Home Adaptive Parametereinstellung für Fertigungsprozesse
Article
Licensed
Unlicensed Requires Authentication

Adaptive Parametereinstellung für Fertigungsprozesse

  • Sonja Straßer , Herbert Jodlbauer and Lukas Schimpelsberger
Published/Copyright: March 27, 2019
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 114 Issue 3

Kurzfassung

In Fertigungsprozessen ist die Auswahl der optimalen Prozessparameter eine schwierige Aufgabe und meist stark von der Erfahrung qualifizierter Mitarbeiter abhängig. Könnte man Prozessparameter automatisiert individuell auf jeden Bauteil abstimmen, so werden die Qualität der gefertigten Teile weiter erhöht und der Ausschussanteil reduziert. Durch passende Machine-Learning-Methoden wird es möglich, ein Modell aus Produktionsdaten zu erstellen, um damit Einstellparameter optimal vorherzusagen.

Abstract

In manufacturing processes, the selection of optimal process parameters can be a difficult task, which often relies on the experience of highly skilled workers. Individual parameter settings for each part can further increase the quality and reduce scrap. Machine learning methods offer the opportunity to generate models based on manufacturing data to predict optimal parameter settings.

Mag. Dr. Sonja Straßer, geb. 1977, ist Projektleiterin im Forschungsschwerpunkt Produktion und Operations Management der Fachhochschule OÖ an der Fakultät für Management in Steyr.

FH-Prof. DI Dr. Herbert Jodlbauer, geb. 1965, leitet den Bachelor-Studiengang Produktion und Management sowie den Master-Studiengang Operations Management der Fachhochschule OÖ an der Fakultät für Management in Steyr.

Lukas Schimpelsberger, BA, geb. 1994, ist wissenschaftlicher Mitarbeiter am Forschungsschwerpunkt Produktion und Operations Management der Fachhochschule OÖ an der Fakultät für Management in Steyr.

Literatur

1. DIN EN ISO 9000 : 2015 – 11: Qualitätsmanagementsysteme – Grundlagen und Begriffe (ISO 9000 : 2015). Beuth Verlag, Berlin2015Search in Google Scholar

2. Strasser, S.; Tripathi, S.; Kerschbaumer, R.: An Approach for Adaptive Parameter Setting in Manufacturing Processes. In: Proceedings of the 7th International Conference on Data Science, Technology and Applications (DATA 2018), S. 24–3210.5220/0006894600240032Search in Google Scholar

3. Cleve, J.; Lämmel, U.: Data Mining. 2. Aufl., De Gruyter Oldenburg, Berlin, Boston201610.1515/9783110456776Search in Google Scholar

4. Gareth, J.; Witten, D.; Hastie, T.; Tishirani, R.: An Introduction to Statistical Learning: With Applications in R. Springer Tests in Statistics 103, Springer, New York, 2013Search in Google Scholar

5. Miller, A. J.: Subset Selection in Regression. 2nd ed. Monographs on Statistics and Applied Probability. Chapman & Hall/CRC, Boca Raton200210.1201/9781420035933Search in Google Scholar

6. Widrow, B.; Rumelhart, D. E.; Lehr, M. A.: Neural Networks: Applications in Industry, Business and Science. Communications of the ACM37 (1994) 3, S. 93–10510.1145/175247.175257Search in Google Scholar

7. Jodlbauer, H.: Digitale Transformation der Wertschöpfung. 1. Aufl., Kohlhammer Verlag, Stuttgart2017Search in Google Scholar

Online erschienen: 2019-03-27
Erschienen im Druck: 2019-03-28

© 2019, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Digitale Zwillinge bieten Flexibilität
  3. Inhalt/Contents
  4. Inhalt
  5. Fabrikplanung
  6. Konzept eines Expertensystems zur automatisierten Layout- und Transportmittelplanung
  7. Globale Produktion
  8. Potenziale datenbasierter Produktallokationen
  9. Produktionsmanagement
  10. Next Level Production Networks
  11. Lean Production
  12. Erfolgsprognose für Produktivitätsmethoden
  13. Prüfprozesse
  14. Standortgerechter Produktionsanlauf im Netzwerk
  15. Anlagenverfügbarkeit
  16. Zustandsüberwachung von Vorschubantrieben mithilfe eingebetteter Sensoren
  17. Prozessorganisation
  18. Ganzheitlicher Gestaltungs- und Umsetzungsansatz für Good und Smart Governance
  19. Prüfprozesse
  20. Messunsicherheitsbestimmung komplexer Prüfprozesse
  21. Energieflexibilität
  22. Kennzahlenbasierte Bewertung technischer Energieflexibilitäts-potenziale in der Produktion
  23. Additive Fertigung
  24. Zukunftsperspektiven der Additiven Fertigung
  25. Mes-Modul
  26. Bedarfsgerechte Kommunikation in der Fertigung
  27. Data Mining
  28. Six Sigma 4.0
  29. Maschinelles Lernen
  30. Elektromotorenproduktion 4.0
  31. Adaptive Parametereinstellung für Fertigungsprozesse
  32. Produktionsleitsysteme
  33. Leitsysteme 4.0
  34. Vorschau/Preview
  35. Vorschau
https://doi.org/10.3139/104.112055

Articles in the same Issue

  1. Editorial
  2. Digitale Zwillinge bieten Flexibilität
  3. Inhalt/Contents
  4. Inhalt
  5. Fabrikplanung
  6. Konzept eines Expertensystems zur automatisierten Layout- und Transportmittelplanung
  7. Globale Produktion
  8. Potenziale datenbasierter Produktallokationen
  9. Produktionsmanagement
  10. Next Level Production Networks
  11. Lean Production
  12. Erfolgsprognose für Produktivitätsmethoden
  13. Prüfprozesse
  14. Standortgerechter Produktionsanlauf im Netzwerk
  15. Anlagenverfügbarkeit
  16. Zustandsüberwachung von Vorschubantrieben mithilfe eingebetteter Sensoren
  17. Prozessorganisation
  18. Ganzheitlicher Gestaltungs- und Umsetzungsansatz für Good und Smart Governance
  19. Prüfprozesse
  20. Messunsicherheitsbestimmung komplexer Prüfprozesse
  21. Energieflexibilität
  22. Kennzahlenbasierte Bewertung technischer Energieflexibilitäts-potenziale in der Produktion
  23. Additive Fertigung
  24. Zukunftsperspektiven der Additiven Fertigung
  25. Mes-Modul
  26. Bedarfsgerechte Kommunikation in der Fertigung
  27. Data Mining
  28. Six Sigma 4.0
  29. Maschinelles Lernen
  30. Elektromotorenproduktion 4.0
  31. Adaptive Parametereinstellung für Fertigungsprozesse
  32. Produktionsleitsysteme
  33. Leitsysteme 4.0
  34. Vorschau/Preview
  35. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2025 De Gruyter Brill
Downloaded on 23.9.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.112055/html
Scroll to top button