Neural Radiance Fields in der Fabrikplanung/On the applicability of Neural Radiance Fields for virtual model reconstruction in factory planning

Inhaltsverzeichnis

Bibliographische Infos

Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 113 (2023), Heft 06
Open Access Vollzugriff

wt Werkstattstechnik online

Jahrgang 113 (2023), Heft 06

Autor:innen:
Verlag
VDI fachmedien, Düsseldorf
Copyrightjahr
2023
ISSN-Online
1436-4980
ISSN-Print
1436-4980

Kapitelinformationen

Open Access Vollzugriff

Jahrgang 113 (2023), Heft 06

Neural Radiance Fields in der Fabrikplanung/On the applicability of Neural Radiance Fields for virtual model reconstruction in factory planning

Autor:innen:
ISSN-Print
1436-4980
ISSN-Online
1436-4980
Kapitelvorschau:

Neural Radiance Fields (NeRF) bieten eine kostengünstige und effiziente Alternative im Vergleich zu herkömmlichen Verfahren, um 3D-Modelle aus realen Objekten zu generieren. Dementsprechend bieten NeRF große Potenziale zur Nutzung in diversen Anwendungsfällen, wie der Fabrikplanung. In diesem Beitrag wird die NeRF-Technologie an einem Beispiel aus der Fabrikplanung angewendet und daran aktuelle Herausforderungen sowie Möglichkeiten zur Nutzung der Technologie diskutiert.

 

Campared to conventional methods, Neural Radiance Fields (NeRF) offer a cost-effective and efficient alternative for generating 3D models from real objects. Therefore, NeRF has great potential for use in diverse applications, such as factory planning. Accordingly, this paper applies the NeRF technology to an exemple use case from factory planning and discusses current challenges and possibilities for using the technology.

