Self-optimising Production Systems

  • Robert Schmitt
  • Christian Brecher
  • Burkhard Corves
  • Thomas Gries
  • Sabina Jeschke
  • Fritz Klocke
  • Peter Loosen
  • Walter Michaeli
  • Rainer Müller
  • Reinhard Poprawe
  • Uwe Reisgen
  • Christopher M. Schlick
  • Günther Schuh
  • Thomas Auerbach
  • Fabian Bauhoff
  • Marion Beckers
  • Daniel Behnen
  • Tobias Brosze
  • Guido Buchholz
  • Christian Büscher
  • Urs Eppelt
  • Martin Esser
  • Daniel Ewert
  • Kamil Fayzullin
  • Reinhard Freudenberg
  • Peter Fritz
  • Sascha Fuchs
  • Yves-Simon Gloy
  • Sebastian Haag
  • Eckart Hauck
  • Werner Herfs
  • Niklas Hering
  • Mathias Hüsing
  • Mario Isermann
  • Markus Janßen
  • Bernhard Kausch
  • Tobias Kempf
  • Stephan Kratz
  • Sinem Kuz
  • Matthis Laass
  • Juliane Lose
  • Adam Malik
  • Marcel Ph. Mayer
  • Thomas Molitor
  • Simon Müller
  • Barbara Odenthal
  • Alberto Pavim
  • Dirk Petring
  • Till Potente
  • Nicolas Pyschny
  • Axel Reßmann
  • Martin Riedel
  • Simone Runge
  • Heiko Schenuit
  • Daniel Schilberg
  • Wolfgang Schulz
  • Maik Schürmeyer
  • Jens Schüttler
  • Ulrich Thombansen
  • Dražen Veselovac
  • Matthias Vette
  • Carsten Wagels
  • Konrad Willms
Chapter

Abstract

One of the central success factors for production in high-wage countries is the solution of the conflict that can be described with the term “planning efficiency”. Planning efficiency describes the relationship between the expenditure of planning and the profit generated by these expenditures. From the viewpoint of a successful business management, the challenge is to dynamically find the optimum between detailed planning and the immediate arrangement of the value stream. Planning-oriented approaches try to model the production system with as many of its characteristics and parameters as possible in order to avoid uncertainties and to allow rational decisions based on these models. The success of a planning-oriented approach depends on the transparency of business and production processes and on the quality of the applied models. Even though planning-oriented approaches are supported by a multitude of systems in industrial practice, an effective realisation is very intricate, so these models with their inherent structures tend to be matched to a current stationary condition of an enterprise. Every change within this enterprise, whether inherently structural or driven by altered input parameters, thus requires continuous updating and adjustment. This process is very cost-intensive and time-consuming; a direct transfer onto other enterprises or even other processes within the same enterprise is often impossible. This is also a result of the fact that planning usually occurs a priori and not in real-time. Therefore it is hard for completely planning-oriented systems to react to spontaneous deviations because the knowledge about those naturally only comes a posteriori.

References

  1. Abele E, Liebeck T, Wörn A (2006) Measuring flexibility in investment decisions for manufacturing systems. Ann CIRP 55(1):433–436CrossRefGoogle Scholar
  2. Adelt P, Donath J, Gausemeier J, Geisler J, Henkler S, Kahl S, Klöpper B, Krupp A, Münch E, Oberthür S, Paiz C, Porrmann M, Radkowski R, Romaus C, Schmidt A, Schulz B, Vöcking H, Witkowski U, Witting K, Znamenshchykov O (2009) Selbstoptimierende Systeme des Maschinenbaus. In: Gausemeier J, Rammig F, Schäfer W (eds) HNI-Verlagsschriftenreihe, vol 234. Westfalia Druck GmbH, PaderbornGoogle Scholar
  3. Agrawal G, Jin R, Yang G (2004) Shared memory parallelization of data mining algorithms: techniques, programming interface, and performance. IEEE Trans Know Data Eng 16(10):1247–1262CrossRefGoogle Scholar
  4. Ahsan M, Hasin A, Pandey P (1996) MRP II: should its simplicity remain unchanged? Ind Manag 38(3):19–21Google Scholar
  5. Akgün M, Alpay HR, Süle G Eren R (2010) Influence of warp tension on breking strength and strain of woven fabrics. Tekstil ve Konfeksiyon 1:30–36Google Scholar
  6. Albert C, Fuchs C (2007) Durchblick im Begriffsdschungel der Business-Software. Universität Würzburg, GermanyGoogle Scholar
  7. Alred GJ, Brusaw CT, Oliu WE (2003) Handbook of technical writing. Bedford/St. Martin’s, BostonGoogle Scholar
  8. Andreasen M, Ahm T (1988) Flexible assembly systems. Springer, Berlin, p 44Google Scholar
  9. Arburg (2010) http://www.arburg.com/com/COM/de/products/ac. Accessed 20 July 2010Google Scholar
  10. Askin RG, Goldberg JB (2002) Design and analysis of lean production systems. Wiley, New YorkGoogle Scholar
  11. Assem D (1986) Sensitivity analysis of linear systems. Springer, BerlinGoogle Scholar
  12. Bainbridge L (1987) Ironies of automation. In: Rasmussen J, Duncan K, Leplat J (eds) New technology and human error. Wiley, ChichesterGoogle Scholar
  13. Balve P (2002) Ein Rahmenkonzept zur Gestaltung wandlungsfähiger Auftragsmanagementsysteme. Dissertation Universität Stuttgart. Jost-Jetter, HeimsheimGoogle Scholar
  14. Bangor A (2000) Display Technology and Ambient Illumination Influences on Visual Fatigue at VDT Workstations. Published PhD thesis, Virginia Polytechnic Institute and State University, VirginiaGoogle Scholar
  15. Bannat A, Wallhoff F, Rigoll G, Friesdorf F, Bubb H, Stork S, Müller HJ, Schubö A, Wiesbeck M, Zäh MF (2008) Towards optimal worker assistance: a framework for adaptive selection and presentation of assembly instructions. In: Proceedings of the 1st international workshop on cognition for technical systems, Cotesys 2008, Technische Universität MünchenGoogle Scholar
  16. Barachini F (1990) Match-time predictability in real-time production systems. In: Proceedings of the 1st international Workshop on Expert Sys. Engineering, Lecture Notes in Computer Science, vol 462. pp 190–203Google Scholar
  17. Bauer T (2008) Aufbau und Verbindungstechnik für Mikrooptische Systeme und Module, Jenoptik Polymer Systems GmbH, Jena, 6 Mai 2008Google Scholar
  18. Becker M (1991) Anwendung von höheren Optimierungsmethoden in der Umformtechnik. Dissertation, Institut für Bildsame Formgebung, RWTH Aachen, Mainz, AachenGoogle Scholar
  19. Becker T (2008) Prozesse in der Produktion und Supply Chain optimieren. Springer, BerlinGoogle Scholar
  20. Beckert E (2005) Ebene Keramiksubstrate und neue Montagetechnologien zum Aufbau hybridoptischerSysteme, JenaGoogle Scholar
  21. Beckmann I (2009) Entrepreneurship-Politik: Neue Standortpolitik im politischen Spannungsfeldzwischen Arbeitsmarkt und Interessengruppen. VS Verlag für Sozialwissenschaften, WiesbadenGoogle Scholar
  22. Beer S (1973) Kybernetische Führungslehre. Herder und Herder, FrankfurtGoogle Scholar
  23. Beer S (1979) The heart of enterprise. Wiley, ChichesterGoogle Scholar
  24. Beetz M, Buss M, Wollherr D (2007) Cognitive technical systems – what is the role of artificial intelligence? Adv Artific Intell 4667:19–42Google Scholar
  25. Beierle C, Kern-Isberner G (2006) Methoden wissensbasierter Systeme Grundlagen – Algorithmen – Anwendungen. Vieweg, WiesbadenGoogle Scholar
  26. Belforte D (2009) Keeping the economy in perspective. Ind Laser Sol 24(1):4–11Google Scholar
  27. Best E (2010) Process Excellence – Praxisleitfaden für erfolgreiches Prozessmanagement. Gabler, WiesbadenCrossRefGoogle Scholar
  28. Blecker T, Kaluza B (2004) Produktionsstrategien – ein vernachlässigtes Forschungsgebiet? In: Braßler A, Corsten H (eds) Entwicklungen im Produktionsmanagement. Vahlen, MünchenGoogle Scholar
  29. Bleicher K (2004) Das Konzept Integriertes Management: Visionen- Missionen- Programme. Campus, Frankfurt a. M.Google Scholar
  30. Borgelt C, Klawonn F, Kruse R, Nauck D (2003) Neuro-Fuzzy-Systeme: Von den Grundlagen künstlicher Neuronaler Netze zur Kopplung mit Fuzzy-Systemen. Vieweg, Wiesbaden. ISBN 3-528-25265-0Google Scholar
  31. Brecher C, Fayzullin K, Possel-Dölken F, Valkyser B (2007) Optimierung der flexiblen Fertigung. Werkstattstechnik 97(6):464–470Google Scholar
  32. Brecher C, Fayzullin K, Possel-Dölken F, Valkyser B (2008a) Optimierung flexibler Produktionsabläufe flexibel gestalten. ATP 5(50):60–69Google Scholar
  33. Brecher C, Fayzullin K, Possel-Dölken F (2008b) Intelligent operations control. Prod Eng Res Dev 2(3):293–302CrossRefGoogle Scholar
