Refine
Document Type
- Bachelor Thesis (4)
- Diploma Thesis (1)
- Master's Thesis (1)
Language
- German (6)
Keywords
- Maschinelles Lernen (6) (remove)
Institute
- Ingenieurwissenschaften (6) (remove)
Der Grad der Digitalisierung hat sich in den letzten Jahren um ein Vielfaches gesteigert und auch zukünftig wird es immer essenzieller sein, dass ein Verarbeitungsprozess oder eine Maschine intelligent arbeitet. Um diese zu einer „Smart Machine“ upzugraden, sind in allen Bereichen des Maschinenbaus gewisse Updates notwendig. Dies ist oftmals sehr zeitaufwändig und damit auch außerordentlich kostenintensiv. Aus diesem Grund ist es gerade bei Neuentwicklungen von hoher Wichtigkeit, die Komponenten richtig abzustimmen und zu wählen, damit ein möglichst hoher Grad an Digitalisierung gewährleistet wird.
Die Vorteile der Digitalisierung im Maschinenbau sind nahezu unendlich. Dies fängt bereits bei der Erfassung von Daten an, welche in Echtzeit übermittelt werden und dadurch ein lückenloses Monitoring ermöglicht wird. Die Produktion durch Taktzeiterhöhung zu steigern, welche erst durch die Analyse dieser Daten sichtbar wird, aber auch besseres Alarmmanagement und vorausschauende Wartungen sind nur einige wenige funktionale Vorteile der Digitalisierung in diesem Bereich.
Die Routeco GesmbH ist ein Distributionsunternehmen im Sektor der industriellen Automatisierung, diese wird überwiegend mit Produkten und Lösungen von Rockwell Automation realisiert. Dabei steht nicht der Produktverkauf, sondern die optimale und individuell gestaltete Lösung für den Kunden im Vordergrund.
Die Industrie (OEMs) in Österreich agiert sehr unterschiedlich im Zusammenhang mit dem Vorantreiben der Digitalisierung im Maschinenbau, somit ist es schwierig, hier aktiv die Kun-den zu erreichen. In der Praxis kann eine Marktanalyse bei den bestehenden Interessenten durchgeführt werden, um dadurch einen detaillierten Einblick in die österreichischen Unter-nehmen zu bekommen und um kundenspezifische Lösungen individuell anbieten zu können.
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.
Tiefes verstärkenden Lernen ist eine Kombination aus tiefem Lernen und ver-stärkendem Lernen, die ihre jeweiligen Vorteile erbt, jedoch immer noch einige Probleme beim tiefen Lernen oder beim verstärkenden Lernen aufweist. In die-sem Artikel wird die Stabilität des Algorithmus analysiert und untersucht, um die relevanten Probleme zu lösen.
Die vorliegende Bachelorarbeit beschäftigt sich mit Objekterkennung im Kontext des maschinellen Lernens. Analysiert werden zwei Kategorie Algorithmen R-CNN und YOLO von Objekterkennung. Mit Matlab werden der offizielle Code durchführen, um darin einiges Objekt zu erkennen. Verschiedene Algorithmen haben unterschiedlichen Prinzipien und Prozesse. Nach Läufen können sie bei viele Bereiche verglichen und bewertet worden. Die Ergebnisse zeigten die Genauigkeit usw. Im Rahmen dieser Bachelorarbeit werden 3 verschiedenen Algorithmus getestet, um der Objekterkennungsfähigkeit der drei Algorithmen für denselben Datensatz unter derselben Betriebsumgebung zu vergleichen.
Die neue Generation der künstlichen Intelligenz (KI) hat sich in den letzten Jahren zu einem Hot Spot in der in- und ausländischen Forschung entwickelt. Darunter ist der typische Vertretermaschinelles Lernen (ML), das als diese Kategorie von Algorithmen bezeichnet. Es bildet Vorhersagen und Urteile, indem es große Mengen vorhandener oder generierter Daten analysiert und lernt, um die besten Entscheidungen zu treffen. Chinas neue Generation von KI befindet sich in einer kritischen Phase der rasanten Entwicklung und wurde vorläufig in Energie- und Energiesystemen eingesetzt.