Ein auf Befestigungstechnik spezialisiertes, international tätiges Unternehmen produziert unter anderem Bolzenanker in verschiedensten Ausführungen. Um hierbei die Umschließungsqualität der zugehörigen metallischen Hülse aus vorhandenen Maschinendaten in Echtzeit zu bestimmen, wurde ein entsprechendes Entwicklungsprojekt als Bachelorarbeit an der Ostschweizer Fachhochschule (OST), Campus Buchs, durchgeführt. Als geeignete Lösung hat sich dabei das maschinelle Lernen (ML) mit TwinCat Machine Learning von Beckhoff erwiesen. Aufgabe der Bachelorarbeit war, eine automatisierte Qualitätsprüfung mithilfe von Methoden des maschinellen Lernens zu entwickeln. Für die Qualitätskontrolle sollten lediglich die bereits vorhandenen Maschinendaten verwendet werden.
Qualitätsprüfung mit Machine Learning
Beckhoff Automation GmbH & Co. KG
-
Digitale Fabrik der Zukunft
Was Agentic AI für die Industrie verändert
Agentic AI soll industrielle Prozesse nicht nur automatisieren, sondern zunehmend selbstständig koordinieren und optimieren. Im…
-
75 Prozent kleiner als RJ45
Kompakte Ethernet-Schnittstelle jetzt für EtherNet/IP spezifiziert
Die ODVA hat die kompakte ix-Industrial-Schnittstelle für Ethernet/IP-Netzwerkanwendungen spezifiziert.
-
Europäisches Large Language Model
DBR77 entwickelt Industrie-LLM für Produktionsentscheidungen
Large Language Models sind meist auf möglichst breite Einsatzfelder ausgelegt. DBR77 geht einen anderen Weg:…
-
Neue Produktionsbasis in Indien für Hora Etec
Hora Etec baut seine internationale Präsenz weiter aus und hat Hora India am Standort Jamnagar…
-
Vision übertrifft Ausstellerrekord
Anfang Oktober wird die Vision in Stuttgart erneut zum Treffpunkt für alle, die Machine Vision…


















