direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Prof. Dr.-Ing. Franz Dietrich

Lupe

Raum: PTZ 303
Tel.: +49 (0)30/314-22014
Fax: +49 (0)30/314-22759
Let's connect via 
Researchgate
LinkedIn
Xing    

Wissenschaftlicher Werdegang

2018 Professor und Leiter des Fachgebiets Montage- und Handhabungstechnik (Nachfolge em. Prof. Günther Seliger), TU Berlin

2017 TU Berlin: Ruf an die TU Berlin

2013 Abteilungsleiter "Montage und Fertigungsautomatisierung", Institut für Werkzeugmaschinen und Fertigungstechnik, TU Braunschweig, mit aktivem Beitrag am Forschungscampus OpenHybrid LabFactory, Wolfsburg und am Forschungszentrum BatteryLabFactory Braunschweig

2013 Promotion zum Dr.-Ing. mit dem Thema "Nonlinear Modelling of Hydraulically Actuated Production Machines Using Optimized Experiments", TU Braunschweig

2005 Diplom Maschinenbau (Mechatronik & Mikrosystemtechnik), Karlsruhe Institute of Technology KIT (damals Universität Karlsruhe (TH)), mit Studienaufenthalten in England und an der Universität Bremen

  • Chairman und Organisator der 7th International CIRPe Web Conference 2019
  • Research Affiliate der Internationalen Akademie für Produktionstechnik (CIRP)
  • Preisträger des Wissenschaftspreises der Heribert-Nasch-Stiftung
  • Gastvorlesungen an der Tongji-Universität, Shanghai, und Singapore Institute of Manufacturing Technology (SIMTECH), Singapur
  • Wissenschaftlicher Beirat im EXIST-Projekt FormHand (inzwischen FormHand GmbH, Braunschweig)
  • Beteiligt an über 70 wissenschaftlichen Veröffentlichungen und mehreren in Umsetzung befindlichen Patenten

Für einen detaillierten CV kontaktieren Sie mich gerne.

Wissenschaftliche Interessen

  • Dynamisierte Produktion mit z.B. nutzerzentrierten Eingriffsmöglichkeiten und Adaption von Design Thinking Modellen
  • Handhabungstechnik, Robotik, Systemtechnik und Steuerungstechnik für die automatisierte Produktion

    • Mensch-Roboter-Kollaboration
    • Steuerungstechnik für Roboter, Prozessautomatisierung und Leitebene
    • Modellierung, Regelung, Trajektorieerzeugung
    • Robotergeführte additive Fertigung
    • Maschinenkonzepte, multifunktionale Greifer und Endeffektoren
    • Mikromontage, Präzisionsmontage, Hochgeschwindigkeitsmontage
    • Laborautomatisierung und Verpackungstechnik (Pharmazie und Biotechnologie)

  • Prozessautomatisierung, Verkettung und Stapeltechnik für Batterien und Brennstoffzellen
  • Automatisierung für Produktionsprozessketten im Leichtbau / Multimaterial-Bauteile / in der additiven Fertigung
  • Handhabungstechnik für flexiblen Transfer, Intralogistik und Kommissionierung
  • Handhabungstechnik, Montage und Demontage im Kontext Nachhaltigkeit und Energieeffizienz
  • Neue Formen der Ingenieursausbildung, bspw. mit Augmented Reality und Maker-Spaces
  • Augmented Reality zur Qualifikation und Produktivitätssteigerung in der Montage und Logistik
  • Automatisierung und Rationalisierung von Handhabungsvorgängen außerhalb der Produktion (bspw. Warenströme, Dienstleistungen, Baugewerbe, Service)
  • Gezielte Nutzung und Führung von Wärme in der automatisierten Produktion

Publikationen

DEVELOPMENT OF AN AUTOMATED ASSEMBLY PROCESS SUPPORTED WITH AN ARTIFICAL NEURAL NETWORK
Zitatschlüssel BobkaHeynHenningsonEtAl2018
Autor Bobka, Paul and Heyn, Jakob and Henningson, Jann-Ole and Römer, Martin and Engbers, Thomas and Dietrich, Franz and Dröder, Klaus
Seiten 28-41
Jahr 2018
ISBN 1895-7595
Journal Journal of Machine Engineering; XXIX CIRP Sponsored Conference on Supervising and Diagnostics of Machining Systems in Karpacz
Jahrgang Vol 18, No. 3, 2018,
Zusammenfassung A central problem in automated assembly is the ramp-up phase. In order to achieve the required tolerances and cycle times, assembly parameters must be determined by extensive manual parameter variations. Therefore, the duration of the ramp-up phase represents a planning uncertainty and a financial risk, especially when high demands are placed on dynamics and precision. To complete this phase as efficiently as possible, comprehensive planning and experienced personnel are necessary. In this paper, we examine the use of machine learning techniques for the ramp-up of an automated assembly process. Specifically we use a deep artificial neural network to learn process parameters for pick-and-place operations of planar objects. We describe how the handling parameters of an industrial robot can be adjusted and optimized automatically by artificial neural networks and examine this approach in laboratory experiments. Furthermore, we test whether an artificial neural network can be used to optimize assembly parameters in process, as an adaptive process controller. Finally, we discuss the advantages and disadvantages of the described approach for the determination of optimal assembly parameters in the ramp-up phase and during the utilization phase.
Download Bibtex Eintrag

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Prof. Dr.-Ing. Franz Dietrich
Fachgebietsleiter
Sekr. PTZ2
Pascalstr. 8-9
10587 Berlin
+49 (0)30/314-22014
+49 (0)30/314-22759