Andreas Mayr, Benjamin Lutz, Michael Weigelt, Tobias Gläßel, Johannes Seefried, Dominik Kißkalt, Jörg Franke
March 27, 2019
Abstract
Kurzfassung Industrie 4.0 geht mit einer Vielzahl an Technologien einher, die großes Potenzial für die Elektromotorenproduktion von morgen bieten. Vor allem datengetriebene Ansätze, die sich der Methoden des maschinellen Lernens (ML) bedienen, rücken zunehmend in den Fokus. Im Rahmen dieses Beitrags wird gezeigt, wie sich die daraus ergebenden Potenziale systematisch erschließen lassen. Nach einem kurzen Überblick über bestehende ML-Ansätze in der Elektromotorenproduktion wird anhand des Referenzmodells CRISP-DM beispielhaft eine ML-basierte Qualitätsüberwachung für das Laserschweißen von Hairpins entwickelt.