Bildklassifizierung mittels Machine und Deep Learning zur Quantifizierung von Verschleißzuständen in Umformprozessen

Image classification based on machine and deep learning to quantify wear states in forming processes

Advanced Design Project (ADP)

Machine Learning und Bilderkennungsalgorithmen mit 2D Kameras werden aktuell vor allem zu der Analyse und dem Tracking von Objekten sowie dem Screening von Oberflächen verwendet. Speziell in der Produktion besitzen optische Messsysteme aber ein großes Potenzial, auch die Qualität von Bauteilen oder den Zustand von Werkzeugen zu beschreiben.

Um das Potenzial einer KI-gestützten Analyse optisch erfasster Daten auch für die umformtechnische Produktion nutzbar zu machen, sollen im Rahmen des ADP Machine und Deep Learning Modelle zur Quantifizierung des Verschleißzustandes an einem Umformwerkzeug entwickelt und mit konventionellen Bilderkennungsalgorithmen verglichen werden. Als Grundlage der Modellierung können hierbei reale Bilder von Verschleißzuständen an einem Schneidstempel, erfasst mit einem industriellen Low-Cost Kamerasystem, genutzt werden (siehe Abbildung).

Die genauen Inhalte und die individuelle Anpassung der Aufgabenstellung können in einem persönlichen Gespräch / Videokonferenz festgelegt werden.

Ablauf zur Quantifizierung von Verschleißzuständen mittels Deep und Machine Learning

Forschungsmethode

Theoretisch, experimentell