Maschinelles Lernen

EVO Informationssysteme hat ein Tool zur Analyse von Zerspanungsprozessen mittels Maschinellen Lernens entwickelt. Das Tool durchforstet automatisch archivierte CNC-Programme und schafft eine zentralisierte Werkzeugdatenbank, Evotools, für Prozessoptimierungen. Die Kombination aus Evojetstream und Evotools revolutioniert die Optimierung von Zerspanungsprozessen und markiert einen Wendepunkt in der Zerspanungspraxis.

Presslinien führen einen mehrstufigen Umformprozess durch, der in der Praxis weitestgehend als Blackbox betrieben wird. Erst am Ende der Linie findet eine Qualitätskontrolle und gegebenenfalls eine Anpassung der Anlagenparameter statt. Im Forschungsprojekt Smart Press wird ein darauf abgestimmtes System entwickelt, das mithilfe bildgebender Sensorik Informationen über die aktuelle Platine aus den einzelnen Prozessstufen extrahiert.

Dieses Buch bietet einen Überblick über aktuelle KI-Lösungen und hilft bei der Auswahl der richtigen Algorithmen und Tools für spezifische Herausforderungen. Mit der systematischen Klassifizierung von 90 Lösungen ermöglicht es, schnell die Grundlagen zu verstehen und den Auswahlprozess für Ihr Projekt zu meistern.

Die Fortschritte der Informationstechnik eröffnen ungeahnte Chancen für die industrielle Produktion: Informationen über Maschinen, Bauteile und Aufträge können zu geringen Kosten und in hoher Detaillierung erfasst und im Netzwerk weitergeleitet werden. Gleichzeitig nimmt die Fähigkeit zu, auch große Informationsmengen automatisch verarbeiten, Diagnosen treffen und Maßnahmen einleiten zu können. Entsprechend gilt es, vielversprechende Konzepte zu entwickeln, um die neuen Möglichkeiten gewinnbringend zu nutzen. Dabei kann man leicht übersehen, dass die sogenannte vierte industrielle Revolution auch den Menschen betrifft und unsere Arbeit zum Teil grundlegend verändern wird. Der vorliegende Tagungsband stellt Forschungsergebnisse der Mitglieder der Wissenschaftlichen Gesellschaft für Arbeits- und Betriebsorganisation (WGAB) vor. Die Beiträge behandeln das Thema aus der Perspektive der Modellierung, des Menschen und der industriellen Anwendung, sodass ein ...

Intelligente und autonome Roboter sind für die Entwicklung der Industrie 4.0 von essentieller Bedeutung. Dabei müssen sie sich in einer unübersichtlichen und unvorhersehbaren Umwelt zurechtfinden und auf Ereignisse sofort reagieren können. Um Handlungen zu planen, ist die Echtzeitverarbeitung komplexer Sensorinformationen notwendig.Daher werden am DFKI RIC Hardware-Beschleuniger für die Robotik auf Basis des Datenflussparadigmas entwickelt.

Der Trend zur kundenindividuellen Massenproduktion fordert kleine und mittlere Unternehmen heraus, den Spagat zwischen Flexibilität, Effizienz und Investitionsrisiko zu meistern. Klassische Automationslösungen stoßen hier an ihre Grenzen. Ein vielversprechender Ansatz ist die Kombination aus flexibler Robotik und KI, die in einem Demonstrator mit einem kollaborativen Roboterassistenten gezeigt wird.

Ein erhöhter Preis- und Wettbewerbsdruck stellt die Getränkeindustrie vor große Herausforderungen der Rationalisierung. Bestehende Ansätze aus den Bereichen Lean und Six Sigma geraten bei biochemischen Prozessen mitkomplexen multivariaten Einflussgrößen an ihre Grenzen. Der Beitrag stellt einen Ansatz zur datengetriebenen Prozessoptimierung in der Getränkeindustrie auf der Grundlage von maschinellem Lernen vor.

Cyber-Physical Systems (CPS) verbinden die reale mit der digitalen Welt und stellen IT-Experten vor neue Herausforderungen. Künstliche Intelligenz (KI) hilft, diese Komplexität zu meistern, indem sie Muster erkennt und die Zusammenarbeit zwischen Mensch und System fördert. Dies erfordert neue IT-Infrastrukturen, die CPS und klassische Systeme integrieren.

Steigende Rechenleistungen und sinkende Kosten ermöglichen den Einsatz von Machine Learning (ML) in der Produktion. Herausforderungen liegen in der Identifizierung geeigneter Anwendungsgebiete, der Erkennung relevanter Learning Tasks und der Auswahl passender Datensätze. Dieser Beitrag beleuchtet Potenziale, passende Datensätze und Best Practices für den ML-Einsatz in der Produktion.

Künstliche Intelligenz (KI) und Lernende Systeme verändern Wertschöpfungsketten, Geschäftsmodelle und Beschäftigungsstrukturen in der Industrie radikal. Traditionelle Produkte werden in nahezu allen Branchen durch datengetriebene Services erweitert. Um mit dem internationalen Wettbewerb Schritt zu halten, müssen Unternehmen ihre Betriebsdaten mithilfe Künstlicher Intelligenz wirtschaftlich nutzbar machen.