Literaturverzeichnis

  1. [1] Warnecke, H. J.; Eyerer, P.: Nachhaltige Entwicklung beim Produzieren und Konsum von Produkten. Karlsruhe: DWS Werbeagentur und Verlag 1997 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  2. [2] Eigner, M.; Stelzer, R.: Product Lifecycle Management. Ein Leitfaden für Product Development und Life Cycle Management. Dordrecht: Springer 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  3. [3] United Nations: Transforming our World: The 2030 Agenda for sustainable development. Proceedings of the United Nations. Stand: 2015. Internet: sustainabledevelopment.un.org/content/documents/21252030%20Agenda%20for%20Sustainable%20Development%20web.pdf: Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  4. [4] Bundestag, D.: Abschlußbericht “Konzept Nachhaltigkeit — Vom Leitbild zur Umsetzung”. Umweltwissenschaften und Schadstoff-Forschung 10 (1998) 4, S. 244 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  5. [5] PBnE: Positionspapier – Nachhaltigkeit ‚made in Germany‘ – Chancen und Herausforderungen für nachhaltig wirtschaftende Unternehmen. Internet: www.bundestag.de/resource/blob/798132/fd385e58b3f5aca186ed5f3f8401fb05/positionspapier- made-in-Germany-data.pdf. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  6. [6] Laurent, A.; Molin, C.; Owsianiak, M. et al.: The role of life cycle engineering (LCE) in meeting the sustainable development goals – report from a consultation of LCE experts. Journal of Cleaner Production 230 (2019), pp. 378–382 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  7. [7] Yang, L.; Cormican, K.: The Crossovers and Connectivity between Systems Engineering and the Sustainable Development Goals: A Scoping Study. Sustainability 13 (2021) 6, pp. 3176 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  8. [8] European Commission: A European Green Deal. Striving to be the first climate-neutral continent. Internet: https://commission.europa.eu/ strategy-and-policy/priorities-2019–2024/european-green-deal_de. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  9. [9] European Commission: On making sustainable products the norm. Internet: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52022DC0140&qid=1649112555090. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  10. [10] Europäische Kommission: Änderung unserer Produktions- und Verbrauchsmuster. neuer Aktionsplan für Kreislaufwirtschaft ebnet Weg zu klimaneutraler und wettbewerbsfähiger Wirtschaft mit mündigen Verbrauchern. Internet: www.ihk-arnsberg.de/upload/EU_Kreislaufwirtschaft_Green_Deal_37511.pdf. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  11. [11] European Commission: A new Circular Economy Action Plan. For a cleaner and more competitive Europe. Internet: eur-lex.europa.eu/legal-content/EN/TXT/?qid=1583933814386&uri=COM:2020:98:FIN. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  12. [12] Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz: Eckpunkte der Novellierung des Kreislaufwirtschaftsgesetzes (KrWG). Internet: www.bmuv.de/themen/wasser-ressourcen-abfall/kreislaufwirtschaft/abfallpolitik/uebersicht-kreislaufwirtschaftsgesetz/eckpunkte-der-novellierung-des-kreislaufwirtschaftsgesetzes-krwg. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  13. [13] Ellen MacArthur Foundation: Towards a circular economy: business rationale for an accelerated transition. Internet: ellenmacarthurfoundation.org/towards-a-circular-economy-business-rationale-for-an-accelerated-transition. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  14. [14] Incose: Systems Engineering Vision 2035. Engineering Solutions for a better World. Internet: www.incose.org/about-systems-engineering/se-vision-2035. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  15. [15] Dumitrescu, R.; Albers, A.; Riedel, O. et al.: Engineering in Deutschland ‐ Status quo in Wirtschaft und Wissenschaft: Ein Beitrag zum Advanced Systems Engineering. Stand: 2021. Internet: www.acatech.de/publikation/engineering-in-deutschland/download-pdf?lang=de. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  16. [16] Incose: SE Vision 2035. Internet: www.incose.org/products-and-publications/se-vision-2025. Zugriff am 30.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  17. [17] Friedenthal, S.; Moore, A.; Steiner, R.: A Practical Guide to SysML: The Systems Modeling Language. San Francisco, CA/USA: Morgan Kaufmann Publishers Inc 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  18. [18] Schneider, B.; Riedel, O.; Bauer, W.: Review: Model-based Systems Engineering and Artificial Intelligence for Engineering of Sustainable Systems – What contribution can systems engineering and artificial intelligence provide for the engineering of sustainable systems as of today? In: Plapper, P. (Hrsg.): Digitization of the work environment for sustainable production. GITO Verlag 2022, pp. 37–59 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  19. [19] Fraunhofer IAO: Lebenszyklusorientierte Entwicklung von Fahrzeug-Komponenten. Fraunhofer IAO und Partner entwickeln modellbasiertes Tool für kreislauffähige Automobilentwicklung. Internet: www.iao.fraunhofer.de/de/presse-und-medien/aktuelles/lebenszyklusorientierte-entwicklung-von-fahrzeug-komponenten.html. Zugriff am 15.