Vorteil: Objektive Ergebnisse und Kostenreduktion sowie Zeitersparnis
Daten: Messdaten aus Prüfanlagen
Methoden: Machine Learning
Problem
Der Kunde ist ein Hersteller für automatisierte Prozesskontrollgeräte für die chemische Herstellung. Dabei kommen Elektroden zum Einsatz, deren Prüfmittelfähigkeit bestimmt werden muss, bevor sie an den Kunden geliefert werden.
Die Prüfung erfolgte bislang durch einen technischen Mitarbeiter, der mittels visueller Inspektion deskriptiver Grafiken die Qualität des Bauteils einschätzte.
Ziel
Automatisierte Prüfung von Elektroden
Ergebnis
Mittels Machine Learning Methoden wurde die Prüfung automatisiert und eine maschinelle Entscheidungsregel geschaffen, um die Qualität des Produkts einzuschätzen, um quantitative Methoden und Expertenwissen zu kombinieren.