Ganzheitliche und auf maschinellen Lernverfahren basierende Qualitätsüberwachung
Nguyen HG, Scheck A, Hofmann B, Meiners M, Neubauer S, Schäfer A, Franke J (2023)
Publication Type: Journal article
Publication year: 2023
Journal
Book Volume: 118
Pages Range: 198-203
Journal Issue: 4
Abstract
Die Kontakt- und Leitungsverarbeitung ist charakterisiert durch eine hohe Komponentenvielfalt, kurze Zykluszeiten und steigende Anforderungen hinsichtlich Qualität, Dokumentation und Rückverfolgbarkeit. Mit dem Ziel, diese Rahmenbedingungen zu erfüllen, wird in diesem Beitrag eine holistische und auf maschinellen Lernverfahren basierende Qualitätsüberwachung vorgestellt. Darüber hinaus liegt der Qualitätsüberwachung die intelligente Analyse von Crimpkraftkurven zugrunde. Die Auswertung von Bilddaten und Zeitreihen ermöglicht die Fehlererkennung und Anomaliedetektion an der Maschine, ohne dass es zu Einbußen in der Taktzeit kommt. Für die Visualisierung und Werkerakzeptanz der Qualitätsparameter und Prognosen der Modelle wird das Thema Erklärbarkeit in der vorgestellten Qualitätsüberwachung besonders betrachtet.
Authors with CRIS profile
Huong Giang Nguyen
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik
Albert Scheck
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik
Bernd Hofmann
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik
Jörg Franke
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik
Additional Organisation(s)
Involved external institutions
Germany (DE)How to cite
APA:
Nguyen, H.G., Scheck, A., Hofmann, B., Meiners, M., Neubauer, S., Schäfer, A., & Franke, J. (2023). Ganzheitliche und auf maschinellen Lernverfahren basierende Qualitätsüberwachung. Zeitschrift für wirtschaftlichen Fabrikbetrieb, 118(4), 198-203. https://dx.doi.org/10.1515/zwf-2023-1045
MLA:
Nguyen, Huong Giang, et al. "Ganzheitliche und auf maschinellen Lernverfahren basierende Qualitätsüberwachung." Zeitschrift für wirtschaftlichen Fabrikbetrieb 118.4 (2023): 198-203.
BibTeX: Download