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

UrbanNickel – Rückgewinnung und Wiederverwertung von Nickel aus deponierten Neutralisationsschlämmen der Edelstahlindustrie

Situation: Deutschland besitzt keine nennenswerten Metallerz-Vorkommen, sodass einige strategische Metallrohstoffe – unter anderem auch Nickel – importiert werden müssen. Jährlich […]

Nanocarbide – Steigerung technologischer Eigenschaften durch Kryobehandlung von Werkzeugstählen

Ausgangslage: Kryobehandlung – eine Zusatzbehandlung in der Wärmebehandlungskette Vergüten, mit der die Zähigkeit und die Verschleißbeständigkeit verbessert werden können. Eine […]

REDERS – Reduzierte CO2-Emissionen durch Erhöhung der Recyclingquote bei der Stahlherstellung

Zielsetzung des vom Land NRW geförderten und im August 2021 gestarteten Vorhabens ist es, durch einen erhöhten Einsatz von eisenhaltigem […]

InTEGrated – Entwicklung innovativer TEG-Systeme zur kostengünstigen und optimierten Energiegewinnung aus EAF-Kühlwasser und strahlenden Abwärmequellen in Stahlwerken

Ausgangfssituation Im Stahlerzeugungsprozess fallen große Abwärmemengen an, die ungenutzt an die Umgebung abgegeben werden. Die Nutzung dieser Abwärme kann ein […]