Inline qualiti monitoring and data-based quality prediction / Alexander Schulze Struchtrup in KUNSTSTOFFE INTERNATIONAL, Vol. 110, N° 6 (2020)  

[article]  inKUNSTSTOFFE INTERNATIONAL > Vol. 110, N° 6 (2020) . - p. 17-20 Titre : Inline qualiti monitoring and data-based quality prediction : successfully managing digital transformation with automation and artificial intelligence Type de document : texte imprimé Auteurs : Alexander Schulze Struchtrup, Auteur ; Alexander Mahl, Auteur ; Dimitri Kvaktun, Auteur ; Martin Thalemann, Auteur ; Reinhard Schiffers, Auteur Année de publication : 2020 Article en page(s) : p. 17-20 Langues : Anglais (eng) Catégories : Automatisation Etanchéité Industrie 4.0 Le 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. Intelligence artificielle Matières plastiques -- Moulage par injection Qualité -- Contrôle Surveillance électronique Index. décimale : 668.4 Plastiques, vinyles Résumé : Maintaining competitiveness while producing in Germany requires not only cost-efficient production, but also high-quality products. Vorwerk Elektrowerke is accepting this challenge. In collaboration with the Institute of Product Engineering at the University of Duisburg-Essen, Germany, the company is testing a 100 % inline quality monitoring system as well as a quality prediction using machine learning. Note de contenu : - Tightness as the ultimate goal - Inline assessment of the molding contour - Maximum usability - Machine learning for the prediction of quality features - Reliable performance - Autonomous processes, low reject rate - Fig. 1 : The contour of the molded part is crucial for the functionality of the sealing lip (TPE) of the filter cover - Fig. 2 : The CV-X camera system used has a monochrome sensor with a resolution of 21 megapixels - Fig. 3 : The automatic model generation relates to only little effort for the user : once the learning data has been provided, everything else runs automatically - Fig. 4 : The achieved model performances show that a prediction of the quality characteristics based on the process data is well possible. The requirements for this are precise quality data En ligne : https://drive.google.com/file/d/1mF_1NyHJhoIEWPfw3Xs_iE_SPL7OlKzD/view?usp=drive [...] Format de la ressource électronique : Pdf Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=34710 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
21871	-	Périodique	Bibliothèque principale	Documentaires	Disponible

Molded part quality prediction using machine learning / Alexander Schulze Struchtrup in KUNSTSTOFFE INTERNATIONAL, Vol. 110, N° 5 (2020)  

[article]  inKUNSTSTOFFE INTERNATIONAL > Vol. 110, N° 5 (2020) . - p. 22-25 Titre : Molded part quality prediction using machine learning : How much added value does cavity pressure sensor technology offer for the quality prediction in injection molding ? Type de document : texte imprimé Auteurs : Alexander Schulze Struchtrup, Auteur ; Dimitri Kvaktun, Auteur ; Reinhard Schiffers, Auteur Année de publication : 2020 Article en page(s) : p. 22-25 Langues : Anglais (eng) Catégories : Apprentissage automatique L'apprentissage automatique (en anglais : machine learning, litt. "apprentissage machine"), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'"apprendre" à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes. (Wikipedia) Matières plastiques -- Moulage par injection Prévision technologique Qualité -- Contrôle Index. décimale : 668.4 Plastiques, vinyles Résumé : The general aim of quality prediction is to derive statements about the resulting molded part quality based on process data. For injection molded parts, a high level of informative value is generally attributed to the cavity pressure curve. The question arises whether the quality prediction yields more precise results if, in addition to the process data from the machine’s internal sensors, the data from the mold sensor(s) are also included. Note de contenu : - Fundamentals of molded part quality production - Consistent data processing chain - Themolded part is weighed and photographed after removal - Central composite design - Higher model grades for molded part weight - Fig. 1 : Before the application of a model-based quality prediction, a learning phase is necessary, in which both process and quality data are provided - Fig. 2 : The consistent data processing allows the automatic generation of quality models - Fig. 3 : The mold to produce the plate specimen contains two cavity pressure sensors - Fig. 4 : Very high model grades are possible when predicting the part weight. Only the quality prediction exclusively based on cavity pressure features yield slightly lower model qualities - Fig. 5 : The model grades for the prediction of the part length are a bit lower than those for the weight prediction. Nevertheless, they show the same qualitative behavior En ligne : https://drive.google.com/file/d/1wCRWPWglDqToebAa0IhWlEunJGE2eeX2/view?usp=drive [...] Format de la ressource électronique : Pdf Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=34462 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
21834	-	Périodique	Bibliothèque principale	Documentaires	Disponible

---

1 (1 - 2 / 2)