Maschinelle Lernverfahren zur Digitalisierung manueller Ablese- und Messvorgänge

Mühlbauer M, Würschinger H, Hanenkamp N, Funtikov S (2023)

Publication Type: Journal article

Publication year: 2023

Journal

Industrie 4.0 Management : Gegenwart und Zukunft industrieller Geschäftsprozesse GITO-Verlag

Book Volume: 2023

Pages Range: 43-47

Issue: 1

DOI: 10.30844/IM_23-1_43-47

Abstract

Im Fabrikbetrieb kommen häufig Messmittel zum Einsatz, bei denen noch keine automatische Abspeicherung oder Weiterverarbeitung des gemessenen Werts erfolgt. Mitarbeiter müssen in diesem Fall den Messwert manuell er-fassen und weiterverarbeiten. Folgend wird ein Ansatz zur optischen Erfassung und Digitalisierung von Messwerten mithilfe Maschineller Lernverfahren vorgestellt. Dies soll zur Entlastung der Mitarbeiter beitragen, Ablesefehler reduzieren sowie eine automatisierte Dokumentation ermöglichen.

Authors with CRIS profile

Matthias Mühlbauer Lehrstuhl für Ressourcen- und Energieeffiziente Produktionsmaschinen Hubert Würschinger Lehrstuhl für Ressourcen- und Energieeffiziente Produktionsmaschinen Nico Hanenkamp Lehrstuhl für Ressourcen- und Energieeffiziente Produktionsmaschinen Svyatoslav Funtikov Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik

How to cite

APA:

Mühlbauer, M., Würschinger, H., Hanenkamp, N., & Funtikov, S. (2023). Maschinelle Lernverfahren zur Digitalisierung manueller Ablese- und Messvorgänge. Industrie 4.0 Management : Gegenwart und Zukunft industrieller Geschäftsprozesse, 2023, 43-47. https://dx.doi.org/10.30844/IM_23-1_43-47

MLA:

Mühlbauer, Matthias, et al. "Maschinelle Lernverfahren zur Digitalisierung manueller Ablese- und Messvorgänge." Industrie 4.0 Management : Gegenwart und Zukunft industrieller Geschäftsprozesse 2023 (2023): 43-47.

BibTeX: Download