Skip to main content
Top

2021 | OriginalPaper | Chapter

29. Datennutzung und Datenreduktion in der Lasermaterialbearbeitung

Lernen aus der vollständigen Information

Authors : Ulrich Thombansen, Peter Abels, Wolfgang Fiedler, Christian Knaak, Moritz Kröger, Andrea Lanfermann, Frederic Schulze

Published in: Monetarisierung von technischen Daten

Publisher: Springer Berlin Heidelberg

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Die Lasermaterialbearbeitung besticht durch eine hohe Prozessgeschwindigkeit bei geringem Wärmeeintrag und großer Vielseitigkeit in Hinblick auf die bearbeiteten Materialien. Die laser-basierten Fertigungsverfahren arbeiten vorrangig ohne einen mechanischen Kontakt zum Werkstück, indem der Laser mit dem Material wechselwirkt. Dies hat zur Folge, dass die Qualitätsüberwachung ebenfalls kontaktlos erfolgt. Die hierbei entstehenden Daten können über eine Fehlererkennung am aktuell prozessierten Werkstück hinaus für die Verbesserung des Prozesses und die Fortentwicklung ganzer Fertigungssysteme genutzt werden. Rahmenbedingungen für diese Nutzung der Daten werden allgemein und entlang drei charakteristischer Anwendungsfälle erläutert. Die Spanne reicht dabei von Bildverarbeitungsdaten zur Fugenfolge mittels maschinellem Lernen, über KI-basierte (künstliche Intelligenz) Identifikation von Anbindungsfehlern beim laser-basierten Batterieschweißen, bis hin zur Nutzung von Daten aus dem gesamten Lebenszyklus einer laserstrahlgebohrten Wasserfiltermembran. Wesentlich ist für all diese Fälle die sogenannte vollständige Information im Fehlerfall. Dieses digitale Abbild von Fertigungshistorie und Randbedingungen stellt im Moment einer Qualitätsabweichung des Produktes die Wissensbasis für die weitere Exploration dar. Ohne diese vollständige Information im Fehlerfall können Daten in der Nachnutzung nur unzureichend valorisiert werden. Aus wirtschaftlicher Sicht kann mit einem klaren Konzept die Valorisierung dieser Nachnutzung die Grundinvestition für Datenaufnahme und Datenhaltung um ein Vielfaches übersteigen.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literature
2.
go back to reference Thombansen U, Ungers M (2014) Cognition for robot scanner based remote welding. In: Dorsch F (Hrsg) Proceedings SPIE 8963, High-Power Laser Materials Processing: Lasers, Beam Delivery, Diagnostics, and Applications III, 89630N, 20 Februar 2014. https://doi.org/10.1117/12.2040275 Thombansen U, Ungers M (2014) Cognition for robot scanner based remote welding. In: Dorsch F (Hrsg) Proceedings SPIE 8963, High-Power Laser Materials Processing: Lasers, Beam Delivery, Diagnostics, and Applications III, 89630N, 20 Februar 2014. https://​doi.​org/​10.​1117/​12.​2040275
3.
go back to reference Paul C, Krämer S, Leibe B, Drenker AJ, Fiedler W, Abels P (2013) Verfahren und Vorrichtung zur Überwachung und Regelung der Bearbeitungsbahn bei einem Laser-Fügeprozess. Angemeldet durch Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V., 80686, München, DE; Rheinisch-Westfälische Technische Hochschule Aachen, 52062, Aachen, DE am 23.12.2013. Anmeldenr: 102013022085 Paul C, Krämer S, Leibe B, Drenker AJ, Fiedler W, Abels P (2013) Verfahren und Vorrichtung zur Überwachung und Regelung der Bearbeitungsbahn bei einem Laser-Fügeprozess. Angemeldet durch Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V., 80686, München, DE; Rheinisch-Westfälische Technische Hochschule Aachen, 52062, Aachen, DE am 23.12.2013. Anmeldenr: 102013022085
4.
go back to reference Knaak C, Thombansen U, Abels P, Kröger M (2018) Machine learning as a comparative tool to determine the relevance of signal features in laser welding. Procedia CIRP 74:623–627CrossRef Knaak C, Thombansen U, Abels P, Kröger M (2018) Machine learning as a comparative tool to determine the relevance of signal features in laser welding. Procedia CIRP 74:623–627CrossRef
5.
go back to reference Schmidt PA (2015) Laserstrahlschweißen elektrischer Kontakte von Lithium-Ionen-Batterien in Elektro- und Hybridfahrzeugen. Dissertation, Technische Universität München Schmidt PA (2015) Laserstrahlschweißen elektrischer Kontakte von Lithium-Ionen-Batterien in Elektro- und Hybridfahrzeugen. Dissertation, Technische Universität München
6.
go back to reference Knaak C, Kolter G, Schulze F, Kröger M, Abels P (2019) Deep learning-based semantic segmentation for in-process monitoring in laser welding applications. In: Zelinski ME et al (Hrsg) Proceedings SPIE 11139, Applications of Machine Learning, 6 September 2019. https://doi.org/10.1117/12.2529160 Knaak C, Kolter G, Schulze F, Kröger M, Abels P (2019) Deep learning-based semantic segmentation for in-process monitoring in laser welding applications. In: Zelinski ME et al (Hrsg) Proceedings SPIE 11139, Applications of Machine Learning, 6 September 2019. https://​doi.​org/​10.​1117/​12.​2529160
Metadata
Title
Datennutzung und Datenreduktion in der Lasermaterialbearbeitung
Authors
Ulrich Thombansen
Peter Abels
Wolfgang Fiedler
Christian Knaak
Moritz Kröger
Andrea Lanfermann
Frederic Schulze
Copyright Year
2021
Publisher
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-62915-4_29

Premium Partner