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  20. [20] Potting, J.; Hekkert, M. P.; Worrell, E. et al.: Circular Economy: Measuring innovation in the product chain. The Hague: PBL Netherlands Assessment Agency 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  21. [21] Block, L.; Werner, M.; Spindler, H. et al.: A variability model for individual life cycle paths in life cycle engineering. In: Dröder, K., Vietor, T. (eds): Future Automotive Production Conference 2022. Zukunftstechnologien für den multifunktionalen Leichtbau. Wiesbaden: Springer Vieweg 2022 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  22. [22] Schneider, B.; Schüle, S.; Kürümlüoglu, M. et al.: Mobiles Plug-In Labor. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 116 (2021) 1–2, S. 75–81 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  23. [23] Schneider, B.; Schüle, S.; Kürümlüoglu, M. M. et al.: Praxisorientierter Technologietransfer für ASE. wt Werkstattstechnik online 112 (2022) 6, S. 390–394, Internet: www.werkstattstechnik.de. Düsseldorf: VDI Fachmedien Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-6
  24. [1] Zhang, K.; Riegler, G.; Snavely, N. et al.: NeRF++: Analyzing and Improving Neural Radiance Fields. arXiv:2010.07492v2 [cs.CV] (2020), doi.org/10.48550/arXiv.2010.07492 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  25. [2] Gao, X.; Zhong, C.; Xiang, J. et al.: Reconstructing Personalized Semantic Facial NeRF Models from Monocular Video. ACM Transactions on Graphics 41 (2022) 6, pp. 1–12 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  26. [3] Zimny, D.; Trzcińnski, T.; Spurek, P.: Points2NeRF: Generating Neural Radiance Fields from 3D point cloud. arXiv:2206.01290 [cs.CV] (2022), doi.org/10.48550/arXiv.2206.01290 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  27. [4] Malamas, E. N.; Petrakis, E. G.; Zervakis, M. et al.: A survey on industrial vision systems, applications and tools. Image and Vision Computing 21 (2003) 2, pp. 171–188 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  28. [5] Denkena, B.; Dittrich, M.-A.; Stobrawa, S.: Automated generation of a digital twin using scan and object detection for data acquisition. Simulation in Produktion und Logistik (2019), pp. 49–60 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  29. [6] Gong, L.; Berglund, J.; Fast-Berglund, Å. et al.: Development of virtual reality support to factory layout planning. International Journal on Interactive Design and Manufacturing 13 (2019) 3, pp. 935–945 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  30. [7] Sommer, M.; Seiffert, K.: Scan methods and tools for reconstruction of built environments as basis for digital twins. In: Stjepandićc, J., Sommer, M., Denkena, B. (eds): DigiTwin: An Approach for Production Process Optimization in a Built Environment. Springer Series in Advanced Manufacturing. Cham: Springer. 2022, pp. 51--77 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  31. [8] Mildenhall, B.; Srinivasan, P. P.; Tancik, M. et al.: NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. Communications of the ACM 65 (2022) 1, pp. 99–106 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  32. [9] Schonberger, J. L.; Frahm, J.-M.: Structure-from-Motion Revisited. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, 2016, pp. 4104–4113 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  33. [10] Fischler, M.; Bolles, R.: Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography. Communications of the ACM 24 (1981) 6, pp. 381–395 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-11
  34. [1] Schuh, G.; Prote, J.-P.; Luckert, M. et al.: Automatisierung in der Arbeitsplanung. Zeitschrift für wirtschaftlichen Fabrikbetrieb 112 (2017) 12, S. 827–830 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  35. [2] Natarajan, K.; Gokulachandran, J.: Application of artificial neural network techniques in computer aided process planning-a review. International Journal of Process Management and Benchmarking 11 (2021) 1, pp. 80–100 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  36. [3] Tercan, H.; Guajardo, A.; Meisen, T.: Industrial Transfer Learning: Boosting Machine Learning in Production. 