  34. Brecher C, Herfs W, Fayzullin K (2008c) Operative Flexibilität – Ein workflow-basierter Ansatz für Fertigungsleittechnik, A&D Kompendium 2008/2009: Das Referenzbuch für industrielle Automation. Publish-Industry, MünchenGoogle Scholar
  35. Brecher C, Klocke F, Schmitt R, Schuh G (2008d) Wettbewerbsfaktor Produktionstechnik – Aachener Perspektiven. Apprimus, AachenGoogle Scholar
  36. Brecher C, Pyschny N, Loosen P, Funck M, Morasch V, Schmitt R, Pavim A (2009) Self-optimising flexible assembly systems. Workshop on self-X in mechatronics and other engineering applications, Paderborn, pp 23–38Google Scholar
  37. Bredin C (2005) Team-mates – ABB multiMove functionality heralds a new era in robot applications. In: ABB Review 1/2005Google Scholar
  38. Brennan RW (2003) From FMS to HMS. In: Deen SMH (eds) Agent-based manufacturing – advances in the holonic approach. Springer, BerlinGoogle Scholar
  39. Buhmann MD (2003) Radial basis functions – theory and implementations. In: Cambridge monographs on applied and computational mathematics, no 12. ISBN 9780521633383Google Scholar
  40. Busch A, Dangelmaier W (2004b) Integriertes Supply Chain Management – Ein koordinationsorientierter Überblick. Gabler, MünchenCrossRefGoogle Scholar
  41. Castellini C, Giunchiglia E, Tacchella A (2001) Improvements to sat-based conformant planning. In: Proc. of the 6th European conf. on planningGoogle Scholar
  42. Chryssolouris G (2005) Manufacturing systems – theory and practice. Springer, New YorkGoogle Scholar
  43. Chryssolouris G, Mourtzis D (eds) (2004) Autonomous control of processes. In: IFAC conference manufacturing, modelling, management and controlGoogle Scholar
  44. Cisek R, Habicht C, Neise P (2002) Gestaltung wandlungsfähiger Produktionssysteme, ZWF – Zeitschrift für wirtschaftlichen. Fabrikbetrieb 97(9):441–445Google Scholar
  45. Coit DW, Jackson BT, Smith AE (1998) Static neural network process models: considerations and case studies. Int J Prod Res 36(11):2953–2967MATHCrossRefGoogle Scholar
  46. Cremers B (1991) Expertensysteme für die Planung der Produktion. Verlag TÜV Rheinland, KölnGoogle Scholar
  47. Dangelmaier W, Warnecke H (1997) Fertigungslenkung – Planung und Steuerung des Ablaufs der diskreten Fertigung. Springer, BerlinGoogle Scholar
  48. Denkena B, Shpitalni M (2007) Knowledge management in process planning. CIRP Ann Manuf Technol 56(1):175–180CrossRefGoogle Scholar
  49. DIN 32564 (2003) Fertigungsmittel für Mikrosysteme – Begriffe – Teil 1–3. Beuth, BerlinGoogle Scholar
  50. DIN EN 61131-3 (2003) Speicherprogrammierbare Steuerungen. Teil 3: Programmiersprachen. Beuth, BerlinGoogle Scholar
  51. DIN EN 62264 (2008) Integration von Unternehmensführungs- und Leitsystemen. Beuth, BerlinGoogle Scholar
  52. Ding H, Kain S, Schiller F, Stursberg OA (2008) Control architecture for safe cognitive systems. In 10. Fachtagung Entwurf komplexer Automatisierungssysteme, MagdeburgGoogle Scholar
  53. Dittmar R, Pfeiffer B-M (2004) Modellbasierte prädiktive Regelung: Eine Einführung für Ingenieure. Oldenbourg, MünchenCrossRefGoogle Scholar
  54. Dohner JL, Lauffer JP, Hinnerichs TD, Shankar N, Regelbrugge M, Kwan C, Xu R, Winterbauer B, Bridger K (2004) Mitigation of chatter instabilities in milling by active structural control. J Sound Vib 269(1/2):197–211CrossRefGoogle Scholar
  55. Dören J (2007) Qualitätsmanagement und Neuronale NetzeGoogle Scholar
  56. Drabow G (2006) Modulare Gestaltung und ganzheitliche Bewertung wandlungsfähiger Fertigungssysteme. PZH Produktionstechnisches Zentrum, GarbsenGoogle Scholar
  57. Draper NR, Smith H (1998) Applied regression analysis. Wiley series in probability and statistics. ISBN 978-0-471-17082-2Google Scholar
  58. Drumwright E, Ng-Thow-Hing V, Mataric M (2006) Toward a vocabulary of primitive task programs for humanoid robots. In: Proceedings of the international conference on development and learning (ICDL). Bloomington, INGoogle Scholar
  59. Dyckhoff H (2003) Grundzüge der Produktionswirtschaft – Einführung in die Theorie betrieblicher Wertschöpfung. Springer, BerlinCrossRefGoogle Scholar
  60. Dyckhoff H, Spengler TS (2007) Produktionswirtschaft – Eine Einführung für Wirtschaftsingenieure. Springer, BerlinGoogle Scholar
  61. Efron B, Gong G (1983) A leasurly look at the bootstrap, the jackknife, and cross-validation. Am Stat 37(1):36–48MathSciNetGoogle Scholar
  62. Elatta AY, Gen LP, Zhi FL, Daoyuan Y, Fei L (2004) An overview of robot calibration. Inf Technol J 3(1):74–78CrossRefGoogle Scholar
  63. ElMaraghy HA (2005) Flexible and reconfigurable manufacturing systems paradigms. Int J Flex Manuf Syst 17(4):261–276CrossRefGoogle Scholar
  64. ElMaraghy HA, Azab A, Schuh G, Pulz C (2009) Managing variations in products, processes and manufacturing systems. CIRP Ann Manuf Technol 58(1)Google Scholar
  65. Engesser H (1993) Eintragungen “Künstliche Intelligenz” und “Expertensystem”. Duden “Informatik”. Bibliographisches Institut und F.A. Brockhaus AG, MannheimGoogle Scholar
  66. Engmann K (2008) Technologie des Flugzeuges. Vogel, WürzburgGoogle Scholar
  67. Enríquez Díaz JA, Frieling E, Thiemich J, Kreher S (2010) Auswirkung eines Chaku-Chaku-Montagesystems auf die älteren Beschäftigten am Beispiel der Abgasanlagen-Montage. In: GFA (ed) Neue Arbeits- und Lebenswelten gestalten. GfA-Press, DortmundGoogle Scholar
  68. Erdim H, Lazoglu I, Ozturk B (2006) Feedrate scheduling strategies for freeform surfaces. Int J Mach Tools Manuf 46(7/8):747–757CrossRefGoogle Scholar
  69. Espejo R (1996) Organizational transformation and learning – a cybernetic approach to management. Wiley, ChichesterGoogle Scholar
  70. Espejo R, Harnden R (1989) The viable system model – interpretations and applications of Stafford Beer’s VSM. Wiley, ChichesterGoogle Scholar
  71. Eversheim W (1998) Organisation in der Produktionstechnik. Konstruktion. Springer, BerlinCrossRefGoogle Scholar
  72. Eversheim W, Schuh G (1996) Betriebshütte – Produktion und Management. Springer, BerlinGoogle Scholar
  73. Eversheim W, Pfeifer T, Weck M (2006) Hundert Jahre Produktionstechnik. Springer, BerlinCrossRefGoogle Scholar
  74. Fayzullin K (2010) Autonome Planung und Entscheidungsoptimierung in der Ablaufsteuerung flexibel automatisierter Fertigungssysteme. Dissertation RWTH AachenGoogle Scholar
  75. Feldmann K, Ziegler C, Michl M (2007) Bewegungssteuerung für kooperierende Industrieroboter in der Montageautomatisierung. Werkstattstechnik 97(9):713Google Scholar
  76. Ferry WB, Altintas Y (2008) Virtual five-axis flank milling of jet engine impellers part II: feed rate optimization of five-axis flank milling. ASME J Manuf Sci Eng 130:1Google Scholar
  77. Field A (2005) Discovering statistics using SPSS. Sage, LondonGoogle Scholar
  78. Finkler M (2006) Advanced planning and scheduling – die stille ERP-revolution. PPS Manag 3Google Scholar
  79. Fleisch E (2008) High-resolution-management. Konsequenz der 3. IT-Revolution auf die Unternehmensführung. Schaeffer-Poeschel, StuttgartGoogle Scholar
  80. Fleisch E, Österle H (2004) Auf dem Weg zum Echtzeit-Unternehmen. In: Alt R, Österle H (eds) Retail-Time Business – Lösungen, Bausteine und Potenziale des Business Networkings. Springer, BerlinGoogle Scholar
  81. Frank U, Gausemeier J (eds) (2004) Selbstoptimierende Systeme des Maschinenbaus: Definitionen und Konzepte/Sonderforschungsbereich 614. Heinz-Nixdorf-Institut, Univ. Paderborn, PaderbornGoogle Scholar
  82. Frank U, Giese H, Klein F, Oberschelp O, Schmidt A, Schulz B, Vöcking H, Witting K (2004) Selbstoptimierende Systeme des Maschienenbaus. Definitionen und Konzepte. Sonderforschungsbereich 614. Bonifatius, PaderbornGoogle Scholar
  83. Fraunhofer IOF (2006) Produktion von mikrooptischen Bauteilen und Systemen Status und Perspektiven, Fraunhofer Institut angewandte Optik und Feinwerktechnik, JenaGoogle Scholar
  84. Frieling E, Sträter O (2009) Folgeantrag im Rahmen des Schwerpunktprogramms 1184 “Altersdifferenzierte Arbeitssysteme”Google Scholar
  85. Fries E (1999) Anwendung neuronaler Netze zur Verschleißerkennung beim Fräsen. Dissertation, TU BerlinGoogle Scholar
  86. Fu MC (2002) Optimization for simulation: theory vs. practice. INFORMS J Comput 14:3Google Scholar
  87. Funke J, Frensch PA (2006) Handbuch der Allgemeinen Psychologie – Kognition. Hogrefe, GöttingenGoogle Scholar
