Siegener Forschungsprojekte erhalten EU-Auszeichnung

Zwei Forschungsprojekte der Universität Siegen haben den European Paper Recycling Council Award in Brüssel erhalten. Sie beschäftigen sich mit der Effizienzsteigerung auf Basis Künstlicher Intelligenz in der Papierindustrie.

Gleich zwei Forschungsprojekte der Universität Siegen wurden im Februar mit dem European Paper Recycling Council Award im Europäischen Parlament in Brüssel ausgezeichnet. Die Europaabgeordnete Susana Solís Pérez übergab den Preis Projektpartnern in der Kategorie „Innovative Technologien und F&E“ an die Teams der Projekte KIBAPap (KI-basiertes Bedienerassistenzsystem im Wertstoffkreislauf Papier) und ODiWiP (Optimierter Wertstoffkreislauf in der Papierindustrie). Beide Projekte sind an der Uni Siegen bei der Professur von Prof. Dr.-Ing. Peter Burggräf am Lehrstuhl für International Production Engineering and Management (IPEM) verortet.

Das Projekt KIBAPap wird durch das Bundesministerium für Wirtschaft und Klimaschutz gefördert. Entlang des Wertstoffkreislaufs Papier werden Daten gesammelt und mittels Künstlicher Intelligenz (KI) und Big Data Ansätzen ausgewertet. Dabei geht es unter anderem um die Optimierung des Papierherstellungsprozesses und die Anpassung der Prozessparameter an die Qualität des verfügbaren Rohstoffs. Ziel ist es, Ressourcen einzusparen und somit nicht nur positive Auswirkungen auf die Rentabilität, sondern auch auf unsere Umwelt zu bewirken. An dem dreijährigen Projekt sind neben dem IPEM der Universität Siegen das Fraunhofer-Institut für Verfahrenstechnik und Verpackung, die Hochschule München, das ITA der RWTH Aachen, sowie die Unternehmen LEIPA Group GmbH, die Veolia Umweltservice GmbH, PROPAKMA GmbH und Consultingtalents AG beteiligt.

„Im Rahmen des Forschungsprojekts KIBAPap möchten wir mittels Künstlicher Intelligenz das Papierrecycling optimieren, Ressourcen schonen und implizites Wissen von Mitarbeitern explizit verfügbar machen. Das ist vor allem vor dem Hintergrund einer nachhaltigen Papierwirtschaft im Einklang von sozialen, ökologischen und ökonomischen Interessen wichtig. Umso mehr freuen wir uns, dass wir nach 2021 mit dem Projekt EnEWA nun bereits zum zweiten Mal in Folge die EU-Auszeichnung European Paper Recycling Council Award erhalten haben“, so Alexander Becher, Leiter der Projekte ODiWiP und KIBAPap an der Universität Siegen.

Das vom Bundesministerium für Bildung und Forschung (BMBF) geförderte und im März 2023 beendete Projekt ODiWiP hat erfolgreich einen funktionsfähigen Demonstrator (TRL 6) eines KI-basierten Assistenzsystems für die Bedienung einer Papiermaschine entwickelt und implementiert. Dieses sich selbstoptimierende Assistenzsystem bietet eine effiziente Möglichkeit, den Produktionsprozess zu überwachen, Qualitätsprobleme frühzeitig zu erkennen und zu beheben sowie die Entscheidungshoheit der Maschinenbedienenden zu wahren.

„Generell gewinnen die Themen Ressourceneffizienz und Kreislaufwirtschaft immer mehr an Bedeutung“, so Becher. „Daher ist uns besonders wichtig, Forschung zu betreiben, die unmittelbar in der Industrie Anwendung finden kann.“

Ansprechpartner
Alexander Becher
E-Mail: alexander.becher@uni-siegen.de

Prof. Dr.-Ing. Oliver Nelles ausgezeichnet

Prof. Oliver Nelles wurde von ScholarGPS als Highly Ranked Scholar™ für seine herausragende Publikationsleistung mit großer Bedeutung und hoher Qualität ausgezeichnet. Besonders hervorzuheben ist der 2. Platz im weltweiten Ranking aller Forscher:innen auf dem Gebiet der Systemidentifikation.

