Kapitel/Beitrag aus dem Buch: Schulte, H et al. 2024. Proceedings - 34. Workshop Computational Intelligence: Berlin, 21.-22. November 2024.
Der industrielle Echtzeiteinsatz zerstörungsfreier Prüfverfahren bietet ein großes Potenzial für die Analyse oberflächennaher Werkstückeigenschaften. Neben einer möglichen Zeit- und Kostenreduktion durch die direkte Integration von Prüfverfahren in den Bearbeitungsprozess, die bisher nur offline durchführbar war, ermöglicht dies eine Überwachung und gezielte Regelung von relevanten Werkstückeigenschaften im laufenden Prozess. Eine zentrale Herausforderung beim Einsatz mikromagnetischer Materialcharakterisierungsverfahren (MMV) [1] ist dabei deren Kalibriermodellerstellung. Die MMV können beispielsweise bei der Prozessdatenerfassung für die Prozessparameteroptimierung in der Fertigung eingesetzt werden [2], ohne dabei aufwendige ex-process Referenzmessungen durchführen zu müssen. In diesem Beitrag wird ein Ansatz für die datengetriebene Kalibriermodellerstellung für die mikromagnetische (MM) Messung vorgestellt und anhand eines Hartdrehdatensatzes untersucht.
Wittich F. & Kroll A. 2024. Datengetriebene Modellierung undMerkmalsselektion für die automatischeKalibrierung eines Sensorsystems für die mikromagnetische Materialcharakterisierung. In: Schulte, H et al (eds.), Proceedings - 34. Workshop Computational Intelligence: Berlin, 21.-22. November 2024. Karlsruhe: KIT Scientific Publishing. DOI: https://doi.org/10.58895/ksp/1000174544-2
This chapter distributed under the terms of the Creative Commons Attribution + ShareAlike 4.0 license. Copyright is retained by the author(s)
Dieses Buch ist Peer reviewed. Informationen dazu Hier finden Sie mehr Informationen zur wissenschaftlichen Qualitätssicherung der MAP-Publikationen.
Veröffentlicht am 18. November 2024