KIT | KIT-Bibliothek | Impressum | Datenschutz

Machine Learning Methods for Product Quality Monitoring in Electric Resistance Welding

Zhou, Baifan

Abstract:

Elektrisches Widerstandsschweißen (Englisch: Electric Resistance Welding, ERW) ist eine Gruppe von vollautomatisierten Fertigungsprozessen, bei denen metallische Werkstoffe durch Wärme verbunden werden, die von elektrischem Strom und Widerstand erzeugt wird. Eine genaue Qualitätsüberwachung von ERW kann oft nur teilweise mit destruktiven Methoden durchgeführt werden. Es besteht ein großes industrielles und wirtschaftliches Potenzial, datengetriebene Ansätze für die Qualitätsüberwachung in ERW zu entwickeln, um die Wartungskosten zu senken und die Qualitätskontrolle zu verbessern. ... mehr

Abstract (englisch):

Electric Resistance Welding (ERW) is a group of fully automated manufacturing processes that join metal materials through heat, which is generated due to electric current and resistance. Precise quality monitoring of ERW can often be performed only partially by using destructive methods. There is huge industrial and economical potential to develop data-driven approaches for quality monitoring in ERW, to reduce maintenance cost and improve quality control. Data-driven approaches, such as Machine Learning (ML), have attracted much attention due to the enormous amount of available data provided by technologies of Industry 4.0. ... mehr


Volltext §
DOI: 10.5445/IR/1000132412
Veröffentlicht am 11.05.2021
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Automation und angewandte Informatik (IAI)
Publikationstyp Hochschulschrift
Publikationsdatum 11.05.2021
Sprache Englisch
Identifikator KITopen-ID: 1000132412
HGF-Programm 47.14.02 (POF IV, LK 01) Information Storage and Processing in the Cell Nucleus
Verlag Karlsruher Institut für Technologie (KIT)
Umfang xv, 218 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Maschinenbau (MACH)
Institut Institut für Automation und angewandte Informatik (IAI)
Prüfungsdatum 26.04.2021
Schlagwörter machine learning, manufacturing, industry 4.0, resistance welding, data mining, condition monitoring, quality monitoring, ontology, semantic technology, application
Referent/Betreuer Mikut, R.
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page