2019 IEEE 17th International Conference on Industrial Informatics (INDIN), Helsinki, Finland, 2019, pp. 274–279, doi: 10.1109/INDIN41052.2019.8972099 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  37. [4] Torrey, L.; Shavlik, J.: Transfer Learning. In: Olivas, E. S.; Guerrero, J. D. M.; Martinez-Sober, M. (eds): Handbook of research on machine learning applications and trends: algorithms, methods, and techniques. New York: IGI Global 2009, pp. 242–264 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  38. [5] Ruediger-Flore, P.; Glatt, M.; Hussong, M. et al.: CAD-based data augmentation and transfer learning empowers part classification in manufacturing. The International Journal of Advanced Manufacturing Technology 125 (2023) 11–12, pp. 5605–5618 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  39. [6] Zhuang, F.; Qi, Z.; Duan, K. et al.: A Comprehensive Survey on Transfer Learning. Journal of Big Data 3 (2020) 1, pp. 1–40 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  40. [7] Eversheim, W.: Organisation in der Produktionstechnik Heidelberg: Springer 2002 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  41. [8] Wiendahl, H.-P.; Wiendahl, H.-H.: Betriebsorganisation für Ingenieure. München: Carl Hanser Verlag 2019 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  42. [9] Al-wswasi, M.; Ivanov, A.; Makatsoris, H.: A survey on smart automated computer-aided process planning (ACAPP) techniques. The International Journal of Advanced Manufacturing Technology 97 (2018) 1–4, pp. 809–832 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  43. [10] Sager, C.; Zschech, P.; Kühl, N.: labelCloud: A lightweight domain-independent labeling tool for 3D object detection in point clouds. arXiv preprint arXiv:2103.04970 (2021), doi.org/10.48550/arXiv.2103.04970 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  44. [11] Kamal, N. S.; Barathi Ganesh, H. B.; Sajith Variyar, V. V. et al.: Geometry Based Machining Feature Retrieval with Inductive Transfer Learning. Intelligent Data Engineering and Analytics: Proceedings of the 9th International Conference on Frontiers in Intelligent Computing: Theory and Applications (FICTA 2021) (2021), pp. 31–39 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  45. [12] Shi, Y.; Zhang, Y.; Xia, K. et al.: A Critical Review of Feature Recognition Techniques. Computer-Aided Design and Applications 17 (2020) 5, pp. 861–899 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  46. [13] Shi, P.; Qi, Q.; Qin, Y. et al.: A novel learning-based feature recognition method using multiple sectional view representation. Journal of Intelligent Manufacturing 31 (2020) 5, pp. 1291–1309 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  47. [14] Peddireddy, D.; Fu, X.; Shankar, A. et al.: Identifying manufacturability and machining processes using deep 3D convolutional networks. Journal of Manufacturing Processes 64 (2021), pp. 1336–1348 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  48. [15] [15] Tan, C.; Sun, F.; Kong, T. et al.: A Survey on Deep Transfer Learning. arxiv.org/abs/1808.01974 (2018), doi.org/10.48550/arXiv.1808.01974 oder doi.org/10.1007/978–3–030–01424–7_27 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  49. [16] Koch, S.; Matveev, A.; Jiang, Z. et al.: ABC: A Big CAD Model Dataset For Geometric Deep Learning. arXiv:1812.06216v2 (2018), doi.org/10.48550/arXiv.1812.06216 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  50. [17] Dekhtiar, J.; Durupt, A.; Bricogne, M. et al.: Deep learning for big data applications in CAD and PLM – Research review, opportunities and case study. Computers in Industry 100 (2018), pp. 227–243 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  51. [18] Kim, S.; Chi, H.; Hu, X. et al.: A Large-Scale Annotated Mechanical Components Benchmark for Classification and Retrieval Tasks with Deep Neural Networks. In: Vedaldi, A.; Bischof, H.; Brox, T. et al. (Hrsg.): Computer Vision – ECCV 2020. Cham: Springer International Publishing 2020, pp. 175–191 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-16
  52. [1] Schnell, J.; Nentwich, C.; Endres, F. et al.: Data mining in lithium-ion battery cell production. Journal of Power Sources 413 (2019), pp. 360–366 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  53. [2] Schnell, J.; Reinhart, G.: Quality Management for Battery Production: A Quality Gate Concept. Procedia CIRP 57 (2016), pp. 568–573 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  54. [3] Kwade, A.; Haselrieder, W.; Leithoff, R. et al.: Current status and challenges for automotive battery production technologies. Nature Energy 3 (2018) 4, pp. 290–300 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  55. [4] Turetskyy, A.; Thiede, S.; Thomitzek, M. et al.: Toward Data‐Driven Applications in Lithium‐Ion Battery Cell Manufacturing. Energy Technology 8 (2020) 2, pp. 1900136 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  56. [5] Korthauer, R.: Handbuch Lithium-Ionen-Batterien. Heidelberg: Springer 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  57. [6] Bauernhansl, T.; Hompel, M. ten; Vogel-Heuser, B.: Industrie 4.0 in Produktion, Automatisierung und Logistik. Wiesbaden: Springer Fachmedien 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  58. [7] Wood, D. L.; Li, J.; Daniel, C.: Prospects for reducing the processing cost of lithium ion batteries. Journal of Power Sources 275 (2015), pp. 234–242 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  59. [8] Günter, F. J.; Burgstaller, C.; Konwitschny, F. et al.: Influence of the Electrolyte Quantity on Lithium-Ion Cells. Journal of the Electrochemical Society 166 (2019) 10, A1709-A1714 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  60. [9] Gaines, L.; Cuenca, R.: Costs of lithium-ion batteries for vehicles. Stand: 2000.Internet: www.osti.gov/servlets/purl/761281. Zugriff am 06.06.