  88. Garvin DA (1984) What does “product quality” really mean? Sloan Manag Rev 1984(Fall)Google Scholar
  89. Gat E (1998) On three-layer architectures. In: Kortenkamp D, Bonnasso R, Murphy R (eds) Artificial intelligence and mobile robots. AAAI Press, Menlo Park, pp 195–211Google Scholar
  90. Gausemeier J (2005) Von der Mechatronik zur Selbstoptimierung – Herausforderungen an die domänenübergreifende Zusammenarbeit. Produkt Daten J, 1Google Scholar
  91. Gausemeier J, Frank U, Giese H, Klein F, Schmidt A, Steffen D, Tichy M (2005) A design methodology for self-optimizing systems. Automation, Assistance and Embedded Real Time Platforms for Transportation (AAET2005), 16, 2005Google Scholar
  92. Gausemeier J, Ramming FJ, Schäfer W (2006) Selbstoptimierung im Maschinenbau – Auf dem Weg zu den Maschinen von übermorgen. Forschungsforum Paderborn 10(1)Google Scholar
  93. Gausemeier J, Adelt P, Donath J, Geisler J, Henkler S, Kahl S, Klöpper B, Krupp A, Münch E, Oberthür S, Paiz C, Porrmann M, Radkowski R, Romaus C, Schmidt A, Schulz B, Vöcking H, Witkowski U, Witting K, Znamenshchykov O (2009a) Selbstoptimierende Systeme des Maschinenbaus. HNI-VerlagsschriftenreiheGoogle Scholar
  94. Gausemeier J, Rammig F, Schäfer W (eds) (2009b) Selbstoptimierende Systeme des Maschinenbaus. Definition, Anwendungen, Konzepte. HNI-Verlagsschriftenreihe, vol 234. Westfalia Druck GmbH, PaderbornGoogle Scholar
  95. Gazzola V, Rizzolatti G, Wicker B, Keysers C (2007) The anthropomorphic brain: the mirror neuron system responds to human and robotic actions. NeuroImage 35:1674–1684CrossRefGoogle Scholar
  96. Gehrke J, Ramakrishnan R, Ganti V (2000) Rainforest – a framework for fast decision tree construction of large datasets. Data Min Know Dis 4(2/3):127–162CrossRefGoogle Scholar
  97. Gesatzki RP (2002) Elemente von advanced planning und scheduling-systemen zur optimierung der supply chain. SCM NewsletterGoogle Scholar
  98. Gladkov EA, Maloletkov AV, Perkovski RA (1998) Predicting the quality of TIG butt welded joint using neural network models. Weld Int 3(12):215–219CrossRefGoogle Scholar
  99. Gläßner J (1995) Modellgestütztes Controlling der beschaffungslogistischen Prozesskette. VDI, DüsseldorfGoogle Scholar
  100. Gloy Y-S, Muschong C, Schneuit H, Gries T (2009) Innovative Simulationstools zur Webmaschinenoptimierung. In: Küppers B (ed) Proceedings of the 3rd Aachen-Dresden International Textile Conference, Aachen, November 26–27, 2009, Aachen: DWI an der RWTH Aachen e.V.Google Scholar
  101. Göhner P, Urbano PGA, Wagner T (2004) Softwareagenten – Einführung und Überblick über eine Alternative art der Softwareentwicklung. Teil 3: Agentensysteme in der Automatisierungstechnik. Automatisierungstech Prax 46(2):42–51Google Scholar
  102. Golden RM (1996) Mathematical methods for neural network analysis and design. MIT Press, CambridgeGoogle Scholar
  103. Gomez P (1978) Die kybernetische Gestaltung des Operations Managements – Eine Systemmethodik zur Entwicklung anpassungsfähiger Organisationsstrukturen. Haupt, BernGoogle Scholar
  104. Gorrisen D, De Tommasi L, Crombecq K, Dhaene T (2009) Sequential modeling of a low noise amplifier with neural networks and active learning. Spr Neural Comput Appl 18(5):485–494CrossRefGoogle Scholar
  105. Gramann W (1999) Industrielle Montage mikrooptischer Halbleiterbauelemente. In: Reinhart G (ed) Iwb-Seminarberichte Nr. 44: Automatisierte Mikromontage. Utz, MünchenGoogle Scholar
  106. Grauel A (1992) Neuronale Netze – Grundlagen und mathematische Modellierung. BI Wissenschaftsverlag, MannheimMATHGoogle Scholar
  107. Grešovnik I, Rodič T (1999) A general-purpose shell tor solving inverse and optimization problems in material forming. In: Proceedings of the 2 ESAFORM conference on material forming guimararäes, PortugalGoogle Scholar
  108. Gruber TR (1993) A translation approach to portable ontology specifications. Knowl Acquis 5(2):199–220 (Academic Press, New York)Google Scholar
  109. Günther H, Tempelmeier H (2007) Produktion und Logistik. Springer, BerlinGoogle Scholar
  110. Gurney K (1997) An Iintroduction to neural networks. UCL Press, LondonCrossRefGoogle Scholar
  111. Haats C (2000) Produktionsplanung und -steuerung für Unternehmen mit linearen Prozessketten. Dissertation Universität Stuttgart, Jost-Verlag, HeinsheimGoogle Scholar
  112. Haferkamp H (1999) Thermographic system for process monitoring of laser beam cutting. Europto conference on optical measurement systems for industrial inspection, Munich, Germany, SPIE vol 3824, June 1999Google Scholar
  113. Han J, Kamber M (2006) Data mining: concepts and techniques. Kaufmann, San FranciscoMATHGoogle Scholar
  114. Hand D, Mannila H, Smyth P (2001) Principles of data mining. Massachusetts Institute of Technology, USAGoogle Scholar
  115. Hankes J (1999) Sensoreinsatz in der automatisierten Mikromontage, Fortschritt-Berichte VDI 2 Nr. 459, Düsseldorf, VDIGoogle Scholar
  116. Hart PE, Nilsson NJ, Raphael B (1968) A formal basis for the heuristic determination of minimum cost paths. IEEE Trans Syst Sci Cybernet SSC 4(2):100–107CrossRefGoogle Scholar
  117. Hauck E, Gramatke A, Henning K (2008) Cognitive technical systems in a production environment. In: Proceedings of the fifth international conference on informatics in control, automation and robotics. ICINCO: Madeira, PortugalGoogle Scholar
  118. Hayes-Roth B (1985) A blackboard architecture for control. Artif Intell 26:251–321 (Elsevier, Oxford)Google Scholar
  119. Heidrich J (2001) Optimierung und Überwachung des MSG-Schweißprozesses mit Hilfe klassischer Modelle und KI-Methoden. Aachener Berichte Fügetechnik, vol 3. Shaker, AachenGoogle Scholar
  120. Hellmich K (2002) Wettbewerbsvorteile durch realisierte Kundenorientierung der Wertschöpfung. Ind Manag 18(5):27–30Google Scholar
  121. Hellmich K (2003) Kundenorientierte Auftragsabwicklung – Engpassorientierte Planung und Steuerung des Ressourceneinsatzes. DUV, WiesbadenGoogle Scholar
  122. Henrich P (2002) Strategische Gestaltung von Produktionssystemen in der Automobilindustrie. Shaker, AachenGoogle Scholar
  123. Herold C (1991) Ein Vorgehenskonzept zur Unternehmensstrukturierung – Eine heuristische Anwendung des Modells lebensfähiger Systeme. Dissertation Universität St. Gallen, Difo-Druck, BambergGoogle Scholar
  124. Hesselbach J, Weule H, Klocke F, Weck M (2002) mikroPRO – Untersuchung zum internationalen Stand der Mikroproduktionstechnik. Essen, VulkanGoogle Scholar
  125. Hichri H (2005) Überwachung und Optimierung des MSG-Schweißprozesses mit Hilfe von KIMethoden und Spracherkennungsalgorithmen, vol 2. Aachener Berichte Fügetechnik, Shaker, AachenGoogle Scholar
  126. Hill T (2000) Manufacturing strategy. McGraw-Hill, IrwinGoogle Scholar
  127. Hoffmann JFF (2001) The fast-forward planning system. AI Magaz 22;57–62Google Scholar
  128. Hoffmann J, Brafman R (2005) Contingent planning via heuristic forward search with implicit belief states. In: Proceedings of the 15th international conference on automated planning and scheduling, Monterey, USAGoogle Scholar
  129. Hoitsch H (1993) Produktionswirtschaft. Grundlagen einer industriellen Betriebswirtschaftslehre. 2., völlig überarbeitete und erweiterte Auflage. Vahlen, MünchenGoogle Scholar
  130. Homem de Mello LS, Sanderson AC (1986) And/Or graph representation of assembly plans. In: Proceedings of 1986 AAAI national conference on artificial intelligence, pp 1113–1119Google Scholar
  131. Hufgard A (ed) (2005) Business Integration mit SAP-Lösungen – Potenziale, Geschäftsprozesse, Organisation und Einführung. Springer, BerlinGoogle Scholar
  132. Insperger T, Mann BP, Stépán G, Bayly PV (2003) Stability of up-milling and down-milling, part 1: alternative analytical methods. Int J Mach Tools Manuf 43(1):25–34CrossRefGoogle Scholar
  133. Isermann R (2002) Mechatronische systeme: grundlagen. Springer, New YorkGoogle Scholar
  134. Ismail F, Ziaei R (2002) Chatter suppression in five-axis machining of flexible parts. Int J Mach Tools Manuf 42(1):115–122CrossRefGoogle Scholar
  135. Jennings NR, Sycara K, Wooldridge M (1998) A roadmap of agent research and development. Auton Agent Multi Agent Syst 1:275–306Google Scholar
  136. Johannaber F, Michaeli W (2004) Handbuch Spritzgießen. Hanser, MünchenGoogle Scholar
