Diese Seite wurde maschinell übersetzt.
Füllen Sie bitte eine 1-Minuten-Befragung zur Qualität dieser Übersetzung aus.
Die DHGE und DMG MORI entwickeln KI-Anwendungen zur Vorhersage von Ausfallrisiken bei Werkzeugmaschinen
DHGE plant, den Einsatz von MATLAB in zukünftigen Projekten auszuweiten
„MATLAB vereinfachte unseren Prototyping-Prozess und erforderte keine Zwischenschritte oder Datenübertragungen, was im Vergleich zu Python ein Vorteil war.“
Wichtigste Ergebnisse
- Durch den Einsatz von MATLAB-Apps konnten Datenverarbeitungsaufgaben beschleunigt und die Zeitspanne zwischen Prototyping und Bereitstellung verkürzt werden.
- Mit der Statistics and Machine Learning Toolbox konnten Forscher Ausfallrisiken von Werkzeugmaschinen vorhersagen
- MATLAB-Apps wurden für den Einsatz in der Predictive Maintenance im industriellen Kontext entwickelt und eingesetzt
Die DHGE entwickelte ein Vorhersagemodell zur Erkennung potenzieller Feldausfälle durch Analyse der stark nichtlinearen und komplexen Beziehungen zwischen Systemkonfigurationen und Ausfallrisiken.
Die Duale Hochschule Gera-Eisenach (DHGE) ist eine Hochschule für Technik und Wirtschaft, die gemeinsam mit der Industrie effiziente und innovative Lösungen für anhaltende Herausforderungen findet, wie etwa die Vorhersage des Ausfallrisikos von Werkzeugmaschinen. Die Universität hat mit dem internationalen Maschinenbauunternehmen DMG MORI Seebach zusammengearbeitet und MATLAB®-Tools zum Entwickeln und Testen von Apps verwendet, die mithilfe von KI vorhersagen, wann Wartungsarbeiten an Industriemaschinen erforderlich sind. So können Ausfälle vermieden und die Effizienz verbessert werden.
Um eine intuitive App für Endbenutzer zu erstellen, verwendete DHGE zunächst MATLAB Tools für das Feature Engineering. Dabei ging es um die Standardisierung und Verarbeitung von Schlüsseldaten aus unterschiedlichen Quellen sowie um die Entwicklung experimenteller Methoden zur Identifizierung von Merkmalen. Anschließend verarbeiteten die Forscher mithilfe von Code, der im MATLAB App Designer entwickelt und mit MATLAB Compiler™ kompiliert wurde, die Daten zu einem gemeinsamen Vektor, der zum Trainieren eines flachen neuronalen Netzwerks verwendet werden konnte. Dieses Modell wurde mithilfe neuronaler Netzwerkfunktionen aus der Statistics and Machine Learning Toolbox™ erstellt. Die Verwendung von MATLAB-Tools erleichterte die Zusammenarbeit zwischen DHGE und DMG MORI, indem sie eine nahtlose Möglichkeit zur Implementierung des Modells bot.
DHGE suchte nach einer Lösung zur effizienten Verarbeitung von Daten in ein gemeinsames Format für Modelle zur Predictive Maintenance. Durch die ausschließliche Verwendung von MATLAB-Tools zur Entwicklung des Vorhersagemodells profitierten die Forscher von einem reibungslosen iterativen Designprozess sowie von Datenkonsistenz und -sicherheit. Der Entwicklungsprozess erforderte außerdem weniger Zwischenschritte und Datenübertragungen im Vergleich zu ähnlichen Arbeiten mit Python®, wodurch die Zeit zwischen Prototyping und Bereitstellung verkürzt wurde. Mithilfe dieser Tools erstellten die Forscher der DHGE eine App zur Implementierung durch DMG MORI, die einen robusteren und effizienteren Prozess für die Produktion und Konfiguration von Werkzeugmaschinen ermöglichte.
Die Forscher der DHGE planen, auch in zukünftigen Projekten MATLAB-Tools sowie MathWorks Support zu verwenden. Dazu gehören die Evaluierung der Funktion dieser App für Predictive Maintenance sowie die Entwicklung einer neuen MATLAB-Toolbox zur Unterstützung des Maschinendatenimports, um den wachsenden Bedarf in der KI-Landschaft zu decken.
Eingesetzte Produkte
