Bibtex
Cite as text
@Article{Scherer+Bast+Murach+Didas+Dartmann+Wahl,
Cite-key = "Scherer2023Nachhaltige",
Year= "2023",
Number= "2",
Volume= "IM 39",
Pages= "56-59",
Journal = "Industry 4.0 Management",
Title= "Nachhaltige und intelligente additive Fertigung – Frühzeitige Erkennung von Produktionsfehlern im 3D-Druck durch Künstliche Intelligenz",
Author= "Kai Scherer, Sebastian Bast, Julien Murach, Stephan Didas, Guido Dartmann und Michael Wahl, Hochschule Trier, Umwelt-Campus Birkenfeld",
Doi= "https://doi.org/10.30844/IM_23-2_56-59",
Abstract= "Die additive Fertigung ist eine zunehmend an Bedeutung gewinnende Fertigungstechnologie mit einem großen wirtschaftlichen Potenzial. Ihre Beliebtheit geht jedoch mit hohen Material- und Zeitverlusten einher, da fehlerbehaftete Werkstücke in vielen Fällen erst sehr spät im Fertigungsprozess erkannt werden. Ein Lösungsansatz für eine nachhaltigere und effizientere Produktion ist das automatisierte und frühzeitige Erkennen von Fertigungsfehlern mit Verfahren der Künstlichen Intelligenz. Dieser Beitrag beschreibt die Digitalisierung des Fehlererkennungsprozesses im 3D-Druck mithilfe eines bildbasierten, lernenden Systems. Dabei wird neben den einzelnen Arbeitsschritten zur automatisierten Fehlererkennung auch auf die Leistung des Systems eingegangen.",
Keywords= "Additive Fertigung, künstliche neuronale Netze, Computer Vision, Automatisierung ",
}
Kai Scherer, Sebastian Bast, Julien Murach, Stephan Didas, Guido Dartmann und Michael Wahl, Hochschule Trier, Umwelt-Campus Birkenfeld(2023): Nachhaltige und intelligente additive Fertigung – Frühzeitige Erkennung von Produktionsfehlern im 3D-Druck durch Künstliche Intelligenz. IM 392(2023), S. 56-59. Online: https://doi.org/10.30844/IM_23-2_56-59 (Abgerufen 04.12.24)
Open Access
Die additive Fertigung ist eine zunehmend an Bedeutung gewinnende Fertigungstechnologie mit einem großen wirtschaftlichen Potenzial. Ihre Beliebtheit geht jedoch mit hohen Material- und Zeitverlusten einher, da fehlerbehaftete Werkstücke in vielen Fällen erst sehr spät im Fertigungsprozess erkannt werden. Ein Lösungsansatz für eine nachhaltigere und effizientere Produktion ist das automatisierte und frühzeitige Erkennen von Fertigungsfehlern mit Verfahren der Künstlichen Intelligenz. Dieser Beitrag beschreibt die Digitalisierung des Fehlererkennungsprozesses im 3D-Druck mithilfe eines bildbasierten, lernenden Systems. Dabei wird neben den einzelnen Arbeitsschritten zur automatisierten Fehlererkennung auch auf die Leistung des Systems eingegangen.
Additive Fertigung, künstliche neuronale Netze, Computer Vision, Automatisierung