Smart Factory – Konzeption und Prototyp zum Image Mining und zur Fehlererkennung in der Produktion

Um die Leistungsfahigkeit der Produktion in der Smart Factory effizient zu gestalten, lassen sich durch Sensoren in Echtzeit erhobene Produktionsdaten zur Qualitatsprufung nutzen. Damit die Daten, die Informationen und letztendlich das durch algorithmische Analyse generierte Wissen uber die Qualitat rechtzeitig bereitsteht, sind passende Netzwerkarchitekturen, wie beispielsweise die des Edge Computing, notwendig, um einen effizienten Einsatz zu ermoglichen. In diesem Kontext beschaftigt sich der Beitrag mit den Herausforderungen der Analyse von Daten bildgebender Sensoren in der Produktion. Die vorgenommenen Untersuchungen fusen dabei auf der Implementierung einer Image-Mining-Applikation zur Echtzeit-Fehlererkennung in der Produktion, die mittels eines gestaltungsorientierten Forschungsansatzes ergrundet wurden. Neben der Identifikation der Herausforderungen in diesem Spannungsfeld, liesen sich Algorithmen ausfindig machen und betrachten, die hierfur eine hohe Prognosegenauigkeit aufweisen. Die erzielten Erkenntnisse bilden dabei eine wichtige Grundlage fur den Einsatz von Image-Mining-Applikationen in der Smart Factory.