Resources
Fallbeispiele,
Forschungsprojekte
und Publikationen

Resources
Fallbeispiele,
Forschungsprojekte
und Publikationen

Hier erhalten Sie nähere Informationen über die Arbeitsweise der divis. Die entsprechenden Broschüren sind nach den Bereichen Fallbeispiele, Software, Forschungsprojekte und wissenschaftliche Veröffentlichungen sortiert.

Unser Firmenprofil steht Ihnen hier zum freien Download zur Verfügung. Hier bekommen Sie einen kurzen Überblick wer wir sind und welche Leistungen wir für Sie anbieten können.

Unternehmensprofil [PDF]

Hier erhalten Sie nähere Informationen über die Arbeitsweise der divis. Die entsprechenden Broschüren sind nach den Bereichen Fallbeispiele, Software, Forschungsprojekte und wissenschaftliche Veröffentlichungen sortiert.

Unser Firmenprofil steht Ihnen hier zum freien Download zur Verfügung. Hier bekommen Sie einen kurzen Überblick wer wir sind und welche Leistungen wir für Sie anbieten können.

Unternehmensprofil [PDF]

Flyer

Flyer

Infobroschüre mit grafischer Darstellung von Datenpunkten.

Fallbeispiele

Interaktive Machbarkeitsbewertung mit Hilfe der datengetriebenen Modellierung am Beispiel einer Umformsimulation – BMW Group
Prädiktive Analytics und Simulation für kontinuierliche Verbesserung und Qualitätsmanagement – 3M Deutschland GmbH
Maschinelles Lernen für die Prozessoptimierung – IOI OLEO GmbH
Optimierung von Kosmetikformulierungen – Beiersdorf AG
Optimierung der Produktentwicklung – Johnson & Johnson GmbH

Software

ClearVu Analytics – Effiziente Datenanalyse, Modellierung, Vorhersage und Optimierung
ClearVu Python Package – Automatic Machine Learning in Python
ClearVu Solution Spaces – Lösungsräume für die multidisziplinäre Auslegung in der Produktentwicklung
ClearVu Excel Add-In – Automatic Machine Learning in Microsoft Excel

Wissenschaftliche Veröffentlichungen

Portrait von Prof. Thomas Bäck

Prof. Dr. Thomas Bäck ist Leiter der Forschungsgruppe Natural Computing am Leiden Institute of Advanced Computer Science (LIACS) der Universität Leiden. Außerdem ist er Geschäftsführer und Vice President Technology der divis intelligent solutions GmbH in Dortmund und Mitherausgeber einer Reihe von Fachzeitschriften. Zudem engagiert er sich regelmäßig in Konferenzen zum Themengebiet der evolutionären Algorithmen.

Google Scholar

Auswahl wissenschaftlicher Veröffentlichungen

Auswahl wissenschaftlicher
Veröffentlichungen

Quantum Annealing for Industry Applications: Introduction and Review (with Volkswagen AG)
Automated Machine Learning for Remaining Useful Life Estimation of Aircraft Engines (with KLM)
Global Sensitivity Matrix for Vehicle Development (with Porsche AG)
A Classification-Based Solution for Recommending Process Parameters of Production Processes without Quality Measures (with BMW Group)
Requirements Towards Optimizing Analytics in Industrial Processes (with BMW Group)
Towards Data-driven Services in Vehicles (with BMW Group)
A Review: Prognostics and Health Management in Automotive and Aerospace (with KLM, Honda Research Institute Europe)
Artificial Intelligence and Data Science in the Automotive Industry (with Volkswagen)
Corrosion Test Improvement by Climate Modeling (with Mercedes-Benz)
Automatic Metamodeling of CAE Simulation Models
Towards Data Driven Process Control in Manufacturing Body Parts (with BMW Group)

Forschungsprojekte

EnXylaScope

Entwicklung neuer enzymbasierter Verfahren, um Xylane zu spalten

Die resultierenden Produkte werden als innovative Bestandteile vieler Konsumgüter, z. B. Lebensmittel oder Kosmetika, genutzt. Ziel ist es, aufgrund der guten chemischen und physikalischen Eigenschaften des gespaltenen Xylans nachhaltigere Produkte zu schaffen, indem weniger umweltfreundliche Inhaltsstoffe durch dieses ersetzt werden. Die divis trägt in diesem Projekt mit ihrer Expertise im Bereich von datengetriebenen Machine Learning Methoden zur Formulierungsoptimierung bei.

EnXylaScope Website

SuperOpt

Strukturoptimierung chemischer Prozesse für maximale Energieeffizienz

Das vom BMBF geförderte Projekt zielt auf die Entwicklung eines Softwaretools zur Strukturoptimierung chemischer Anlagen. Dabei steht das Optimierungsziel der Ressourceneffizienz im Vordergrund. Im Projekt beteiligen wir uns als Spezialisten für die Methoden der globalen Optimierung. Unser Ziel ist es, ein neuartiges Werkzeug zur Strukturoptimierung chemischer Anlagen als Ergänzung unserer ClearVu Produktsuite zu entwickeln. Damit werden die Parameteroptimierung sowie die Strukturoptimierung in eleganter Weise miteinander verbunden. Das neue Werkzeug hat eine Schnittstelle zu Aspen Plus und ist somit für alle Nutzer dieser Software einsetzbar.

Im Projekt kooperieren wir mit unseren Partnern ZEDO und SUPREN.

