| Titre : |
How injection molding experts collaborate with AI : Combining expert knowledge and process data for monitoring and controlling the IM process |
| Type de document : |
texte imprimé |
| Auteurs : |
Jonathan Lambers, Auteur ; Jakob Schüder, Auteur ; Giovanni Schober, Auteur |
| Année de publication : |
2023 |
| Article en page(s) : |
p. 55-57 |
| Langues : |
Anglais (eng) |
| Catégories : |
Assurance qualité
Industrie 4.0Le concept d’Industrie 4.0 correspond à une nouvelle façon d’organiser les moyens de production : l’objectif est la mise en place d’usines dites "intelligentes" ("smart factories") capables d’une plus grande adaptabilité dans la production et d’une allocation plus efficace des ressources, ouvrant ainsi la voie à une nouvelle révolution industrielle. Ses bases technologiques sont l'Internet des objets et les systèmes cyber-physiques.
Logiciels
Matières plastiques -- Moulage par injection
Numérisation
Réseau bayésien
|
| Index. décimale : |
668.4 Plastiques, vinyles |
| Résumé : |
The German Plastics Center SKZ and Fraunhofer IPA are collaboratively developing a process monitoring and control system for the injection molding (IM) process based on Bayesian Networks. In their research project “ProBayes”, the researchers build a fully networked injection molding cell in the SKZ lab demonstrating a system in live operation that detects deviations in product quality, identifies the most likely cause and issues specific recommendations for action to the machine operator. |
| Note de contenu : |
- Connecting machine, periphery, and quality measurement systems
- Generation of training data and extension by simulations
- Validating the bayesian network in production
- Fig. 1 : Software architecture of the injection molding cell. MQTT is a communication protocol for machine-to-machine communication
- Fig. 2 : Link to dataset published on EUDAT platform
- Fig. 3 : Structure of the Bayesian Network for the part weight quality characteristic
- Fig. 4 : "Human-in-the-Loop" : Schematic of the demonstrator’s architecture. The data from the injection molding machine and peripheral devices are aggregated by the middleware (Connectware) and transferred to the Bayesian Network for inference |
| En ligne : |
https://drive.google.com/file/d/1V4o-uKCt6c3Z4De0raWmuQU-zTmmG48K/view?usp=drive [...] |
| Format de la ressource électronique : |
Pdf |
| Permalink : |
https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=40753 |
in PLASTICS INSIGHTS > Vol. 113, N° 9 (2023) . - p. 55-57
Aller sur edunet
Accueil
How injection molding experts collaborate with AI in PLASTICS INSIGHTS, Vol. 113, N° 9 (2023)
