Fehlererkennung bei Lackierrobotern

Fehlererkennung bei Lackierrobotern

Mithilfe von Logdaten werden zwei konkrete Fehlerbilder modelliert und ein Verfahren zur Identifikation der Fehler erarbeitet.

Herausforderung

Ein Softwarehaus plant die Monitoringsoftware von Lackierrobotern eines Maschinenherstellers um eine Komponente zur Früherkennung von Fehlern zu erweitern. Für den Nachweis der Funktionsfähigkeit der Früherkennung im Rahmen eines Proof of Concepts benötigt der Softwarehersteller funktionierende Detektionsmodelle.

Lösung

Gemeinsam mit dem Data Science Team des Softwareanbieters wird ein Use Case Workshop durchgeführt. Dabei werden aussagekräftige Variablen für die Fehlerbilder anhand der Logdaten (Featureengineering) entwickelt. Danach werden Klassifikationsmodelle zur Erkennung von Fehlerbildern und Evaluation der Verfahren geschätzt. Auf dieser Basis werden die für die Implementierung benötigten Schritte beschrieben.

Ergebnis

Der Kunde kann seinem Maschinenhersteller anhand des Proof of Concepts die Leistungsfähigkeit der Komponente demonstrieren. Den Softwareentwicklern liegen konkrete Anweisungen zur Implementierung der Fehlererkennung vor.

 

Erfahren Sie mehr über Fehlererkennung bei Lackierrobotern.

Kontaktanfrage

top