Smart Factory – Konzeption und Prototyp zum Image Mining und zur Fehlererkennung in der Produktion

Um die Leistungsfähigkeit der Produktion in der Smart Factory effizient zu gestalten, lassen sich durch Sensoren in Echtzeit erhobene Produktionsdaten zur Qualitätsprüfung nutzen. Damit die Daten, die Informationen und letztendlich das durch algorithmische Analyse generierte Wissen über die Qualität rechtzeitig bereitsteht, sind passende Netzwerkarchitekturen, wie beispielsweise die des Edge Computing, notwendig, um einen effizienten Einsatz zu ermöglichen. In diesem Kontext beschäftigt sich der Beitrag mit den Herausforderungen der Analyse von Daten bildgebender Sensoren in der Produktion. Die vorgenommenen Untersuchungen fußen dabei auf der Implementierung einer Image-Mining-Applikation zur Echtzeit-Fehlererkennung in der Produktion, die mittels eines gestaltungsorientierten Forschungsansatzes ergründet wurden. Neben der Identifikation der Herausforderungen in diesem Spannungsfeld, ließen sich Algorithmen ausfindig machen und betrachten, die hierfür eine hohe Prognosegenauigkeit aufweisen. Die erzielten Erkenntnisse bilden dabei eine wichtige Grundlage für den Einsatz von Image-Mining-Applikationen in der Smart Factory.