ScholarGPS schreibt:

„Your prolific publication record, the high impact of your work, and the outstanding quality of your scholarly contributions have placed you in the top 0.05% of all scholars worldwide.”

Highly Ranked Scholar – Lifetime

#2           System Identification               (Top 0,01%)
#113     Nonlinear Systems                   (Top 0,03%)
#917     Mechanical Engineering         (Top 0,16%)

Prof. Oliver Nelles ist 55 Jahre alt. Er forscht und lehrt seit 20 Jahren am Department Maschinenbau der Universität Siegen. Seinem Hauptforschungsgebiet, der Identifikation nichtlinearer dynamischer Prozesse, ist er seit seiner Diplomarbeit an der TU Darmstadt im Fachbereich Elektrotechnik treu geblieben. Während seiner Promotion entwickelte er ein neues Verfahren zur datengetriebenen Modellierung nichtlinearer Prozesse, welches durch seine Leistungsfähigkeit und gute Interpretierbarkeit sofort breite Anwendung fand. Das Verfahren, genannt Local Linear Model Tree (LOLIMOT), basiert auf der Kombination einfacher linearer Modelle und ermöglicht damit dem normalen Entwicklungsingenieur, Standardmethoden aus seinem Studium auf sehr komplexe Probleme anzuwenden.

In zahlreichen Kooperationen trieb Dr. Nelles auf vielen Gebieten, von der Fahrzeug- und Motorentechnik bis zur verfahrenstechnischen Industrie, die Anwendung dieses Verfahren voran. Gleichzeitig vertiefte er seine Forschungsaktivitäten als Postdoc am Mechanical Engineering Department der UC Berkeley, CA. Die Erkenntnisse der theoretischen und praktischen Forschungsergebnisse schlugen sich im 800-seitigen Buch „Nonlinear System Identification“ nieder, das 2001 bei Springer publiziert wurde. Dieses Buch entwickelte sich im Laufe der Jahre international zu einem Standardwerk, sowohl in der Industrie als auch in Forschung und Lehre.

Dr. Nelles arbeitete für 4 Jahre bei SiemensVDO Automotive in Regensburg als Projekt- und Gruppenleiter im Bereich Automatikgetriebesteuerung. Dort konnte er neue Erfahrungen in der Führung internationaler Teams (Süd-Korea, Japan) und in betriebswirtschaftlichen Zusammenhängen sammeln. 2004 wurde er an die Universität Siegen berufen.

Prof. Nelles schlägt an der Universität Siegen in der Lehre eine Brücke zwischen den Departments Maschinenbau und Elektrotechnik und Informatik. Im Wintersemester 2024/25 gehen neue, von ihm entwickelte, 7-semestrige Bachelor-Studiengänge „Digital Engineering“ an den Start, in den drei Ingenieurvarianten: „– Mechatronik“,  „– Maschinenbau“ und  „– Elektrotechnik“.

Webseite: https://www.mb.uni-siegen.de/mrt/lehre/digitalengineering

Die aktuellen Forschungsaktivitäten der Arbeitsgruppe Nelles konzentrieren sich zur Zeit auf folgende drei Fragestellungen:

• Wie sammele ich durch geschickte Vermessung mit wenig Aufwand in kurzer Zeit möglichst informative Daten, die danach mittels Machine Learning effektiv genutzt werden können?
• Wie integriere ich möglichst geschickt dynamisches Verhalten in nichtlineare Machine-Learning-Modelle, berücksichtige also die zeitliche Entwicklung der Daten?
• Wie kombiniere ich Ingenieurwissen aus der Physik mit Messdaten, um vertrauenswürdige Modelle zu erhalten?

Alle diese Themen beschäftigen sich mit Modellen – im „Industrie 4.0“-Kontext auch „Digitale Zwillinge“ genannt. Modelle sind für die meisten leistungsfähigen Ingenieuranwendungen notwendig und dienen der Vorhersage, Simulation, Steuerung/Regelung, Diagnose, Optimierung, Interpretation und vielem mehr.
2021 veröffentlichte Prof. Nelles eine stark erweiterte 2. Auflage seines erfolgreichen Buches „Nonlinear System Identification“, nun im Umfang von 1 250 Seiten, das inzwischen fast 5 000 Mal zitiert wurde.