Universität Stuttgart

Permanent URI for this communityhttps://elib.uni-stuttgart.de/handle/11682/1

Browse

Filters

2014 - 20182

Settings

Start date: 2014End date: 2018Institute: search.filters.UBSInstitut.Institut für Steuerungstechnik der Werkzeugmaschinen und FertigungseinrichtungenAuthor: search.filters.author.Verl, Alexander

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    ItemOpen Access
    iWindow - Intelligentes Maschinenfenster
    (Düsseldorf : VDI Verlag, 2018) Sommer, Philipp; Verl, Alexander; Kiefer, Manuel; Rahäuser, Raphael; Müller, Sebastian; Brühl, Jens; Gras, Michael; Berckmann, Eva; Stautner, Marc; Schäfer, D.; Schotte, Wolfgang; Do-Khac, Dennis; Neyrinck, Adrian; Eger, Ulrich; Sommer, Philipp
    Das Verbundforschungsprojekt iWindow: Intelligentes Maschinenfenster beschäftigte sich mit der visuellen Unterstützung von Maschinenbedienern an Werkzeugmaschinen. Diese konnten bisher nur auf wenige bis keine Systeme, die sie bei ihren täglichen Aufgaben direkt an der Werkzeugmaschine unterstützen, zurückgreifen. Das Forschungsprojekt verbindet reale und virtuelle Welt in der Werkzeugmaschine durch Technologien wie Virtual und Augmented Reality, digitaler Zwilling, Simulation und Mehrwertdienste. Durch Nutzung jeweils für die aktuelle Arbeitssituation passender Dienste, werden Mitarbeiter befähigt, sich an die steigende Individualisierung der Produkte und die flexiblere Produktion anzupassen. Kunden und Geschäftspartner werden durch die Möglichkeit eigene mehrwertgenerierende Dienste zu entwickeln und anderen Anwendern zur Verfügung zu stellen in den Wertschöpfungsprozess eingebunden. Diese Publikation beleuchtet die im Rahmen des Forschungsprojekts erarbeiteten Ergebnisse hinsichtlich für ein intelligentes Maschinenfenster benötigter Technologien und Entwicklungen.
  • Thumbnail Image
    ItemOpen Access
    Efficient combination of topology and parameter optimization
    (2014) Lin, Yusheng; Sun, Zheng; Dadalau, Alexandru; Verl, Alexander
    This paper presents a combination method of Particle Swarm Optimization (PSO) and topology optimization. With this method a better result can be achieved compared with the sequential ap-plication of the two optimization methods. It inherits the ability in finding global optimum from PSO and also suits for discretized design domain. Some special schemes are used in order to provide higher computation efficiency. This method has only been tested with a convex optimization problem. The application in case of a concave problem will be a future study.