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  61. [10] Kurzweil, P.; Dietlmeier, O. K.: Elektrochemische Speicher. Wiesbaden: Springer Fachmedien mit Hi2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  62. [11] Lin, H.; Wang, L.; Yu, J. et al.: Nonlinear Error Compensation for Load Cells Based on the Optimal Neural Network With an Augmented Lagrange Multiplier. IEEE Transactions on Instrumentation and Measurement 64 (2015) 11, pp. 2850–2862 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  63. [12] [Liu, Y.; Zhang, R.; Wang, J. et al.: Current and future lithium-ion battery manufacturing. iScience 24 (2021) 4, p. 102332 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-21
  64. [1] DIN EN ISO/ASTM 52900:2022–03: Additive Fertigung – Grundlagen – Terminologie (ISO/ASTM 52900:2021); Deutsche Fassung EN ISO/ASTM 52900:2021 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  65. [2] Pérez, M.; Carou, D.; Rubio, E. M. et al.: Current advances in additive manufacturing. Procedia CIRP 88 (2020), pp. 439–444 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  66. [3] Plocher, J.; Panesar, A.: Review on design and structural optimisation in additive manufacturing: Towards next-generation lightweight structures. Materials & Design 183 (2019), # 108164 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  67. [4] Yang, S.; Tang, Y.; Zhao, Y. F.: A new part consolidation method to embrace the design freedom of additive manufacturing. Journal of Manufacturing Processes 20 (2015), pp. 444–449 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  68. [5] Schlingmann, T.: Die additive Fertigung löst größte Herausforderungen der Werkzeugtechnik. Maschinenbau 1 (2021) 5, S. 26–29 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  69. [6] Mani, M.; Lyons, K. W.; Gupta, S. K.: Sustainability Characterization for Additive Manufacturing. Journal of research of the National Institute of Standards and Technology 119 (2014), pp. 419–428 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  70. [7] AMFG Autonomous Manufacturing: Wie ausgereift sind die 3D-Metalldrucktechnologien? Stand: 2019. Internet: amfg.ai/de/2019/09/16/wie-ausgereift-sind-die-3d-metalldrucktechnologien/. Zugriff am 30.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  71. [8] AMPOWER: Additive Manufacturing Report. Internet: additive-manufacturing-report.com/additive-manufacturing-market/. Zugriff am 30.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  72. [9] Strano, G.; Hao, L.; Everson, R. M. et al.: Surface roughness analysis, modelling and prediction in selective laser melting. Journal of Materials Processing Technology 213 (2013) 4, pp. 589–597 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  73. [10] Reznik, D.; Kastsian, D.; Lüthen, V. et al.: 3D‐-Drucken mit Metallen. Physik in unserer Zeit 50 (2019) 1, S. 28–35 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  74. [11] Kellens, K.; Mertens, R.; Paraskevas, D. et al.: Environmental Impact of Additive Manufacturing Processes: Does AM Contribute to a More Sustainable Way of Part Manufacturing? Procedia CIRP 61 (2017), pp. 582–587 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  75. [12] Reisch, R. T.; Hauser, T.; Lutz, B. et al.: Context awareness in process monitoring of additive manufacturing using a digital twin. The International Journal of Advanced Manufacturing Technology 119 (2022) 5–6, pp. 3483–3500 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  76. [13] Colosimo, B. M.; Grasso, M.: In-situ monitoring in L-PBF: opportunities and challenges. Procedia CIRP 94 (2020), pp. 388–391 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  77. [14] Wycisk, E.: Ermüdungseigenschaften der laseradditiv gefertigten Titanlegierung TiAl6V4. Heidelberg: Springer 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  78. [15] Ma, M.; Wang, Z.; Gao, M. et al.: Layer thickness dependence of performance in high-power selective laser melting of 1Cr18Ni9Ti stainless steel. Journal of Materials Processing Technology 215 (2015), pp. 142–150 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  79. [16] Masoomi, M.; Thompson, S. M.; Shamsaei, N.: