• Medientyp: E-Artikel
  • Titel: Elektromotorenproduktion 4.0 : Potenziale des maschinellen Lernens in der Elektromotorenproduktion am Beispiel des Laserschweißens von Hairpins : Potenziale des maschinellen Lernens in der Elektromotorenproduktion am Beispiel des Laserschweißens von Hairpins
  • Beteiligte: Mayr, Andreas; Lutz, Benjamin; Weigelt, Michael; Gläßel, Tobias; Seefried, Johannes; Kißkalt, Dominik; Franke, Jörg
  • Erschienen: Walter de Gruyter GmbH, 2019
  • Erschienen in: Zeitschrift für wirtschaftlichen Fabrikbetrieb
  • Sprache: Englisch
  • DOI: 10.3139/104.112051
  • ISSN: 2511-0896; 0947-0085
  • Schlagwörter: Management Science and Operations Research ; Strategy and Management ; General Engineering
  • Entstehung:
  • Anmerkungen:
  • Beschreibung: <jats:title>Kurzfassung</jats:title> <jats:p>Industrie 4.0 geht mit einer Vielzahl an Technologien einher, die großes Potenzial für die Elektromotorenproduktion von morgen bieten. Vor allem datengetriebene Ansätze, die sich der Methoden des maschinellen Lernens (ML) bedienen, rücken zunehmend in den Fokus. Im Rahmen dieses Beitrags wird gezeigt, wie sich die daraus ergebenden Potenziale systematisch erschließen lassen. Nach einem kurzen Überblick über bestehende ML-Ansätze in der Elektromotorenproduktion wird anhand des Referenzmodells CRISP-DM beispielhaft eine ML-basierte Qualitätsüberwachung für das Laserschweißen von Hairpins entwickelt.</jats:p>