  137. Jones RM, Laird JE, Nielsen PE, Coulter KJ, Kenny P, Koss, FV (1999) Automated intelligent pilots for combat flight simulation. AI Mag 20:27–41Google Scholar
  138. Jorden W (2007) Handbuch für Studium und Praxis. Form- und Lagetoleranzen. Hanser, MünchenGoogle Scholar
  139. Jurecka F (2007) Robust design optimization based on metamodeling techniques. Dissertation Technische Universität MünchenGoogle Scholar
  140. Kammel S, Ziegler J, Pitzer B, Werling M, Gindele T, Jagzent D, Schroder J, Thuy M, Goebl M, von Hundelshausen F, Pink O, Frese C, Stiller C (2008) Team AnnieWAY’s autonomous system for the 2007 DARPA Urban Challenge. J Field Robotics 25:615–639CrossRefGoogle Scholar
  141. Kämpf R (2007) Grundlagen des Produktionsmanagements. In: Gienke H, Kämpf R (eds) Handbuch Produktion: Innovatives Produktionsmanagement: Organisation, Konzepte, Controlling. Hanser, MünchenGoogle Scholar
  142. Kaplan RS, Norton DP (2006) The balanced scorecard. Translating strategy into action. Harvard Business School Press, BostonGoogle Scholar
  143. Karim S, Sonenberg L, Tan AH (2006) A hybrid architecture combining reactive, plan execution and reactive learning. In: Proceedings of the 9th Biennial Pacific Rim International Conference on Artificial Intelligence (PRICAI), ChinaGoogle Scholar
  144. Kaufman S, Wilson R, Jones R, Calton T, Ames A (1996) The Archimedes 2 mechanical assembly planning system. Proc IEEE Int Conf Robotics Automat 4:3361–3368CrossRefGoogle Scholar
  145. Kempf T (2010) Ein kognitives Steuerungsframework für robotergestützte Handhabungsaufgaben. Apprimus, AachenGoogle Scholar
  146. Kempf T, Herfs W, Brecher C (2008) Cognitive control technology for a self-optimizing robot based assembly cell. In: Proceedings of the ASME 2008 international design engineering technical conferences and computers and information in engineering conference, American Society of Mechanical Engineers, USAGoogle Scholar
  147. Keuster J De (2005) Methods for monitoring of laser cutting by means of acoustic and photodiode sensors. Adv Mater Res 6–8:809–816CrossRefGoogle Scholar
  148. Keuster J De (2007) Real-time adaptive control and optimisation of high-power CO2 laser cutting using photodiodes. In: Proceedings of the 5th lane conference, laser assisted Net Shape Engineering pages, 2007, pp 979–992Google Scholar
  149. Kiener S (2006) Produktions-Management. Oldenbourg, MünchenGoogle Scholar
  150. Kim IS, Jeong YJ, Lee CW, Yarlagadda V (2004) Prediction of welding parameters for pipe-line welding using an intelligent system. Int J Adv Manuf Technol 22(9–10):713–719Google Scholar
  151. Kim IS, Son JS, Park CE, Kim IJ, Kim HH (2005) An investigation into an intelligent system for predicting bead geometry in GMA welding process. J Mater Process Technol 159(1):113–118CrossRefGoogle Scholar
  152. Kinkel S, Friedewald M, Hüsing B, Lay G, Lindner R (2008) Arbeiten in der Zukunft. Strukturen und Trends der Industriearbeit. Sigma, BerlinGoogle Scholar
  153. Kinnebrock W (1994) Neuronale netze: Grundlagen, Anwendungen, Beispiele. Oldenbourg, MünchenMATHGoogle Scholar
  154. Kletti J (2006) MES – Manufacturing Execution System – Moderne Informationstechnologie zur Prozessfähigkeit der Wertschöpfung. Springer, BerlinCrossRefGoogle Scholar
  155. Klocke F, Kratz S, Veselovac D, Mtz. de Aramaiona P, Arrazola P (2008) Investigation on forcesensor dynamics and their measurement characteristics. ASME international mechanical engineering congress and exposition. Boston, USAGoogle Scholar
  156. Klocke F, Veselovac D, Auerbach T, Kamps S (2009) Controller parameter analysis during the milling of aerospace alloys. SAE 2009 aerotech congress und exhibition, Seattle, USA, Nov 2009Google Scholar
  157. Klocke F, Veselovac D, Auerbach T, Kamps S (2010) Kennwertgenerator für die automatisierte Versuchsdurchführung von Zerspanversuchen. In: Jamal R, Heinze R (eds) Virtuelle Instrumente in der Praxis -Begleitband zum 15. VIP-Kongress 2010. Hüthig, Heidelberg, pp 75–81. ISBN 978-3-8007-3235-7Google Scholar
  158. Kobayashi I, Panskus G (eds) 20 Keys® Die 20 Schlüssel zum Erfolg im internationalen Wettbewerb. Adapt-Media-Verlag, BochumGoogle Scholar
  159. Kohonen T (1984) Self-organization and assoziative memory. Springer, BerlinGoogle Scholar
  160. Korb W (2005) Mit Pepp zur wirtschaftlichen Mikromontage, Mikroproduktion 1/2005. Hanser, München, pp 21–22Google Scholar
  161. Kötzle A, Göbel E (1997) Strategisches Management – Theoretische Ansätze, Instrumente und Anwendungskonzepte für Dienstleistungsunternehmen. Lucius und Lucius, StuttgartGoogle Scholar
  162. Krause F-L (2007) Innovationspotenziale in der Produktentwicklung. Hanser, MünchenGoogle Scholar
  163. Kudlik N (1997) Reproduzierbarkeit des Kunststoff-Spritzgießprozesses. Dissertation RWTH Aachen, ISBN: 3-89653-412-4Google Scholar
  164. Kühne T (2005) What is a Model? In: Proceedings of Language Engineering for Model-Driven Software Development, Internationales Begegnungs- und Forschungszentrum fuer Informatik (IBFI). Dagstuhl, pp 1–10Google Scholar
  165. KUKA Robotics GmbH (2011a) http://www.kuka-robotics.com/germany/de/products/software/hub_technologies/. Stand: March 2011Google Scholar
  166. KUKA Robotics GmbH (2011b) http://www.kuka-omnimove.com/en/ Stand: March 2011Google Scholar
  167. Kurbel K, Endres A (2005) Produktionsplanung und -steuerung: Methodische Grundlagen von PPS-Systemen und Erweiterungen. Oldenbourg, MünchenGoogle Scholar
  168. Kurth J (2005) Flexible Produktionssysteme durch kooperierende Roboter. wt Werkstatttechnik online 3Google Scholar
  169. Ljung L (1999) System identification. Prentice-Hall, Upper Saddle RiverGoogle Scholar
  170. Laird J, Bates Congdon C (2008) The soar user’s manual, 9th edn. The Regents of the University of Michigan, USAGoogle Scholar
  171. Langley P, Cummings K, Shapiro D (2004) Hierarchical skills and cognitive architectures. In: Proceedings of the twenty-sixth annual conference of the cognitive science society. Chicago, ILGoogle Scholar
  172. Langley P, Laird JE, Rogers S (2009) Cognitive architectures: research issues and challenges. Cogn Syst Res 10:141–160CrossRefGoogle Scholar
  173. Larose DT (2005) Discovering knowledge in data. Wiley, New JerseyMATHGoogle Scholar
  174. Latzke PM, Hesse R (1974) Textilien Untersuchen-Prüfen-Auswerten, Hrsg. Fach-verlag Schiele und Sohn GmbH, pp 123–125. ISBN 3 7949 0228 9Google Scholar
  175. Laue T, Röfer T (2006) Getting upright: migrating concepts and software from four-legged to humanoid soccer robots. In: Pagello E, Zhou C, Menegatti E (eds) Proceedings of the workshop on humanoid soccer robots in conjunction with the 2006. IEEE International Conference on Humanoid Robots, GenoaGoogle Scholar
  176. Lehman JF, Laird J, Rosenbloom P (2006) A gentle introduction to soar, an architecture for human cognition. Technical Report, University of Michigan, USAGoogle Scholar
  177. Leiden K, Laughery KR, Keller J, French J, Warwick W, Wood SD (2001) A review of human performancer models for the prediction of human error. Prepared for: national aeronautics and space administration system-wide accident prevention program. Ames Research Center, Moffet Filed, CAGoogle Scholar
  178. Levine DS (2000) Introduction to neural and cognitive modeling. Psychology Press, New YorkGoogle Scholar
  179. Li ZZ, Zhang ZH, Zheng L (2004) Feedrate optimization for variant milling processes based on cutting force prediction. Int J Adv Manuf Technol 24(7/8):541–545CrossRefGoogle Scholar
  180. Liao TW, Chen LJ (1994) Neural network approach for grindind processes: modeling and optimization. Int J Mach Tools Manuf 37(7):919–937CrossRefGoogle Scholar
  181. Licha A (2003) Flexible Montageautomatisierung zur Komplettmontage flächenhafter Produktstrukturen durch kooperierende Industrieroboter. Meisenbach, BambergGoogle Scholar
  182. Liepmann D, Beauducel A, Brocke B, Amthauer R (2007) I-S-T 2000 R Intelligenz-Struktur-Test 2000 R, 2., erweiterte und überarbeitete Auflage. Hogrefe, GöttingenGoogle Scholar
  183. Lim TS, Loh WY, Shih YS (1997) An empirical comparison of decision trees and other classification methods. Technical Report 979, Department of Statistics, University of Wisconsin, MadisonGoogle Scholar
