Ausgangssituation: Einsatz metallischer Ventilatoren aufgrund hoher Temperaturwerte in Industrieöfen nur begrenzt möglich. Aufgrund der Kriechverformung muss die Drehzahl metallischer Ventilatoren […]

DeepQuality – Einsatz von robusten Deep-Learning-Methoden zur automatischen Qualitätsbewertung von Stahlprodukten
DeepQuality zielt darauf ab, die automatische Qualitätsbewertung von Stahlprodukten durch einen ganzheitlichen Ansatz zu verbessern, der Deep-Learning-Technologie mit einem ausgefeilten Management der zugrunde liegenden Trainingsdaten kombiniert, um die optimale Nutzung aller verfügbaren Datenquellen zu ermöglichen und gleichzeitig die Konfigurierbarkeit und Wartbarkeit des bisherigen Entscheidungsunterstützungssystems zu vereinfachen.
Dies Projekt kombiniert Deep-Learning-Technologie mit einem ausgefeilten Management der zugrundeliegenden Trainingsdaten und besteht aus den folgenden Konzepten, die einen menschenzentrierten Lebenszyklus für die robuste industrielle Anwendung von Deep-Learning-Qualitätsmodellen realisieren.
- Produktionsdaten-Pipelines
- Industrielles Management von Trainingsdaten
- Robuste Anwendung von Deep Learning Techniken
- Online-Anwendung von DL-Qualitätsmodellen