Ce diaporama a bien été signalé.
Le téléchargement de votre SlideShare est en cours. ×

TechTalk - Künstliche Intelligenz in der Werkhalle - Machine Learning für Qualitätskontrolle

Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Publicité
Chargement dans…3
×

Consultez-les par la suite

1 sur 16 Publicité

TechTalk - Künstliche Intelligenz in der Werkhalle - Machine Learning für Qualitätskontrolle

Télécharger pour lire hors ligne

Agenda
Warum Künstliche Intelligenz nutzen?
Wie funktioniert Machine Learning?
Wie funktioniert Machine Learning in für die
Qualitätskontrolle ihrer Produkte?
Integration einer KI in den Fertigungsprozess

Im Rahmen des TechTalks der Fachzeitschrift IT&Production vom TeDo Verlag haben wir diesen Vortrag zur Anwendung von Machine Learning in der End-of-Line-Test für die Qualitätsprüfung in einer Produktionslinie gehalten.

Agenda
Warum Künstliche Intelligenz nutzen?
Wie funktioniert Machine Learning?
Wie funktioniert Machine Learning in für die
Qualitätskontrolle ihrer Produkte?
Integration einer KI in den Fertigungsprozess

Im Rahmen des TechTalks der Fachzeitschrift IT&Production vom TeDo Verlag haben wir diesen Vortrag zur Anwendung von Machine Learning in der End-of-Line-Test für die Qualitätsprüfung in einer Produktionslinie gehalten.

Publicité
Publicité

Plus De Contenu Connexe

Similaire à TechTalk - Künstliche Intelligenz in der Werkhalle - Machine Learning für Qualitätskontrolle (20)

Plus par Trebing & Himstedt Prozeßautomation GmbH & Co. KG (20)

Publicité

Plus récents (20)

TechTalk - Künstliche Intelligenz in der Werkhalle - Machine Learning für Qualitätskontrolle

  1. 1. 1 | 08.12.2020 | Machine Learning für Qualitätskontrolle Marius Palass Künstliche Intelligenz in der Werkhalle Consultant Digitalisierung & IoT Machine Learning für Qualitätskontrolle Trebing + Himstedt
  2. 2. 2 | 08.12.2020 | Machine Learning für Qualitätskontrolle Warum Künstliche Intelligenz nutzen? Wie funktioniert Machine Learning? Wie funktioniert Machine Learning in für die Qualitätskontrolle ihrer Produkte? Integration einer KI in den Fertigungsprozess Agenda
  3. 3. 3 | 08.12.2020 | Erkennen Sie den Unterschied? Machine Learning für Qualitätskontrolle
  4. 4. 4 | 08.12.2020 | Erkennen sie den Unterschied? Machine Learning für Qualitätskontrolle https://www.chatkk.com/online-games/spot-the-difference/play-hard.php
  5. 5. 5 | 08.12.2020 | Ist das Produkt gut oder schlecht? Machine Learning für Qualitätskontrolle
  6. 6. 6 | 08.12.2020 | Machine Learning für Qualitätskontrolle Künstliche Intelligenz im Manufacturing Potenziale heben Machine Learning verstehen Typisches Vorgehen eines KI-Projektes
  7. 7. 7 | 08.12.2020 | Daten verstehen und Modelle Trainieren Standardmethoden der Industrie Daten verstehen Datenset präparieren Model auswählen Trainieren und Scoren Modell deployen DATA 2 3 45 6 Use Case verstehen1 BUSINESS CONSULTING CRISP-DM Ansatz Der über verschiedene Industrien verbreitete Data Mining Ansatz CRISP-DM, ist ein offenes Standard Prozess Modell, das allgemeine Ansätze von Data Mining Experten beschreibt. Es ist das am meisten verwendete Data Analytics Modell. Machine Learning für QualitätskontrolleMachine Learning für Qualitätskontrolle
  8. 8. 9 | 08.12.2020 | Machine Learning für Qualitätskontrolle Gutes vs. schlechtes Produkt Mit Hilfe von KI einen End-of-Line Test optimieren Ein Beispiel
  9. 9. 10 | 08.12.2020 | KI als Unterstützung der End-of-Line Prüfung Machine Learning für Qualitätskontrolle D I G I T A L M A N U F A C T U R I N G LIEFERANT MASCHINEN HERSTELLER P R O D U K T - L E B E N S Z Y K L U S
  10. 10. 11 | 08.12.2020 | KI als Unterstützung der End-of-Line Prüfung Machine Learning für Qualitätskontrolle D I G I T A L M A N U F A C T U R I N G LIEFERANT MASCHINEN HERSTELLER P R O D U K T - L E B E N S Z Y K L U S Phase 1: Bewertung durch den Werker Phase 2: KI gibt Empfehlung – Prüfer trifft Entscheidung Phase 3: KI inkludiert Parameter, die Werker nicht einbeziehen kann
  11. 11. 12 | 08.12.2020 | Beispiel: Motor im End-of-Line-Test Machine Learning für Qualitätskontrolle Parameter für die Analyse Vibration Sound Elektrische Spannung Wärme
  12. 12. 13 | 08.12.2020 | Überwachtes und unüberwachtes Machine Learning Überwachtes LERNENUnüberwachtes LERNEN INPUT Parameter Time Series OUTPUT Anomaly Score ANOMALY DETECTION MODELS CUSTOM … ONE-CLASS SUPPORT VECTOR MACHINE MULTIVARIANT AUTOREGRESSION INTERQUARTILE RANGE TEST INPUT Param.Time Series OUTPUT Probability of Failure PREDICTION MODELS CUSTOM TREE ENSEMBLE LEARNING LOGISTIC REGRESSION WEIBULL LIFETIME ANALYSIS Labels … Machine Learning für QualitätskontrolleMachine Learning für Qualitätskontrolle
  13. 13. 14 | 08.12.2020 | Lösungsaufbau Machine Learning für Qualitätskontrolle L4 L2 PLC L0-L1 Sensoren und Prüfstand L3 S1 S2 Sn Business Applications Shopfloor SAP Manufacturing Execution Suite SAP ME SAP MII SAP PCo SAP Cloud Platform Predictive Quality Core App SAP Digital Core ECC Predictive Quality Edge App
  14. 14. 15 | 08.12.2020 | START in die digitale Fertigung & datengetriebene Services Sechs-Phasen-Modell Machine Learning für Qualitätskontrolle
  15. 15. 16 | 08.12.2020 | Jetzt Live-Demo anfordern Machine Learning für Qualitätskontrolle KI in Action mit SAP Cloud Platform https://go.t-h.de/live-demo
  16. 16. 17 | 08.12.2020 | Vielen Dank www.t-h.de/ Tel.: E-Mail: Machine Learning für Qualitätskontrolle Marius Palass Consultant Digitalisierung & IoT +49 172 7400 904 mpalass@t-h.de start-digital

×