  184. Lin AC, Chang TC (1993) An integrated approach to automated assembly planning for three-dimensional mechanical products. Int J Prod Res 31(5):1201–1227 (Taylor & Francis)Google Scholar
  185. Lindemann U (2006) Individualisierte Produkte – Komplexität beherrschen in Entwicklung und Produktion. Springer, BerlinCrossRefGoogle Scholar
  186. Litoiu M, Woodside M, Zheng T (2005) Hierarchical model-based autonomic control of software systems. ACM SIGSOFT Softw Eng Notes 30(4)Google Scholar
  187. Lödding H (2008) Verfahren der Fertigungssteuerung – Grundlagen, Beschreibung, Konfiguration. Springer, BerlinGoogle Scholar
  188. Loeffelholz FV (1991) Qualität von PPS-Systemen – Ein Verfahren zur Analyse des Informationsgehaltes. Dissertation RWTH Aachen, Springer, BerlinGoogle Scholar
  189. Lopitzsch JR (2005) Segmentierte adaptive Fertigungssteuerung. Dissertation der Universität Hannover. PZH Produktionstechnisches Zentrum GmbH. GarbsenGoogle Scholar
  190. Lotter B (2006) Montage in der industriellen Produktion. Ein Handbuch für die Praxis. Springer, BerlinCrossRefGoogle Scholar
  191. Luczak H, Eversheim W (1999) Produktionsplanung und -steuerung: Grundlagen, Gestaltung und Konzepte. Springer, BerlinGoogle Scholar
  192. Lunze J (2008) Regelungstechnik 1, 7th edn. Springer, BerlinGoogle Scholar
  193. Lutz S (2002) Kennliniengestütztes Lagermanagement. VDI, DüsseldorfGoogle Scholar
  194. Nørgaard M, Ravn O, Poulsen NK, Hansen LK (2000) Neural networks for modelling and control of dynamic systems. Springer, LondonCrossRefGoogle Scholar
  195. Mälck H (2001) Zielsysteme in der Produktion: Das Führen mit Zielen als Grundlage für optimierte Technik-, Organisations- und Personalentwicklungsprozesse. RKW, EschbornGoogle Scholar
  196. Malik F (2006) Strategie des Managements komplexer Systeme – Ein Beitrag zur Management- Kybernetik evolutionärer Systeme. Haupt, BernGoogle Scholar
  197. Mane I, Gagnol V, Bouzgarrou BC, Ray P (2008) Stability-based spindle speed control during flexible work piece high-speed milling. Int J Mach Tools Manuf 48(2):184–194CrossRefGoogle Scholar
  198. Maqbool S, Smith JS, Lucas J (1998) Neural networks for the control of welding systems. 8th international conference on computer technology in welding, Maastricht, pp 125–133Google Scholar
  199. Marshall SP (2008) Cognitive models of tactical decision making. In: Karowski W, Salvendy G (eds) Proceedings of the 2nd international conference on applied human factors and ergonomic (AHFE) 14–17 July 2008. Las Vegas, NevadaGoogle Scholar
  200. Martin PJ (1994) Artificial neural networks in welding. Join Mater 6(2):62–67Google Scholar
  201. Martin W (2003) Kundenbeziehungsmanagement im Echtzeit-Unternehmen. Strategic Bulletin CRM 2004. itresearch, Sauerlach bei MünchenGoogle Scholar
  202. Matteson A, Morris R, Tate R (1992) Real-time GMAW quality classification using an artificial neural network with air born acoustic signals as input. In: International conference on computerization of welding information IV, USA, pp 189–197Google Scholar
  203. Mattke F, Berlekamp CG, Queren-Lieth W (1993) Die Darstellung von schweißtechnischem Wissen in Expertensystemen. DVS-Berichte, vol 156, DVS-Verlag Düsseldorf, pp 147–150Google Scholar
  204. Mayer M, Odenthal B, Grandt M, Schlick C (2008) Anforderungen an die benutzerzentrierte Gestaltung einer Kognitiven Steuerung für Selbstoptimierende Produktionssysteme. In: Gesellschaft für Arbeitswissenschaft eV (ed) Produkt- und Produktions-Ergonomie – Aufgabe für Entwickler und Planer. GfA-Press, DortmundGoogle Scholar
  205. Mayer M, Odenthal B, Faber M, Kabuß W, Kausch B, Schlick C (2009) Simulation of human cognition in self-optimizing assembly systems. In: Proceedings of 17th world congress on ergonomics IEA 2009, BeijingGoogle Scholar
  206. McCarthy J (1959) Programs with common sense. In: Proceedings of the teddington conference on the mechanization of thought processes, Her Majesty’s Stationery Office London, pp 756–791Google Scholar
  207. Menges G, Stitz S, Vargel J (1971) Grundlagen der Prozeßsteuerung beim Spritzgießen. In: Kunststoffe, Februar, pp 74–80Google Scholar
  208. Menges G, Thienel P (1977) Pressure-specific volume-temperature behavior of thermoplastics under normal processing conditions. Polymer Eng Sci 17(10):758–763CrossRefGoogle Scholar
  209. Merget M (2004) Kostenoptimierung durch Toleranzvariation im Simultaneous Engineering. Shaker, AachenGoogle Scholar
  210. Meyer D, Steil T, Müller S (2005) Shared Augmented Reality zur Unterstützung mehrerer Benutzer bei kooperativen Montagearbeiten im verdeckten Bereich. In: Kuhlen T, Kobbelt L, Müller S (eds) Virtuelle und Erweiterte Realität. Shaker, AachenGoogle Scholar
  211. Meyer M (2006) Logistisches Störungsmanagement in Kundenverbrauchsorientierten Wertschöpfungsketten. Dissertation RWTH Aachen, Shaker, AachenGoogle Scholar
  212. Michaeli W (2006) Einführung in die Kunststoffverarbeitung. Hanser, MünchenGoogle Scholar
  213. Michaeli W, Lauterbach M (1989) Die pmT-Optimierung “Konsequenzen aus dem pvT-Konzept zur Nachdruckführung”. Kunststoffe, Sept 1989, pp 852–855Google Scholar
  214. Michaeli W, Schreiber A (2010) Der Weg zum geregelten Prozess. Swiss Plastics, Nov, pp 21–26, Aarau, AZ Fachverlage AGGoogle Scholar
  215. Michaeli W, Breuer P, Hohenauer K, Von Oepen R, Philipp M, Pötsch G, Recker H, Robers T, Vaculik R (1992) Qualitätsgesichertes Spritzgießen. Kunststoffe, Dezember, pp 1167–1171Google Scholar
  216. Michaeli W, Hopmann C, Gruber J (2004) Prozessregelung beim Spritzgießen. Kunststoffe, Januar, pp 20–24Google Scholar
  217. Michie D, Spiegelhalter DJ, Taylor CC (1994) Machine learning: neural and statistical classification. Horwood, LondonGoogle Scholar
  218. Middle JE, Li J (1993) Artificial neural networks applied to process modelling for robotic arc welding, modelling of casting, welding and advanced solidification processes, 6th international conference on modelling and welding process, USA, pp 127–134Google Scholar
  219. Mintzberg H, Quinn BJ, Ghoshal S (2004) The strategy process. Prentice-Hall, Hemel HempsteadGoogle Scholar
  220. Mitsuishi M, Ueda K, Kimura F (2004) Manufacturing systems and technologies for the new frontier, 41st CIRP conferenceGoogle Scholar
  221. Möller N (2008) Bestimmung der Wirtschaftlichkeit wandlungsfähiger Produktionssysteme, Forschungsbericht N IWB, vol 212. Utz, MünchenGoogle Scholar
  222. Müller B, Reinhardt J (1995) Neural networks. An introduction. Springer, BerlinMATHCrossRefGoogle Scholar
  223. Müller R, Esser M, Janßen C, Brecher C, Pyschny N (2009a) Flexibel automatisierte Montagesysteme – Toleranzoptimierte Montage von miniaturisierten Produkten. Proceedings der VDITagung Mechatronik 2009, Wiesloch, 12.–13. MaiGoogle Scholar
  224. Müller R, Buchner T, Gottschalk S, Fayzullin K, Herfs W, Hilchner R, Pyschny N (2009b) Montagetechnik und – organisation. Apprimus, AachenGoogle Scholar
  225. Müller R, Corves B, Hüsing M, Esser M, Riedel M, Vette M (2010a) Reconfigurable self-optimising handling system. In: Fifth international precision assembly seminar IPAS 2010, ChamonixGoogle Scholar
  226. Müller R, Esser M, Janßen C, Vette M (2010b) System-Identifikation für Montagezellen – Erhöhte Genauigkeit und bedarfsgerechte Rekonfiguration. In: wt Werkstattstechnik online 100, 9, S 687–691. ISSN 1436-4980, Internet: www.werkstattstechnik.de. Springer-VDIVerlag, DüsseldorfGoogle Scholar
  227. Murthy SK (1995) On growing better decision trees from data. Ph. D. thesis, Department of Computer Science, Johns Hopkins University, BaltimoreGoogle Scholar
  228. Nason S, Laird J (2005) Soar-RL: integrating reinforcement learning with soar. In: Cognitive systems research, special issue of cognitive systems research – the best papers from ICCM2004Google Scholar
  229. Nauck D, Klawonn F, Kruse R (2002) Neuronale Netze und Fuzzy Systeme. Vieweg, WiesbadenGoogle Scholar
  230. Niemann G, Winter H, Höhn BR (2005) Maschinenelemente, Band 1: Konstruktion und Berechnung von Verbindungen, Lagern, Wellen. Springer, BerlinGoogle Scholar
  231. Nise N (2009) Control systems engineering, 4th edn. Wiley, HobokenGoogle Scholar
  232. Normeey-Rico JE, Camacho EF (2007) Control of dead-time processes. Springer, LondonGoogle Scholar
