DeepQuality

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

 

Siehe auch

SafeDewPoint – Säuretaupunkt- und Korrosionssensoren für dynamische Abwärmerückgewinnung aus Stahlwerk-Abgasen

Bei der Verbrennung von Stahlwerksgasen schwankt die Säuretaupunkttemperatur stark. SafeDewPoint zielt auf die Rückgewinnung von Abwärme in Winderhitzern, Kraftwerken und […]

REUSteel – Verbreitung von Ergebnissen europäischer Forschungsprojekte zur Wiederverwendung und zum Recycling von Nebenprodukten im Stahlsektor

Ausgangssituation Viele EU-finanzierte Projekte zur Wiederverwendung und zum Recycling von Nebenprodukten wurden bereits in den letzten 15 Jahren durchgeführt. Anforderung […]

HiperScale – Verringerung der Zunderbildung und Optimierung der Entzunderbarkeit und des Entzunderungsprozesses

Situation: Zunderbildung während des Wiedererwärmens führt zu Materialverlusten. Schlechte Entzunderbarkeit und Zunderrückstände auf den Brammen oder Knüppeln führen zu Oberflächendefekten […]

ProBF – Prozessführungsstrategie des Hochofens der Zukunft zum effizienten Reduktionsmitteleinsatz und zur Reduzierung der CO2-Emissionen

Gesamtziel dieses gemeinsamen, vom Land NRW geförderten Vorhabens von thyssenkrupp Steel (tkSE) und dem BFI ist die Entwicklung und Erprobung […]