Qualitätssicherung von Präzisionsdrehteilen durch KI-basierte Inprozess-Klassifikation

Zielstellung ist es, eine neue Methode zur Überwachung und Fehlererkennung beim Präzisionsdrehen zu entwickeln. Für die Klassifikation der Betriebszustände werden sowohl Körperschall- als auch Kraftsignale mittels maschineller Lernverfahren ausgewertet (Deep-Learning sowie Anomaliedetektion). Im Ergebnis entsteht ein neuartiges Verfahren, welches im Gegensatz zu den bestehenden Condition-Monitoring-Systemen für große Anlagentechnik auch bei sehr geringen Unterschieden in den Ausprägungen des Schallsignals und sehr geringem Bauraum, wie es beim Präzisionsdrehen vorherrscht, einsetzbar ist.

Hörisch-Präzision GmbH / Apolda