  233. Nyhuis P (2008) Produktionskennlinien: Grundlagen und Anwendungsmöglichkeiten. In: Nyhuis P (ed) Beiträge zu einer Theorie der Logistik. Springer, BerlinGoogle Scholar
  234. Nyhuis P, Wiendahl H (2003) Logistische Kennlinien – Grundlagen, Werkzeuge und Anwendungen. Springer, BerlinGoogle Scholar
  235. Nyhuis P, Heinen T, Reinhart G, Rimpau C, Abele E, Wörn A (2008) Wandlungsfähige Produktionssysteme – Theoretischer Hintergrund zur Wandlungsfähigkeit von Pproduktionssystemen, wt Werkstatttechnik Online pp 1–2Google Scholar
  236. o.V. (2006) Gibt es eine verschwenundungsfreie Logistik? In: 3. Lean management summit. Aachener Management Tage, Aachen, pp 29–45Google Scholar
  237. Odenthal B, Mayer M, Grandt M, Schlick C (2007) Concept of an adaptive training system for production. In: Hinneburg A (ed) Lernen – Wissen – Adaption, Workshop Proceedings. Martin- Luther-University, Halle-WittenbergGoogle Scholar
  238. Odenthal B, Mayer M, Grandt M, Schlick C (2008) Konzept eines Lehr-/Lernsystems einer kognitiven Steuerung für Selbstoptimierende Produktionssysteme. In: Gesellschaft für Arbeitswissenschaft e. V (ed) Produkt- und Produktions-Ergonomie – Aufgabe für Entwickler und Planer. GfA-Press, DortmundGoogle Scholar
  239. Odenthal B, Mayer M, Kabuß W, Kausch B, Schlick C (2009) Error detection in an assembly object using an augmented vision system. In: Proceedings of 17th world congress on ergonomics IEA 2009, BeijingGoogle Scholar
  240. Odenthal B, Mayer M, Kabuß W, Kausch B, Schlick C (2011) An empirical study of disassembling using an augmented vision system. In: Proceedings of the HCII 2011Google Scholar
  241. Ohno T (1993) Das Toyota-Produktionssystem. Campus, New YorkGoogle Scholar
  242. Ong SK, Yuan ML, Nee AY (2008) Augmented reality in manufacturing: a survey. Int J Prod Res 46(10):2702–2742CrossRefGoogle Scholar
  243. Onken R, Schulte A (2010) System ergonomic design of automation. Dual-mode cognitive design of vehicle guidance and control work systems. Springer, BerlinCrossRefGoogle Scholar
  244. Orlicky J, Plossl G (1994) Orlicky’s material requirements planning. McGraw-Hill, New YorkGoogle Scholar
  245. Paetzold K (2006) On the importance of a functional description for the development of cognitive technical systems. In: International design conference 2006, DubrovnikGoogle Scholar
  246. Palani S (2010) Control systems engineering. McGraw-Hill, New DelhiGoogle Scholar
  247. Peters A (2001) Benutzerorientierte Leitsoftware für automatisierte Fertigungssysteme in Komponentenstruktur. Dissertation RWTH AachenGoogle Scholar
  248. Petersen B (2003) Flexible Handhabungstechnik für die automatisierte Mikromontage. Aachen, ShakerGoogle Scholar
  249. Pfeifer T, Schmitt R (eds) (2006) Autonome Produktionszellen: Komplexe Produktionsprozesse flexibel automatisieren. Springer, BerlinGoogle Scholar
  250. Pfeifer T, Tillmann M, Wimmer M (2003) Prozesskettenoptimierung – Mit der IPO-Systematik innovativ zu ganzheitlichen Lösungen. In: REFA-Nachrichten 6/2003Google Scholar
  251. Pfendler C, Schlick C (2007) A comparative study of mobile map displays in a geographic orientation task. Behav Inf Technol 26(6):455–463CrossRefGoogle Scholar
  252. Pfirrmann O, Astor M (2006) Trendreport MST 2020. Basel, BerlinGoogle Scholar
  253. Pfohl H (2004) Logistiksysteme: Betriebswirtschaftliche Grundlagen. Springer, BerlinGoogle Scholar
  254. Photonics 21 (2010) Lighting the way ahead. DüsseldorfGoogle Scholar
  255. Porter ME (2004) Competitive strategy. Free Press, New YorkGoogle Scholar
  256. Posieek S (2005) Einsatz kombinatorischer Optimierungsmethoden bei automatischer Optimierung von Umformprozessen. Shaker, AachenGoogle Scholar
  257. Possel-Dölken F (2006) Projektierbares Multiagentensystem für die Ablaufsteuerung in der flexibel automatisierten Fertigung. Shaker, AachenGoogle Scholar
  258. Pramujati B, Dubay R, Samaan C (2006) Cavity pressure control during cooling in plastic injection molding. Adv Polym Technol 25(3):170–181CrossRefGoogle Scholar
  259. Premium AEROTEC GmbH: http://www.premium-aerotec.com/Binaries/Binary5687/A350-Grafik_work_packages_DE.jpgGoogle Scholar
  260. Priddy KL, Keller PE (2005) Artificial neural networks. SPIE – The International Society for Optical Engineering, BellinghamGoogle Scholar
  261. Puppe F, Gappa U, Poeck K, Bamberger S (1996) Wissensbasierte Diagnose- und Informationssysteme Mit Anwendungen des Expertensystem-Shell-Baukasten D3. Springer, BerlinCrossRefGoogle Scholar
  262. Putzer HJ (2004) Ein uniformer Architekturansatz für Kognitive Systeme und seine Umsetzung in ein operatives Framework. Verlag Dr. Köster, BerlinGoogle Scholar
  263. Rasmussen J (1986) Information processing and human-machine interaction. An approach to cognitive engineering. North-Holland, New YorkGoogle Scholar
  264. Rehse M (1999) Flexible Prozessüberwachung bei der Bohr- und Fräsbearbeitung in einer autonomen Produktionszelle. RWTH Aachen, DissertationGoogle Scholar
  265. Reinhart G, Berlak J, Effert C, Selke C (2002) Wandlungsfähige Fabrikgestaltung, wirtschaftlichen Fabrikbetrieb 97(1/2):18–23Google Scholar
  266. Reisgen U, Beckers M, Willms K, Buchholz G (2010) Einsatz und Vorgehensweise bei der Ersatzmodellierung beim Impulslichtbogenschweißverfahren. VS-Berichte 268:79–84Google Scholar
  267. Reuber M (2001) Prozessüberwachung beim Schlichtfräsen von Freiformflächen. Dissertation RWTH AachenGoogle Scholar
  268. Riedel M, Nefzi M, Corves B (2010a) Grasp planning for a reconfigurable parallel robot with an underactuated arm structure. In: Proceedings of the 1st international workshop on underactuated grasping. Montreal, Canada, 19. AugGoogle Scholar
  269. Riedel M, Nefzi M, Corves B (2010b) Performance Analysis and Dimensional Synthesis of a Six DOF Reconfigurable Parallel Manipulator. In: Proceedings of the IFToMM symposium on mechanism design for robotics. Mexico City, Mexico, 28.--30. Sept , 2010Google Scholar
  270. Rojas R (1996) Neural networks. Springer, BerlinMATHCrossRefGoogle Scholar
  271. Romero V, Burkardt J, Gunzburger M, Peterson J (2006) Comparison of pure and “Latinized” centroidal Voronoi tessellation against various other statistical sampling methods. J Reliabil Eng Syst Safety 91(10/11):1266–1280CrossRefGoogle Scholar
  272. Roosen S (1997) Online-Prozessoptimierung beim MAG-Schweißen mit Hilfe eines Expertensystems, vol 4. Aachener Berichte Fügetechnik, ShakerGoogle Scholar
  273. Rosenblatt F (1958) The perceptron. A probabilistic model for information storage and organization in the brain. Psychol Rev 65:386–408MathSciNetCrossRefGoogle Scholar
  274. Rüegg-Stürm J (2003) Das neue St. Galler Management-Modell: Grundkategorien einer integrierten Managementlehre; der HSG-Ansatz. Haupt, BernGoogle Scholar
  275. Rummery GA, Niranjan N (1994) On-line Q-learning using connectionist systems, Technical Report CUED/F-INFENG/TR 166, Cambridge University, GBGoogle Scholar
  276. Russell SJ, Norvig P (2003) Artificial intelligence: a modern approach. Pearson Education, Upper Saddle RiverGoogle Scholar
  277. Russer H, León FP (2007) Informationsfusion – eine übersicht. Tech Mess 74(3):93–102CrossRefGoogle Scholar
  278. Salomon P (2006) Micro sensors and microsystems. Eurosensors Göteborg, Sept 2006Google Scholar
  279. Sauer W (2003) Prozesstechnologie der Elektronik, Modellierung, Simulation und Optimierung der Fertigung. Hanser, MünchenGoogle Scholar
  280. Savory S (1985) Künstliche Intelligenz und Expertensysteme. Oldenburg, MünchenGoogle Scholar
  281. Scherms E (1998) Optimierte Tolerierung durch Qualitätsdatenanalyse. Konstruktion 50:31–36Google Scholar
  282. Schild K, Bussmann S (2007) Self-organization in manufacturing operations. Commun ACM 50(12):74–79CrossRefGoogle Scholar
  283. Schlick C (1999) Modellbasierte Gestaltung der Benutzungsschnittstelle autonomer Produktionszellen. In: Luczak H (ed) Schriftenreihe Rationalisierung und Humanisierung, vol 61 (zugl. Dissertation RWTH Aachen). Shaker, AachenGoogle Scholar
  284. Schlick C, Odenthal B, Mayer M, Neuhöfer J, Grandt M, Kausch B, Mütze-Niewöhner S (2009) Design and evaluation of an augmented vision system for self-optimizing assembly cells. In: Schlick C (ed) Industrial engineering and ergonomics. Springer, BerlinGoogle Scholar
