Bessere Produkte dank Künstlicher Intelligenz
Wie maschinelles Lernen die Qualität voraussagen kann
Tizian Schneider, Andreas Schütze, Steffen Klein, Lehrstuhl für Messtechnik, Universität des Saarlandes; Arbeitsgruppe Mess-technik, Zentrum für Mechatronik und Automatisierungstechnik
Kurz und bündig:
In heutigen Produktions- und Montagelini-en werden bereits eine Vielzahl an Prozess- und Prüfdaten aufgezeichnet. Um das große Potential der erfassten Daten auszu-schöpfen, können Methoden des maschi-nellen Lernens eingesetzt werden, um die in den Daten enthaltenden Informationen in Modellen zu konzentrieren. Im Rahmen des Forschungsprojektes MessMo wird dazu eine Kombination von überwachten und unüberwachten Lernverfahren zur Optimierung von modernen Montagelinien im Hinblick auf Qualitätsvorhersage, Prozessoptimierung und Condition Monito-ring eingesetzt.
Zustandsorientierte Instandhaltungsstrategien sowie eine kontinuierliche Überwachung der Produktqualität gehören zu den zentralen Versprechen der Industrie 4.0 und dem industriellen Internet der Dinge (IIoT). Diese Versprechen können mittels Methoden des maschinellen Lernens als Teilaspekt der künstlichen Intelligenz realisiert werden.
