ML@KaroProd | Maschinelles Lernen zur Prognose von Prozessparametern und Bauteilqualität in der automobilen Karosserieproduktion

Das Vorhaben ML@KaroProd ist ein vom BMBF gefördertes Projekt mit dem Ziel, Maschinelles Lernen für die Prognose von Prozessparametern und Bauteilqualität in der automobilen Karosserieproduktion einzusetzen. Gegenstand des Forschungsprojekts sind die Modellentwicklung und die Anwendung des Maschinellen Lernens (ML) zur Beschleunigung des Planungs- und Serienanlaufs bei der Karosseriefertigung.
Vorhabenbezeichnung

ML@KaroProd | Maschinelles Lernen zur Prognose von Prozessparametern und Bauteilqualität in der automobilen Karosserieproduktion

 


Inhalt

Das Vorhaben ML@KaroProd ist ein vom BMBF gefördertes Projekt mit dem Ziel,

Maschinelles Lernen für die Prognose von Prozessparametern und Bauteilqualität in der automobilen Karosserieproduktion einzusetzen.

 

Gegenstand des Forschungsprojekts sind die Modellentwicklung und die Anwendung des Maschinellen Lernens (ML) zur Beschleunigung des Planungs- und Serienanlaufs bei der Karosseriefertigung. Dabei sollen die in der Prozessentwicklungs- bzw. Produktionsanlaufphase generierten Ein- und Ausgabedaten für die Entwicklung von Prognosemodellen zur Prozessoptimierung bzw. zur Qualitätssicherung in der Produktion genutzt werden. Neben den prozess- bzw. bauteilbezogenen Kenngrößen soll zudem das fertigungstechnische Expertenwissen bei der Modellentwicklung berücksichtigt werden.

 


Projektkoordinator

Dr. Mathias Jäckel (Fraunhofer IWU Dresden)

 


Projektpartner
  • Fraunhofer IWU Dresden
  • TU Chemnitz, Fakultät Informatik, Professur für Künstliche Intelligenz
  • SCALE GmbH

 


Laufzeit



01.12.2018 - 30.11.2021

 


Zuwendungsgeber


Kontakt
contact Ingolf Lepenies
  • FEM methods