CoPro

Verbesserte Energie- und Ressourceneffizienz durch optimierte Koordination der Produktion in der Prozessindustrie

Das von der EU im Rahmen von SPIRE geförderte CoPro-Projekt ist eine Kooperation von Großunternehmen, Universitäten und KMUs. Das Ziel des Projektes ist es, den Energie- und Ressourcenverbrauch der Prozessindustrie zu optimieren. Dabei werden Methoden und Werkzeuge für die Prozessüberwachung und -koordination, die Anlagenkontrolle und die dynamische Optimierung unter Marktbedingungen entwickelt und getestet. Seitens der divis bringen wir im Projekt Verfahren zur datengetriebenen Modellierung von Prozessen sowie zur Anomalieerkennung ein.

Die Anwendungsbereiche im Projekt umfassen die chemische Produktion, die Produktion von Zellulosefasern und Konsumgütern, und die Sterilisation und Verpackung von Nahrungsmitteln.

eEgO

Entwicklung von Softwaremethoden zur effizienten ersatzmodellgestützten Optimierung für die Crashauslegung im Fahrzeugentwicklungsprozess

Das Ziel des vom BMBF geförderten Projektes war es, auf den steigenden Bedarf an Crashsimulationen zu reagieren. Hierfür sollte ein innovatives, wirtschaftlich und technisch effizientes Softwaretool entwickelt werden, welches die virtuelle Strukturoptimierung von Fahrzeugkarosserien verbessert. Unsere Software ClearVu Analytics konnte erfolgreich in solch einen Arbeitsprozess eingegliedert werden.

Das Projekt wurde von 2014-2017 unter der Koordination des Automotive Simulation Centers Stuttgart e.V. und in Kooperation mit den Projektpartnern GNS mbH, SCALE GmbH, der Bergischen Universität Wuppertal und der Technischen Universität München realisiert.

Infoblatt PDF

Forschungsprojekte

EnXylaScope

SuperOpt

Entwicklung neuer enzymbasierter Verfahren, um Xylane zu spalten

Die resultierenden Produkte werden als innovative Bestandteile vieler Konsumgüter, z. B. Lebensmittel oder Kosmetika, genutzt. Ziel ist es, aufgrund der guten chemischen und physikalischen Eigenschaften des gespaltenen Xylans nachhaltigere Produkte zu schaffen, indem weniger umweltfreundliche Inhaltsstoffe durch dieses ersetzt werden. Die divis trägt in diesem Projekt mit ihrer Expertise im Bereich von datengetriebenen Machine Learning Methoden zur Formulierungsoptimierung bei.

EnXylaScope Website

Strukturoptimierung chemischer Prozesse für maximale Energieeffizienz

Das vom BMBF geförderte Projekt zielt auf die Entwicklung eines Softwaretools zur Strukturoptimierung chemischer Anlagen. Dabei steht das Optimierungsziel der Ressourceneffizienz im Vordergrund. Im Projekt beteiligen wir uns als Spezialisten für die Methoden der globalen Optimierung. Unser Ziel ist es, ein neuartiges Werkzeug zur Strukturoptimierung chemischer Anlagen als Ergänzung unserer ClearVu Produktsuite zu entwickeln. Damit werden die Parameteroptimierung sowie die Strukturoptimierung in eleganter Weise miteinander verbunden. Das neue Werkzeug hat eine Schnittstelle zu Aspen Plus und ist somit für alle Nutzer dieser Software einsetzbar.

Im Projekt kooperieren wir mit unseren Partnern ZEDO und SUPREN.

CoPro

eEgO

Verbesserte Energie- und Ressourceneffizienz durch optimierte Koordination der Produktion in der Prozessindustrie

Das von der EU im Rahmen von SPIRE geförderte CoPro-Projekt ist eine Kooperation von Großunternehmen, Universitäten und KMUs. Das Ziel des Projektes ist es, den Energie- und Ressourcenverbrauch der Prozessindustrie zu optimieren. Dabei werden Methoden und Werkzeuge für die Prozessüberwachung und -koordination, die Anlagenkontrolle und die dynamische Optimierung unter Marktbedingungen entwickelt und getestet. Seitens der divis bringen wir im Projekt Verfahren zur datengetriebenen Modellierung von Prozessen sowie zur Anomalieerkennung ein.

Die Anwendungsbereiche im Projekt umfassen die chemische Produktion, die Produktion von Zellulosefasern und Konsumgütern, und die Sterilisation und Verpackung von Nahrungsmitteln.

Entwicklung von Softwaremethoden zur effizienten ersatzmodellgestützten Optimierung für die Crashauslegung im Fahrzeugentwicklungsprozess

Das Ziel des vom BMBF geförderten Projektes war es, auf den steigenden Bedarf an Crashsimulationen zu reagieren. Hierfür sollte ein innovatives, wirtschaftlich und technisch effizientes Softwaretool entwickelt werden, welches die virtuelle Strukturoptimierung von Fahrzeugkarosserien verbessert. Unsere Software ClearVu Analytics konnte erfolgreich in solch einen Arbeitsprozess eingegliedert werden.

Das Projekt wurde von 2014-2017 unter der Koordination des Automotive Simulation Centers Stuttgart e.V. und in Kooperation mit den Projektpartnern GNS mbH, SCALE GmbH, der Bergischen Universität Wuppertal und der Technischen Universität München realisiert.

Infoblatt PDF

Kontakt

So erreichen Sie uns

Telefon

0231 97 00 340

E-Mail

Adresse

Joseph-von-Fraunhofer-Straße 20,
44227 Dortmund

Kontakt

So erreichen Sie uns

Telefon

0231 97 00 340

E-Mail

Adresse

Joseph-von-Fraunhofer-Straße 20,
44227 Dortmund