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
-
Rohrverbinder für die Fördertechnik
Drehbare Lagerung macht Lastentrolley kurvengängig
RK Rose+Krieger hat auf Basis seiner Rohrverbindungstechnik einen Lastentrolley für Hängeförderbahnen entwickelt.
-
Rückblick: Autodesk University 2026
Auf der Autodesk University 2026 zeigte Autodesk, wie Betriebsdaten, digitale Zwillinge, Prozesssimulation und mobile Wartungsabläufe…
-
Anzeige
Wie intelligent ist Licht?
Maschinen kommunizieren, reagieren und steuern Prozesse. Nur ihr Licht wird oft noch als passive Komponente…
-
Interview zu Industrial DevOps
Warum Automatisierungssoftware zum Wettbewerbsfaktor wird
Maschinen werden längst nicht mehr nur über Mechanik und Elektronik definiert – immer häufiger entscheidet…
-
Automatisierung für Präzisionsmaschinen
Wie Covatec mit skalierbarer Steuerungstechnik flexibel bleibt
Klein, präzise und flexibel: Nach diesem Prinzip entwickelt das Schweizer Unternehmen Covatec kundenspezifische Präzisionsmaschinen. Damit…
das könnte sie auch interessieren
-
Rohrverbinder für die Fördertechnik
Drehbare Lagerung macht Lastentrolley kurvengängig
-
Instandhaltung als unterschätzter Effizienzhebel
Vom Kostenfaktor zum Wettbewerbsvorteil

















