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
-
Konfokale Messtechnik neu gedacht
Vom Messpunkt zur Linie
Mit der Sensorreihe ConfocalLine erweitert Micro-Epsilon die konfokal-chromatische Messtechnik um einen leistungsfähigen Linienscanner für präzise…
-
Anzeige
SIL 3 ohne Safety-CPU: was das im Schaltschrank spart
Motion und Visualisierung sind längst in die SPS integriert, die Sicherheit blieb bisher an Hardware gebunden. Jetzt hat der TÜV SÜD eine virtuelle Sicherheitssteuerung bis SIL 3 und PL e abgenommen: Die Zweikanaligkeit entsteht in Software.
-
Simulation als durchgängiger Engineering-Workflow
Vom Kamerabild bis zum SPS-Code
Auf der SPS 2026 zeigt Machineering, wie iPhysics bislang getrennte Engineering-Schritte zusammenführt. Angefangen bei KI-Training…
-
Kontron bestätigt Umsatz-Prognose
Kontron hat die Geschäftszahlen für die ersten neun Monate bekannt gegeben.


















