Virtual Quality Control

Aus den aufgezeichneten Prozessdaten durch die Edge werden mit Algorithmen der künstlichen Intelligenz und Machine Learning digitale Modelle generiert. Zum Training der Modelle bzw. zur Berechnung der Model-Parameter werden konventionelle Protokolle der Messmaschinen verwendet. Im Online-Betrieb wird das Model genutzt für die Qualitätsprognose der Fertigungs-Toleranzen, die automatisierte Ursachen-Wirkungsanalyse, die Echtzeit-Parameter Adaption für Null-Fehler-Produktion und die automatisierte Ursachen-Wirkungsanalyse der Produktivität. Die Machine Learning-Systeme sind lernfähig und adaptieren sich über längere Zeiträume immer besser an die sich ständig ändernden Produktionsbedingungen.

Bild13.png

Kundennutzen

  • Virtuelle Qualitätsvorhersage für alle Fertigungstoleranzen durch Machine Learning (ML)

  • Bis zu 100 % Qualitätskontrolle

  • Automatisierte Generierung des ML-Modells

  • Kontinuierliche Verbesserung des ML-Modells durch überwachtes Anomalie-Erkennungslernen