ihre Märkte reagieren, das gilt auch für Pharmaunternehmen. Infolgedessen werden Lieferzeiten ein zunehmend
entscheidendes Thema. Uhlmann Pac-Systeme, Systemanbieter für das Verpacken von Pharmazeutika aus Laupheim, wollte deshalb kürzere Durchlaufzeiten, beschleunigte Prozesse und Mehrkörpersimulation erreichen – und setzt dabei auf Simulationssoftware von Machineering.

Bild: Institut für Fertigungstechnik und Werkzeugmaschinen an der Leibniz Universität Hannover
Bild: Institut für Fertigungstechnik und Werkzeugmaschinen an der Leibniz Universität Hannover
Neues Modalanalysesystem mit bis zu 32 Sensoren

Neues Modalanalysesystem mit bis zu 32 Sensoren

Zur Schwingungsanalyse von Maschinen wurde am IFW ein neues Modalanalysesystem Simcenter SCADAS mobile der Firma Siemens beschafft. Hiermit ist es möglich sowohl die Eigenfrequenzen der Maschine oder eines Bauteils mit einer Modalanalyse, als auch die während des Prozess auftretenden Schwingungen mit einer Betriebsschwingungsanalyse zu identifizieren.

Bild: Contrinex Sensor GmbH
Bild: Contrinex Sensor GmbH
Taschenspieler

Taschenspieler

Smarte Sensoren sind das Herzstück der digitalen Fabrik: Sie machen
Anwendungen wie Condition Monitoring oder Predictive Maintenance überhaupt erst möglich. Die intelligenten Sensoren von Contrinex eignen sich für zahlreiche Einsatzgebiete, denn sie vereinen mehrere Erfassungsmodi in einem einzigen Gerät. Jetzt hat das Unternehmen als Zubehör das Tool PocketCodr-Konfigurator auf den Markt gebracht, mit dem sich die Sensoren ohne IT-Kenntnisse einrichten und abfragen lassen.