OPUS


Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 53 of 460
Back to Result List

Entwicklung einer auf maschinellem Lernen basierenden Steuerung für eine Oberflächenbeschichtungsanlage : Deep Reinforcement Learning

  • Zur automatisierten Planung und Steuerung einer Anlage wird eine über viele Jahre entwickelte und stetig fortschreitende Software der Firma UTIKAL Automation GmbH & Co eingesetzt. Diese basiert auf „klassischen“ Regeln bzw. Heuristiken zur Steuerung und Kontrolle der Abläufe, z.B. Überprüfung Maschinenbelegung, Verhinderung Kollision zwischen Transportwagen, Abstimmung von Fahrten mehrerer Transportwagen etc. Erzielt werden gute bis sehr gute Produktivität und Durchsätze in einer Anlage, jedoch ist das Ziel dieser Arbeit mittels Einsatz von maschinellem Lernen (Deep Reinforcement Learning) dies noch zu steigern und den Grad an Automatisierung zu erhöhen. Dies betrifft sowohl Produktivität und Durchsatz als auch ein hoffentlich intelligentes Eingreifen in unerwünschten oder unerwarteten Situationen ausgelöst z.B. durch Störungen.

Download full text files

  • Masterarbeit_Ahmed_Bouzidi.pdf
    deu

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Ahmed Bouzidi
Advisor:Alexander Lampe, Richard Utikal
Document Type:Master's Thesis
Language:German
Year of Completion:2020
Granting Institution:Hochschule Mittweida
Release Date:2021/10/26
GND Keyword:Fertigungsanlage; Oberflächenbehandlung; Beschichtung; Maschinelles Lernen
Note:
Printexemplar Präsenzbestand
Institutes:Ingenieurwissenschaften
DDC classes:006.31 Maschinelles Lernen
Open Access:Innerhalb der Hochschule
Licence (German):License LogoUrheberrechtlich geschützt