, um zu prüfen, ob Sie einen Vollzugriff auf diese Publikation haben.
Monographie Kein Zugriff

Maschinensteuerung durch Künstliche Neuronale Netze am Beispiel der Kautschukextrusion

Autor:innen:
Reihe:
Berichte aus dem ITA, Band 01/2026
Verlag:
 2026

Zusammenfassung

Kautschukextrusion ist ein etabliertes Fertigungsverfahren, das eine präzise Temperatursteuerung aufgrund von chargenabhängigen Material- und Parametervariationen voraussetzt. Eine unmittelbare Anpassung bei Temperaturabweichungen ist essenziell, um Ausschuss zu vermeiden und die Qualität der Extrudatoberfläche zu gewährleisten. Um diesen Herausforderungen zu begegnen, wird in dieser Arbeit eine echtzeitfähige Temperatursteuerung auf Grundlage von künstlichen neuronalen Netzen entwickelt. Nach dem Training wird bei einem Mean Absolute Percentage Error von 0,68 % und einem Mean Squared Error von 0,63 °C2 eine hohe Prädiktionsgenauigkeit für Temperaturabweichungen erreicht. Integriert in das Steuerungssystem erfolgt nach durchschnittlich 68 ms eine automatisierte Reaktion auf Toleranzabweichungen. Die unter Realbedingungen validierte Inline-Implementierung belegt die Prozessstabilität.

Schlagworte


Publikation durchsuchen


Bibliographische Angaben

Auflage
1/2026
Copyrightjahr
2026
ISBN-Print
978-3-690-30166-4
ISBN-Online
978-3-69030-170-1
Verlag
TEWISS, Garbsen
Reihe
Berichte aus dem ITA
Band
01/2026
Sprache
Deutsch
Seiten
145
Produkttyp
Monographie

Inhaltsverzeichnis

KapitelSeiten
    1. Vorwort Kein Zugriff
    2. Inhaltsverzeichnis Kein Zugriff
    3. Abkürzungen und Formelzeichen Kein Zugriff
  1. Kapitel 1 Einleitung Kein Zugriff Seiten 1 - 2
    1. 2.1 Kautschukverarbeitende Prozesskette Kein Zugriff
    2. 2.2 Maschinelles Lernen Kein Zugriff
  2. Kapitel 3 Zielsetzung und Vorgehensweise Kein Zugriff Seiten 19 - 20
    1. 4.1 Aufbau der Kautschukextrusionsprozesskette Kein Zugriff
    2. 4.2 Extrusionsprozess Kein Zugriff
    3. 4.3 Mischprozess Kein Zugriff
    1. 5.1 Entwicklung des Data-Mining-Algorithmus Kein Zugriff
    2. 5.2 Generalisierung des Data-Mining-Algorithmus durch die Anwendung auf den Mischprozess Kein Zugriff
    1. 6.1 Entwicklung der Systemarchitektur Kein Zugriff
    2. 6.2 Test und Validierung der Steuerung Kein Zugriff
    1. 7.1 Bedeutung für die Praxis Kein Zugriff
    2. 7.2 Kritische Bewertung und Optimierungspotenziale Kein Zugriff
  3. Kapitel 8 Zusammenfassung und Ausblick Kein Zugriff Seiten 103 - 106
  4. Abbildungsverzeichnis Kein Zugriff Seiten 107 - 110
  5. Tabellenverzeichnis Kein Zugriff Seiten 111 - 112
  6. Literaturverzeichnis Kein Zugriff Seiten 113 - 122
  7. Eigene Veröffentlichungen Kein Zugriff Seiten 123 - 124
  8. Betreute studentische Arbeiten Kein Zugriff Seiten 125 - 126
  9. Anhang Kein Zugriff Seiten 127 - 130