Quality part production via multi-laser additive manufacturing. Manufacturing Letters 13 (2017), pp. 15–20 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  80. [17] Makoana, N.; Yadroitsava, I.; Möller, H. et al.: Characterization of 17–4PH Single Tracks Produced at Different Parametric Conditions towards Increased Productivity of LPBF Systems—The Effect of Laser Power and Spot Size Upscaling. Metals 8 (2018) 7, # 475 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  81. [18] Wiesner, A.; Schwarze, D.: Multi-Laser Selective Laser Melting. International Conference on Photonic Technologies, LANE 2014 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  82. [19] Gong, H.; Rafi, K.; Gu, H. et al.: Analysis of defect generation in Ti–6Al–4V parts made using powder bed fusion additive manufacturing processes. Additive Manufacturing 1–4 (2014), pp. 87–98 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  83. [20] Schleifenbaum, H.; Meiners, W.; Wissenbach, K. et al.: Individualized production by means of high power Selective Laser Melting. CIRP Journal of Manufacturing Science and Technology 2 (2010) 3, pp. 161–169 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  84. [21] Gong, H.; Rafi, K.; Starr, T. et al.: The Effects of Processing Parameters on Defect Regularity in Ti-6Al-4V Parts Fabricated By Selective Laser Melting and Electron Beam Melting. 24th Annual International Solid Freeform Fabrication Symposium, SFF 2013, pp. 424–439 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  85. [22] Bremen, S.; Meiners, W.; Diatlov, A.: Selective Laser Melting. Laser Technik Journal 9 (2012) 2, pp. 33–38 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  86. [23] An, Q.; Dang, J.: Cooling Effects of Cold Mist Jet with Transient Heat Transfer on High-Speed Cutting of Titanium Alloy. International Journal of Precision Engineering and Manufacturing-Green Technology 7 (2020) 2, pp. 271–282 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  87. [24] Buchbinder, D.; Schleifenbaum, H.; Heidrich, S. et al.: High Power Selective Laser Melting (HP SLM) of Aluminum Parts. Physics Procedia 12 (2011), pp. 271–278 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  88. [25] Brandl, E.; Heckenberger, U.; Holzinger, V. et al.: Additive manufactured AlSi10Mg samples using Selective Laser Melting (SLM): Microstructure, high cycle fatigue, and fracture behavior. Materials & Design 34 (2012), pp. 159–169 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  89. [26] Du Plessis, A.; Beretta, S.: Killer notches: The effect of as-built surface roughness on fatigue failure in AlSi10Mg produced by laser powder bed fusion. Additive Manufacturing 35 (2020), # 101424 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  90. [27] Ye, C.; Zhang, C.; Zhao, J. et al.: Effects of Post-processing on the Surface Finish, Porosity, Residual Stresses, and Fatigue Performance of Additive Manufactured Metals: A Review. Journal of materials engineering and performance 30 (2021) 9, pp. 6407–6425 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  91. [28] Everton, S. K.; Hirsch, M.; Stravroulakis, P. et al.: Review of in-situ process monitoring and in-situ metrology for metal additive manufacturing. Materials & Design 95 (2016), pp. 431–445 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  92. [29] DIN ISO 50006:2017–04: Energiemanagementsysteme – Messung der energiebezogenen Leistung unter Nutzung von energetischen Ausgangsbasen (EnB) und Energieleistungskennzahlen (EnPI) – Allgemeine Grundsätze und Leitlinien (ISO 50006:2014). Deutsche Fassung Ausgabe 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-29
  93. [1] Oerlikon Balzers Coating Germany GmbH: Prozesssicher Gewinde fertigen. Stand: 2022. Internet: www.form-werkzeug.de/a/fachartikel/prozesssicher-gewinde-fertigen-3184910. Zugriff am 24.04.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  94. [2] Biermann, D.; Özkaya, E.; Hannich, S. et al.: Strömungstechnische Optimierung von Hochleistungsgewindebohrern. VDI-Z Integrierte Produktion (2016) 158, S.30–33 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  95. [3] Lakner, T.: High-pressure cutting fluid supply in milling. Dissertation, RWTH Aachen University, 2021 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  96. [4] Oezkaya, E.: FEM-basiertes Softwaresystem für die effiziente 3D-Gewindebohrsimulation und Werkzeugoptimierung mittels CFD-Simulation. Dissertation, Technische Universität Dortmund, 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  97. [5] Gibson, I.; Rosen, D.; Stucker, B. et al.: Additive manufacturing technologies. Cham: Springer-Verlag 2021 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  98. [6] Neher Group: Additive Fertigung. Das Fertigungsverfahren für die Zukunft. Stand: 2019: Internet: www.neher-group.com/de/Aktuelles/2019/03/06/Additive-Fertigung. Zugriff am 24.04.