- Anzeige -
- Anzeige -
- Anzeige -
App erkennt Verschleiß mit Machine Learning
Damit zerspanende Bearbeitungen reibungslos und prozesssicher ablaufen, müssen viele Rädchen optimal ineinandergreifen.
Bild: c-Com GmbH

Damit zerspanende Bearbeitungen reibungslos und prozesssicher ablaufen, müssen viele Rädchen optimal ineinandergreifen. Werden schlechte Ergebnisse oder gar Ausschuss produziert, kann dies mehrere Ursachen haben. Sind verschlissene Schneiden der Grund, stellen sich folgende Fragen: Um welchen Verschleiß handelt es sich? Warum tritt der Verschleiß auf und wie kann er künftig vermieden werden? Um diese Fragen zu beantworten, hat c-Com eine Verschleißerkennungs-Applikation entwickelt. Die App basiert auf Machine Learning, lernt also auf der Grundlage von Datensätzen. Die Anwendung ist denkbar einfach: Mit einem Smartphone und einer herkömmlichen Zusatzlinse zur Bildvergrößerung wird die verschlissene Schneide fotografiert. Daraufhin erkennt die App, um welchen Verschleiß es sich handelt und gibt entsprechende Handlungsempfehlungen. So können Anwender genau diesen Verschleiß künftig verhindern.

Thematik: Allgemein
Mapal Fabrik für Präzisionswerkzeuge
www.mapal.de
- Anzeige -

Das könnte Sie auch Interessieren

Bild: ISW Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen
Bild: ISW Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen
Einsatz von KI beim Lichtbogenschweißen im automobilen Karosseriebau

Einsatz von KI beim Lichtbogenschweißen im automobilen Karosseriebau

Frequenzspektrum der hochauflösenden Originaldaten (links) und der um Faktor 1.000 komprimierten Daten (rechts). Bild: ISW Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen Unregelmäßigkeiten in einer Schweißnaht können zu einer...

Bild: Sick AG
Bild: Sick AG
KI per Cloud 
für Sick-Geräte

KI per Cloud für Sick-Geräte

Bild: Sick AG DStudio ist ein Webdienst von Sick, mit dem neuronale Netze trainiert werden können, die für verschiedene Sick-Geräte ausgelegt sind. Durch die einfache Benutzeroberfläche ist die Nutzung auch ohne fundierte KI-Kenntnisse möglich. Fortschritt und Erfolg...

Bild: Edag Group
Bild: Edag Group
Edag Tech Summit 2020

Edag Tech Summit 2020

Bild: Edag Group Der in den letzten 10 Monaten entwickelte fahrbare Prototyp zeigt das Potential der CityBots anschaulich am Anwendungsfall der Abfallbeseitigung auf. Dank künstlicher Intelligenz und Machine Learning haben Edag-Experten eine Objekterkennung...