Forschungsbereich | Produktions- und Logistiksysteme
Forschungs- & Entwicklungsschwerpunkte
➤ Klassische Optimierungsalgorithmen - Einsatz in Produktion, Planung und Steuerung (lineare und nichtlineare Optimierung, Operations Research, Bayessche Inferenz)
➤ Machine Learning und Bildverarbeitung - Anwendung im Qualitätswesen, in der Arbeitsvorbereitung und in Planungsprozessen
➤ Mobile Robotik - Einsatz in Logistik und Produktion (Anwendung von Reinforcement-Learning, Regelungstechnik/Systemtheorie, Simulationsverfahren)
➤ Sensorik und Datenauswertung in Produktion und Logistik (Data Science mit R und Python, Produktions-Simulation)
➤ Technische Prozessmodellierung - (algorithmische Unterstützung verfahrenstechnischer Prozesse in der Stahlindustrie)
➤ Prozessentwicklung, -modellierung und -automatisierung (BPMN, Workflow Engines)
➤ Machine Learning für die medizinische Bildverarbeitung (Segmentierungsalgorithmen, Data Science)
Prof. Dr. rer. nat. Martin Gürtler
Professur Produktions- und Logistiksysteme
Institut
TPMB | Institut für Technologie und Produktion im Maschinenbau
Telefon: +49 (0)341 3076 4129
E-Mail: martin(dot)guertler(at)htwk-leipzig.de
Team
M.Eng. Eric Elbing | Dr. rer. med. Daniel Kruber | Dipl.-Ing. Lukas Kube | Dipl.-Chemiker Sebastian Löbner | B.Eng. Karl Marbach (Student. Mitarbeiter) | M.Sc. Benedikt Schablitzki | M.Sc. Caroline Schmidt
Aktuelle Projekte
EUSOF
Smarte Positionsbestimmung für Straßenbahn-Tests
Das ZIM-Projekt befasst sich mit der Entwicklung eines innovativen Verfahrens zur präzisen Positionsbestimmung bei Fahrversuchen von Straßenbahnen. Ziel ist es, die Genauigkeit der Fahrzeugortung unter Einsatz verschiedener Signalquellen wie GPS, Geschwindigkeitssignalen und inertialen Sensoren zu verbessern. Gerade bei Testfahrten, bei denen die Fahrzeugposition kontinuierlich und zuverlässig erfasst werden muss, spielt die korrekte Kombination dieser Datenquellen eine zentrale Rolle.
Förderung: ZIM des BMWK
Ansprechpartner: M.Sc. Benedikt Schablitzki
Projektlaufzeit: 06/2024 - 09/2025
PRO-EAF
Datenbasierte Modellierung eines Elektrolichtbogenofens
Das Ziel dieses Projektes besteht in der Entwicklung eines datenbasierten Modells des Elektrolichtbogenofens (engl. Electric Arc Furnace, EAF). Dieses soll Vorhersagen über die Temperatur und den Sauerstoffgehalt der Stahlschmelze beim sogenannten Abstich, d.h. am Ende des Einschmelzprozesses, ermöglichen. Diese Vorhersagen berücksichtigen Unsicherheiten, die bei der Datenerfassung und Prozessmodellierung entstehen.
Förderung: Elbe-Stahlwerke Feralpi Riesa
Ansprechpartnerin: M.Sc. Caroline Schmidt
Projektlaufzeit: 11/2023 - 10/2025
APrOS
Anatomically Preformed Orbital Surgery Instruments
Das Ziel dieses Projekts ist es, chirurgische Eingriffe an der Augenhöhle zu verbessern, indem speziell entwickelte Instrumente verwendet werden, die an die komplexe Anatomie der Augenhöhle angepasst sind. Orbitawandfrakturen, die oft durch Unfälle wie Schläge oder Stürze entstehen, führen zu ästhetischen und funktionellen Problemen, wie Doppelbildern oder eingeschränkter Augenbewegung. Jährlich müssen Tausende Patienten in Deutschland operativ behandelt werden, jedoch kommen dabei häufig veraltete Instrumente zum Einsatz, die nicht optimal für diese Art von Operationen geeignet sind.
Förderung: BMWK
Ansprechpartner: Dr. rer. med. Daniel Kruber
Kooperationspartner: Forschungs- und Transferzentrum Leipzig e.V.; Anton Hipp GmbH
Projektlaufzeit: 06/2023 - 05/2025