  285. Schlick C, Mayer M, Odenthal, B (2010) MTM als Prozesslogik für die kognitiv automatisierte Montage. In: Britzke B (ed) MTM in einer globalisierten Wirtschaft – Arbeitsprozesse systematisch gestalten und optimieren. Wirtschaftsbuch, MünchenGoogle Scholar
  286. Schmidt C (2008) Konfiguration überbetrieblicher Koordinationsprozesse in der Auftragsabwicklung des Maschinen- und Anlagenbaus. Dissertation RWTH Aachen, Shaker, AachenGoogle Scholar
  287. Schmitt R (2000) Aufbau flexibler Mess- und Prüfstationen für die automatisierte Montage. Shaker, AachenGoogle Scholar
  288. Schmitt R (2010) Qualitätsmanagement. Strategien, Methoden, Techniken, 4th edn. Hanser, MünchenCrossRefGoogle Scholar
  289. Schmitt R, Beaujean P (2007) Selbstoptimierende Produktionssysteme. Zeitschrift für wirtschaftlichen Fabrikbetrieb 9:520–524Google Scholar
  290. Schmitt R, Betzold M, Hense K (2007) Das Aachener Qualitätsmanagementmodell. In: Schmitt R, Pfeifer T (eds) Masing Handbuch Qualitätsmanagement. Hanser, München, pp 38–41Google Scholar
  291. Schmitt R, Pavim A, Brecher C, Pyschny N, Loosen, P, Funck, M, Dolkemeyer J, Morasch, V (2008) Flexibel automatisierte Montage von Festkörperlasern: Auf dem Weg zur flexiblen Montage mittels kooperierender Roboter und Sensorfusion. In: wt – Werkstatttechnik, Ausgabe 11/12, 2008, Jahrgang 98, pp 955–960Google Scholar
  292. Schmitt R, Stiller S, Beaujean P (2009a) The aachen quality management model – normative framework of the entrepreneurial quality philosophyGoogle Scholar
  293. Schmitt R, Wagels C, Isermann M, Matuschek N (2009b) Cognitive optimization of an automotive rear-axle drive production process. J Mach Eng 9(1):78–90Google Scholar
  294. Schneider F (2004) Überwachung, Regelung und Automatisierung beim Hochgeschwindigkeitsschneiden von Elektroblechen mit Laserstrahlung. Dissertation RWTH AachenGoogle Scholar
  295. Scholz-Reiter B, de Beer C, Bose F, Windt K (2007) Evolution in der Logistik Selbststeuerung logistischer Prozesse. In: VDI BerichteGoogle Scholar
  296. Schotten M (1998) Beurteilung von EDV-gestützten Koordinationsinstrumentarien in der Fertigung. Dissertation RWTH Aachen, Shaker, AachenGoogle Scholar
  297. Schuh G (2005) Produktkomplexität managen: Sstrategien – Methoden – Tools. Hanser, MünchenGoogle Scholar
  298. Schuh G (2006) Produktionsplanung und -steuerung. Springer, BerlinCrossRefGoogle Scholar
  299. Schuh G, Orilski S (2007) Roadmapping for competitiveness of high wage countries. In: Proceedings of the XVIII. ISPIM conference. Warschau, PolenGoogle Scholar
  300. Schuh G, Roesgen R (2006) Aufgaben. In: Schuh G (ed) Produktionsplanung und -steuerung. Springer, BerlinGoogle Scholar
  301. Schulz W, Kostrykin V, Zefferer H, Petring D, Poprawe R (1997) A free boundary problem related to laser beam fusion cutting: ODE approximation. Int J Heat Mass Trans 40(12):2913–2928MATHCrossRefGoogle Scholar
  302. Schulz W, Niessen M, Eppelt U, Kowalick K (2009) Simulation of laser cutting. In: Dowden JM (ed) The theory of laser materials processing: heat and mass transfer in modern technology. Springer Series in Materials Science, pp 21–69Google Scholar
  303. Schulz W, Nießen M, Vossen G, Schüttler J (2010) Modelling and process monitoring of laser processing. In: Erscheint in proceedings of NUSIM multiphysics 2010 (und in The International Journal of Multiphysics)Google Scholar
  304. Schüttler J, Lose J, Schmitt R, Schulz W (2009) Exploring process domain boundaries of complex production processes using a metamodeling approach, 12th CIRP conference on modelling of machining operations, Donostia-San Sebastián – Spain, vol 2. In: Arrazola P (ed) Conference on modelling of machining operations, vol II, Mondragon, 7.--8. Mai 2009, pp 835–841Google Scholar
  305. Schwindt C, Trautmann N (2004) Advanced- planning- systeme zum supply – chain- management, Universität Karlsruhe, KarlsruheGoogle Scholar
  306. Shafer J, Agrawal R, Mehta M (2005) SPRINT: a scalable parallel classifier for data mining. In: Readings in database systems. Massachusetts Institute of Technology, USA, pp 668–679Google Scholar
  307. Shepard RN, Metzler J (1971) Mental rotation of three-dimensional objects. Science 171(972):701–703CrossRefGoogle Scholar
  308. Sheridan T (2002) Humans and automation: system design and reserch issues. Wiley, New YorkGoogle Scholar
  309. Shingo S (1992) Das Erfolgsgeheimnis der Toyota-Produktion: eine Studie über das Toyota-Produktionssystem – genannt die “Schlanke Produktion”. Verlag Moderne Industrie, Landsberg/LechGoogle Scholar
  310. Siciliano B, Khatib O (eds) (2008) Springer handbook of robotics. Springer, BerlinMATHCrossRefGoogle Scholar
  311. Siegert H-J, Bocionek S (1996) Robotik: Programmierung Intelligenter Roboter. Springer, BerlinMATHCrossRefGoogle Scholar
  312. Smud SM, Harper DO, Deshpande PB, Leffew KW (1991) Advanced process control for injection molding. Polymer Eng Sci 31(15):1081–1085CrossRefGoogle Scholar
  313. Spath D, Scholtz O (2007) Ideen gegen Verlagerung der Montage ins Ausland. Werkstattstechnik 97(1/2):2–4Google Scholar
  314. Spath D, Klinkel S, Barrho T (2002) Auftragsabwicklung in dezentralen Strukturen: Erfolgsfaktoren und Probleme – Ergebnisse einer Studie. Zeitschrift für Wirtschaftlichen Fabrikbetrieb 97(3)Google Scholar
  315. Steinberg DV, Lin DKJ (2006) A construction method for orthogonal Latin hypercube designs. Biometrika 93(2):279–288MATHMathSciNetCrossRefGoogle Scholar
  316. Stepanek P (2007) Flexibel automatisierte Montage von leicht verformbaren großvolumigen Bauteilen. Shaker, AachenGoogle Scholar
  317. Stoddard K, Kneifel W, Martin D, Mirza K, Chafee M, Hagenauer A, Graf S (2004) Method and control system for controlling a plurality of robots. Patent No.: US 6,804,580 B1 (12 Oct 2004)Google Scholar
  318. Stork A, Thole CA, Klimenko S, Nikitin I, Nikitina L, Astakhov Y (2007) Simulated reality in automotive design. International conference on cyberworlds, pp 23–27Google Scholar
  319. Strohner H (1995) Kognitive Systeme. Eine Einführung in die Kognitionswissenschaft. Westdeutscher, OpladenCrossRefGoogle Scholar
  320. Sutton RS, Barto AG (1999) Reinforcement learning, Journal of Cognitive Neuroscience, Massachusetts Institute of Technology, USAGoogle Scholar
  321. Taguchi G (1990) Quality EngineeringGoogle Scholar
  322. Tai YF, Scherfler C, Brooks DJ, Sawamoto N, Castiello U (2004) The human premotor cortex is “mirror” only for biological actions. Curr Biol 14:117–120CrossRefGoogle Scholar
  323. Takeda H (2009) QiP – Qualität im Prozess: Leitfaden zur Qualitätssteigerung in der Produktion. Finanz Buch Verlag GmbH, MünchenGoogle Scholar
  324. Tang A, Owen C, Biocca F, Weimin M (2004) Performance evaluation of augmented reality for directed assembly. In: Ong SK, Nee AYC (eds) Virtual and augmented reality applications in manufacturing. Springer, New YorkGoogle Scholar
  325. Thiele M (1997) Kernkompetenzorientierte Unternehmensstrukturen – Ansätze zur Neugestaltung von Geschäftsbereichsorganisationen. DUV, WiesbadenGoogle Scholar
  326. Thiem I (1998) Ein Strukturmodell des Fertigungsmanagements. Dissertation Universität Bochum, Shaker, AachenGoogle Scholar
  327. Thomas U (2008) Automatisierte Programmierung von Robotern für Montageaufgaben. Shaker, BraunschweigGoogle Scholar
  328. Thornton AC (2004) Variation risk management. Focusing quality improvements in product development and production. Wiley, HobokenGoogle Scholar
  329. Thrun S, Montemerlo M, Dahlkamp H, Stavens A, Aron J, Diebel P, Fong J, Gale M, Halpenny G, Hoffmann K, Lau C, Oakley M, Palatucci V, Pratt P, Stang S, Strohband C, Dupont LE, Jendrossek C, Koelen C, Markey C, Rummel J, van Niekerk E, Jensen P, Alessandrini G, Bradski B, Davies S, Ettinger A, Kaehler A, Nefian A, Mahoney P (2006) The robot that won the DARPA Grand Challenge. J Field Robot 23(9):661–692CrossRefGoogle Scholar
  330. Trumpold H, Beck CH, Richter G (1997) Toleranzsysteme und Toleranzdesign. Qualität im Austauschbau. Hanser, MünchenGoogle Scholar
  331. Unbehauen H (2008) Regelungstechnik I: Klassische Verfahren zur Analyse und Synthese linearer kontinuierlicher Regelsysteme, 15th edn. Vieweg+Teubner, WiesbadenGoogle Scholar
  332. Upton D (1992) A flexible structure for computer-controlled manufacturing systems. Manuf Rev 5(1):58–74Google Scholar
