Qualitätssicherung in der Produktionsumgebung

 

Webinar "IoT und Machine Learning in Produktionsumgebungen"

16.11.2020 | 10:00 - 11:00 Uhr

 

 

IoT

Warum die Dinge nicht so sind, wie sie sein sollten?

In vielen Produktionsprozessen ist die frühzeitige Erkennung von Qualitätsproblemen ein wichtiger Faktor: zeitlich aber vor allem auch finanziell. Je früher im Prozess erkannt wird, dass die Werkstücke für die nächsten Prozessschritte nicht geeignet sind, desto eher kann darauf reagiert werden.

Eine optische Qualitätssicherung kann direkt in die Produktion eingebunden werden, dadurch können Fehler direkt dort erkannt werden, wo sie entstehen und folglich auch zeitnahe eingegriffen werden. Ein weiterer Vorteil einer automatisierten Qualitätssicherung  ist die leichte Skalierbarkeit, denn ein neuronales Netz kann auf mehreren Maschinen eingesetzt werden und in mehreren Werken. Dieser übergreifende Einsatz verringert nicht nur die Entwicklungskosten pro Maschine/Werk, sondern stellt auch einen einheitlichen Standard her, da die optische Qualitätssicherung nicht mehr durch das subjektive Empfinden beeinflusst wird. Abschließend ist ein neuronales Netz nicht nur ein verlässliches Qualitätssicherungswerkzeug, sondern kann auch die Datenbasis für eine Produktionsoptimierung liefern. Denn nur wenn wir wissen wowannwelche und wieviele Fehler passieren, können wir der Frage nachgehen warum diese Fehler passieren und diesen entsprechend vermeiden.

In unserem Webinar zeigen wir Ihnen anhand eines vorbereiteten ShowCase, wie automatisierte Qualitätssicherung in der Praxis umgesetzt werden kann. Ein 3D-Drucker wird das Produktionsumfeld in diesem Szenario darstellen. Während des Druckvorgangs werden Sensorwerte, aber auch permanent Bilder des Druckvorgangs aufgezeichnet. Diese Daten verarbeiten wir mit einer Azure IoT Pipeline und wollen daraus Daten für die Qualitätsbestimmung sammeln. Nach einer lokalen Verarbeitung (auf dem HPE Edge Device, HPE Edgeline EL20) werden die Daten im Azure Data Lake gespeichert.

hpe-4




Welche Erkenntnisse können aus den Daten gewonnen werden? Wie können diese verarbeitet und als Grundlage für Machine Learning Modelle genutzt werden? Mithilfe der Azure IoT und Analytics Platform stellen wir einen möglichen Weg zur Datenanalyse vor.


In Kombination mit den Bildern aus dem Produktionsprozess finden wir die Ursachen für Fehldrucke und können diese in weiteren Druckläufen vermeiden. Welche Arten von Daten und wie viele davon benötigt werden, um zu fundierten Ergebnissen zu kommen werden wir mit Beispielen demonstrieren.

Nutzen wir gemeinsam das Potential der Daten!

 

IoT-Showcase

Jetzt zum kostenlosen Webinar anmelden!

MarioSchnalzenberger

Mario Schnalzenberger, Data Scientist

KristinaPreuer

Kristina Preuer, Data Scientist

RainerWorbis

Rainer Worbis, Software Architekt

Erfahren Sie von unseren Experten Mario Schnalzenberger, Kristina Preuer und Rainer Worbis wie Sie künstliche Intelligenz und Machine Learning zur Qualitätssicherung auch in Ihrem Unternehmen einsetzen können.

jetzt anmelden!

Jetzt anmelden!

Das kostenlose Webinar findet am 16.11.2020 von 10:00 - 11:00 Uhr statt.
Wir freuen uns auf einen interessanten Austausch mit Ihnen!