témavezető: Süle Zoltán
társ-témavezető: Abonyi János
helyszín (magyar oldal): Pannon Egyetem, Veszprém, Egyetem u. 10. helyszín rövidítés: PE
A kutatási téma leírása:
A kutatás célkitűzése, hogy a gyártási rendszerek hatékonyságának növelésére alkalmas megoldások fejlesztése érdekében az Ipar 4.0 szemléletrendszerét figyelembe véve integrálja az adattudomány, a folyamat-szimuláció és a gépi-tanulás eszköztárát.
A kutatás a pályázó érdeklődési körének és a potenciális alkalmazási területnek függvényében a következő feladatok megoldására fókuszálhat:
• operátorok munkáját támogató megoldások, azaz az Operátor 4.0 koncepció fejlesztése;
• teljes eszközkihasználtságot és/vagy energia hatékonyságot javító megoldások fejlesztése;
• termeléshez kapcsolódó logisztikai folyamatokat támogató megoldások fejlesztése;
• folyamatok figyelemmel kísérését és felmérését segítő megoldások fejlesztése;
• önszervező termelési rendszerek fejlesztése;
• minőségellenőrzési/minőségfejlesztési folyamatok támogatása.
A kutató munka az alábbi elméleti háttér célirányos fejlesztésére és alkalmazására kell, hogy fókuszáljon:
• gépi tanulási algoritmusok (neurális hálózatok, mélytanulás, eseményelemzés);
• optimalizációs eljárások (vegyes egész lineáris és nem lineáris optimalizációs megoldások);
• állapotbecslő eljárások és a rendszer identifikáció eszköztára;
• mesterséges intelligencia elemei;
• folyamatbányászati algoritmusok;
• folyamatszimulációs eszközök;
• folyamat- és termelésinformatika megoldásai (kapcsolódó szabványok, ontológiák);
• IoT eszköztára;
• gépi látás, mintafelismerés algoritmusai.
A kutatási téma előzményei:
[1] Sule Z, Baumgartner J, Dorgo G, Abonyi J, P-graph-based multi-objective risk analysis and redundancy allocation in safety-critical energy systems, Energy 179, 989-1003. (2019)
[2] Baumgartner J, Sule Z, Bertok B, Abonyi J, Test-sequence optimisation by survival analysis, Central European Journal of Operations Research 27, 357-375. (2019)
[3] Ruppert T, Dorgo G, Abonyi J, Fuzzy activity time-based model predictive control of open-station assembly lines, Journal of Manufacturing Systems 54, 12-23. (2020)
[4] Honti GM, Abonyi J, A review of semantic sensor technologies in internet of things architectures, Complexity, 1-21. (2019)
További eredményeink: A Pannon Egyetem kapcsolódó K+F projektjei, a Rendszer- és Számítástudományi Tanszék, valamint a Folyamatmérnöki Intézeti Tanszék kapcsolódó kutatásai, és az MTA-PE Komplex rendszerek Figyelemmel Kísérése kutatócsoport eddigi eredményei, melyek elérhetők a http://www.abonyilab.com oldalon.