Die Anforderungen an künftige Schicht- und Produktionssysteme nehmen kontinuierlich zu. Die Kooperation des Fraunhofer-Instituts für Schicht- und Oberflächentechnik IST mit der Feng Chia University (FCU) in der „Fraunhofer Innovation Platform for Surface and Production Engineering for Optical and Electrical Systems at Feng Chia University“ (FIP-SPE@FCU) soll diesem Bedarf Rechnung tragen. Die Kooperationspartner wollen branchenübergreifend technische Lösungen für die Oberflächen- und Produktionstechnik entwickeln. Sie setzen den Schwerpunkt auf optische und elektrische Systeme.
Zusammenarbeit erweitert
Die FIP-SPE@FCU wurde offiziell am 28. Oktober 2024 in Taiwan eröffnet. Die Kooperation erweitert die bereits seit 2015 bestehende Zusammenarbeit des Fraunhofer IST mit der Feng Chia University. Das Ziel der „Fraunhofer Innovation Platform« ist, Lösungsansätze für zukunftsfähige Produktionssysteme für Hochpräzisionsbeschichtungen zu entwickeln. Dabei spielen die Simulation und Modellierung sowie die Prozessüberwachung, -steuerung und -automatisierung unter Berücksichtigung der Mensch-Computer-Interaktion eine wichtige Rolle. Das Leistungsangebot für die Industrie umfasst zudem Weiterbildungen in den Bereichen Oberflächentechnik und Produktion.
Möglichkeiten der KI nutzen
Unter Nutzung von KI-Methoden planen die Kooperationspartner neue Lösungen zur Herstellung hochpräziser Interferenzfilter zu entwickeln. Mit dem Enhanced Optical Sputtering System EOSS verfügt das Fraunhofer IST bereits über eine Produktionsplattform zur Herstellung präzisionsoptischer Filter. In Verbindung mit der ebenfalls am IST entwickelten Software MOCCA+ zur Prozessüberwachung und -steuerung kann dieses System hochkomplexe Filter mit Hunderten von Schichten produzieren. Die Technologie ist bereits kommerzialisiert. Durch die Kooperation mit dem Labor für Produktionsautomatisierung der Feng Chia Universität, das über besondere Kompetenzen in der künstlichen Intelligenz und intelligenten Fertigungssystemen verfügt, eröffnen sich nun neue Möglichkeiten, die Leistungsfähigkeit der EOSS durch die Integration von KI signifikant zu verbessern.