  333. Urmson C, Anhalt J, Bae H, Bagnell JAD, Baker C, Bittner RE, Brown T, Clark MN, Darms M, Demitrish D, Dolan J, Duggins D, Ferguson D, Galatali T, Geyer C, M, Gittleman M, Harbaugh S, Hebert M, Howard T, Kolski S, Likhachev M, Litkouhi B, Kelly A, McNaughton M, Miller N, Nickolaou J, Peterson K, Pilnick B, Rajkumar R, Rybski P, Sadekar V, Salesky B, Seo YW, Singh S, Snider JM, Struble JC, Stentz AT, Taylor M, Whittaker WRL, Wolkowicki Z, Zhang W, Ziglar J (2008) Autonomous driving in urban environments: boss and the urban challenge. J Field Robot – Special Issue on the 2007 DARPA Urban Challenge 25:425–466Google Scholar
  334. Völklein F, Zetterer T (2006) Mikrosystemtechnik. Vieweg und Sohn, WiesbadenGoogle Scholar
  335. Vossen G, Schüttler J (2010) Modelling and stability analysis for laser cutting. Submitted to Mathematical and Computer Modelling od Dynamical SystemsGoogle Scholar
  336. Vossen G, Nießen M, Schüttler J (2010) Optimization of partial differential equations for minimizing the roughness of laser cutting surfaces. In: Diehl M, Glineur F, Michiels W (eds) Recent advances in optimization and its applications in engineering. Springer, New YorkGoogle Scholar
  337. Weck M (1998) Maschinenarten und Anwendungsbereiche, Werkzeugmaschinen Fertigungssysteme, vol 1. Springer, Berlin, p 20Google Scholar
  338. Weck M, Brecher C (2006) Werkzeugmaschinen 4 – Automatisierung von Maschinen und Anlagen. 6th edn. Springer, BerlinGoogle Scholar
  339. Weinmann A (1995) Regelungen II: Analyse und technischer Entwurf, vol 2. Springer, WienGoogle Scholar
  340. Westkämper E, Zahn E (2009) Wandlungsfähige Produktionsunternehmen – das Stuttgarter Unternehmensmodell. Springer, BerlinCrossRefGoogle Scholar
  341. Westkämper E, Bullinger H-J, Horváth P, Zahn E (eds) (2001) Montageplanung – effizient und marktgerecht, Stuttgart. Springer, New YorkCrossRefGoogle Scholar
  342. Whitney DE (2004) Mechanical assemblies. Their design, manufacture, and role in product development. Oxford University Press, New YorkGoogle Scholar
  343. Wibbeler J (2002) Frequenzselektive Vibrationssensoren mit spannungsgesteuerter Resonanzabstimmung in Oberflächenmikromechanik. Dissertation Technische Universität ChemnitzGoogle Scholar
  344. Wiendahl H (2002) Situative Konfiguration des Auftragsmanagements im turbulenten Umfeld. Dissertation an der Universität Stuttgart, StuttgartGoogle Scholar
  345. Wiendahl H (2005) Betriebsorganisation für Ingenieure. Hanser, MünchenGoogle Scholar
  346. Wiendahl H (2006) Methodische grundlagen. In: Schuh G, Westkämper E (eds) Liefertreue im Maschinen-und Anlagenbau: Stand-Potenziale-Trends. Aachen und StuttgartGoogle Scholar
  347. Wiendahl H, Hernández R (2006) The transformable factory – strategies, methods and examples. In: Dashchenko AI (ed) Reconfigurable manufacturing systems and transformable factories. Springer, BerlinGoogle Scholar
  348. Wiendahl H, ElMaraghy H, Nyhuis P, Zäh M, Duffie N, Brieke M (2007) Changeable manufacturing – classification, design and operation. CIRP Ann Manuf Technol 56(2)Google Scholar
  349. Wiest U (2001) Kinematische Kalibrierung von Industrierobotern. Dissertation Universität Karlsruhe, Aachen, ShakerGoogle Scholar
  350. Wight OW (1984) Production and inventory management in the computer age. Reinhold, New YorkGoogle Scholar
  351. Witt S (2007) Integrierte Simulation von Maschine, Werkstück und spanendem Fertigungsprozess. Dissertation RWTH AachenGoogle Scholar
  352. Woods S, Pflanz T (2008) DPSS lasers rival fiber lasers for marking applications. LaserFocus- World, JanuarGoogle Scholar
  353. von Witzleben A (2006) Workshop des Thüringer Ministeriums für Wirtschaft, Technologie und Arbeit Entwicklungsschwerpunkte Thüringens im Bereich Optische Technologien, 17. Juli 2006, am Fraunhofer IOF JenaGoogle Scholar
  354. Wollnack J, Stepanek P (2004) Formkorrektur und Lageführung für eine flexible und automatisierte Großbauteilmontage. Werkstattstechnik Jahrgang 94(9):414–421Google Scholar
  355. Womack JP, Jones DT (1996) Lean thinking. Simon und Schuster, New YorkGoogle Scholar
  356. Yu K-W (2001) Terminkennlinie: Eine Beschreibungsmethodik für die Terminabweichung im Produktionsbereich. VDI, DüsseldorfGoogle Scholar
  357. Zäh M (2005) A holistic framework for enhancing the changeability of production systems. In: 1st conference on changeable, agile and virtual procduction (CARV 2005b), MünchenGoogle Scholar
  358. Zaeh M, Wiesbeck M (2008) A model for adaptively generating assembly instructions using statebased graphs. In: Manufacturing systems and technologies for the new frontier. Springer, LondonGoogle Scholar
  359. Zaeh MF, Beetz M, Shea K, Reinhart G, Bender K, Lau C, Ostgathe M, Vogl W, Wiesbeck M, Engelhard M, Ertelt C, Ruehr T, Friedrich M, Herle S (2009) The cognitive factory. In: El- Maraghy HA (ed) Changeable and reconfigurable manufacturing systems. Springer, BerlinGoogle Scholar
  360. Zakharian S, Ladewig-Riebler P, Thoer S (1998) Neuronale Netze für Ingenieure. Vieweg VerlagsgesellschaftGoogle Scholar
  361. Zäpfel G (2001) Grundzüge des Produktions- und Logistikmanagement. Oldenbourg, MünchenCrossRefGoogle Scholar
  362. Zell A (1994) SNNS: stuttgart neural network simulator, Universität Stuttgart, StuttgartGoogle Scholar
  363. Zell A, Mache N, Sommer T, Korb T (1991) Design of the SNNS neural network simulator. Österreichische Artificial Intelligence Tagung, pp 93–102Google Scholar
  364. Zheng HY (1990) An experimental study of the relationship between in-process signals and cut quality in gas assisted laser cutting. SPIE – CO2 Lasers and Applications II 1276:218Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2012

Authors and Affiliations

  • Robert Schmitt
    • 1
  • Christian Brecher
    • 1
  • Burkhard Corves
    • 5
  • Thomas Gries
    • 7
  • Sabina Jeschke
    • 4
  • Fritz Klocke
    • 1
  • Peter Loosen
    • 6
  • Walter Michaeli
    • 10
  • Rainer Müller
    • 1
  • Reinhard Poprawe
    • 6
  • Uwe Reisgen
    • 11
  • Christopher M. Schlick
    • 9
  • Günther Schuh
    • 1
  • Thomas Auerbach
    • 1
  • Fabian Bauhoff
    • 2
  • Marion Beckers
    • 3
  • Daniel Behnen
    • 1
  • Tobias Brosze
    • 2
  • Guido Buchholz
    • 3
  • Christian Büscher
    • 4
  • Urs Eppelt
    • 6
  • Martin Esser
    • 1
  • Daniel Ewert
    • 4
  • Kamil Fayzullin
    • 1
  • Reinhard Freudenberg
    • 6
    • 1
  • Peter Fritz
    • 1
  • Sascha Fuchs
    • 1
  • Yves-Simon Gloy
    • 7
  • Sebastian Haag
    • 8
  • Eckart Hauck
    • 4
  • Werner Herfs
    • 1
  • Niklas Hering
    • 2
  • Mathias Hüsing
    • 5
  • Mario Isermann
    • 6
  • Markus Janßen
    • 1
  • Bernhard Kausch
    • 4
  • Tobias Kempf
    • 1
  • Stephan Kratz
    • 1
  • Sinem Kuz
    • 9
  • Matthis Laass
    • 3
  • Juliane Lose
    • 1
  • Adam Malik
    • 1
  • Marcel Ph. Mayer
    • 9
  • Thomas Molitor
    • 6
  • Simon Müller
    • 1
  • Barbara Odenthal
    • 9
  • Alberto Pavim
    • 1
  • Dirk Petring
    • 6
  • Till Potente
    • 1
  • Nicolas Pyschny
    • 8
  • Axel Reßmann
    • 11
  • Martin Riedel
    • 12
  • Simone Runge
    • 3
  • Heiko Schenuit
    • 7
  • Daniel Schilberg
    • 4
  • Wolfgang Schulz
    • 6
  • Maik Schürmeyer
    • 2
  • Jens Schüttler
    • 6
  • Ulrich Thombansen
    • 6
  • Dražen Veselovac
    • 1
  • Matthias Vette
    • 1
  • Carsten Wagels
    • 1
  • Konrad Willms
    • 3
  1. 1.Werkzeugmaschinenlabor WZL der RWTH AachenAachenGermany
  2. 2.Forschungsinstitut für Rationalisierung (FIR) e. V. an der RWTH AachenAachenGermany
  3. 3.Werkzeugmaschinenlabor WZL der RWTH AachenAachenGermany
  4. 4.Institut für Arbeitswissenschaft der RWTH AachenAachenGermany
  5. 5.Institut für Getriebetechnik und Maschinendynamik der RWTH AachenAachenGermany
  6. 6.Fraunhofer-Institut für Lasertechnik ILTAachenGermany
  7. 7.Institut für Textiltechnik der RWTH AachenAachenGermany
  8. 8.Fraunhofer-Institut für Produktionstechnologie IPTAachenGermany
  9. 9.Institut für Arbeitswissenschaft der RWTH AachenAachenGermany
  10. 10.Institut für Kunststoffverarbeitung (IKV) in Industrie und Handwerk an der RWTH AachenAachenGermany
  11. 11.Institut für Schweißtechnik und Fügetechnik der RWTH AachenAachenGermany
  12. 12.Institut für Getriebetechnik und Maschinendynamik der RWTH AachenAachenGermany

Personalised recommendations