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  99. [7] N. N.: Lasersintern erweitert Fertigungsmöglichkeiten von Präzisionswerkzeugen. Firmenbroschüre Mapal Dr. Kress KG, Aalen, 2017 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  100. [8] Urma AG Werkzeugfabrik: Serien-Drehwerkzeug mit innenliegenden Kanalstrukturen. Maschinenbau Schweiz (2019) 11, S. 14–15 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  101. [9] Kulmala, T.: Geringeres Gewicht – höhere Leistung. Sandvik Coromant. Internet: www.sandvik.coromant.com/de-de/mww/pages/t_cm390am.aspx. Zugriff am 24.04.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  102. [10] Padmakumar, M.: Additive Manufacturing of Tungsten Carbide Hardmetal Parts by Selective Laser Melting (SLM), Selective Laser Sintering (SLS) and Binder Jet 3D Printing (BJ3DP) Techniques. Lasers in Manufacturing and Materials Processing 7 (2020) 3, pp. 338–371 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  103. [11] Schwanekamp, T.: Pulverbettbasiertes Laserstrahlschmelzen von Hartmetallen zur additiven Herstellung von Zerspanwerkzeugen. Dissertation, Ruhr-Universität Bochum, 2021 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  104. [12] Kernan, B. D.; Sachs, E. M.; Oliveira, M. A. et al.: Three-dimensional printing of tungsten carbide–10wt% cobalt using a cobalt oxide precursor. International Journal of Refractory Metals and Hard Materials 25 (2007) 1, pp. 82–94 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  105. [13] Weigold, M.; Scherer, T.; Schmidt, E. et al.: Additive Fertigung keramischer Schneidstoffe. wt Werkstattstechnik online (2020) 110, S. 2–6. Internet: www.werkstattstechnik.de. Düsseldorf: VDI Fachmedien Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  106. [14] Kempen, K.; Vrancken, B.; Buls, S. et al.: Selective Laser Melting of Crack-Free High Density M2 High Speed Steel Parts by Baseplate Preheating. Journal of Manufacturing Science and Engineering 136 (2014) 6, doi.org/10.1115/1.4028513 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  107. [15] Zumofen, L.; Beck, C.; Kirchheim, A. et al.: Quality Related Effects of the Preheating Temperature on Laser Melted High Carbon Content Steels. Industrializing Additive Manufacturing – Proceedings of Additive Manufacturing in Products and Applications – AMPA2017 (2018), pp. 210–219 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  108. [16] Saewe, J.; Gayer, C.; Vogelpoth, A. et al.: Feasability Investigation for Laser Powder Bed Fusion of High-Speed Steel AISI M50 with Base Preheating System. BHM Berg- und Hüttenmännische Monatshefte 164 (2019) 3, S. 101–107 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  109. [17] Kelliger, T.; Meurer, M.; Bergs, T.: Orthogonal cutting with additively manufactured grooving inserts made from HS6–5–3–8 high-speed steel. Materials Research Proceedings 28 (2023), pp 1235–1244, doi.org/10.21741/9781644902479–134 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  110. [18] BASS GmbH & Co. KG: Gewindefurchen – die spanlose Alternative zum Gewindebohren. Fräsen & Bohren (2020) 4, S. 30–31 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  111. [19] Klocke, F.: Fertigungsverfahren 1. Zerspanung mit geometrisch bestimmter Schneide. Heidelberg: Springer-Verlag 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  112. [20] Hesterberg, S.: Trockenbearbeitung nichtrostender Stähle. Prozessgestaltung für das Drehen und Bohren mit Wendeschneidplatten. Dissertation, Universität Dortmund, 2006 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  113. [21] Walter AG: Produkthandbuch Gewinden. Präzise, sicher, wirtschaftlich - Gewinden mit Walter Prototyp. Stand: 2012. Intenet: cdn.walter-tools.com/files/sitecollectiondocuments/downloads/global/manuals/de-de/handbook-prototyp-threading-2012-de.pdf. Zugriff am 25.04.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  114. [22] muge-Franken (Hrsg.): Handbuch der Gewindetechnik und Frästechnik. Anwendungen, Tipps, Tabellen. Erlangen: Publicis Corporate Publishing 2004 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-34
  115. [1] Hügel, H.; Graf, T.: Laser in der Fertigung. Strahlquellen, Systeme, Fertigungsverfahren. Wiesbaden: Vieweg + Teubner 2009 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  116. [2] Eichler, H. J.; Eichler, J.: Laser. Bauformen, Strahlführung, Anwendungen. Heidelberg: Springer 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  117. [3] Bachmann, F.: High Power Diode Lasers. Technology and Applications. New York: Springer 2007 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  118. [4] Sigrist, M. W.: Laser. Theorie, Typen und Anwendungen. Heidelberg: Springer Spektrum 2018 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  119. [5] Eichler, J.; Dünkel, L.; Eppich, B.: Die Strahlqualität von Lasern – Wie bestimmt man Beugungsmaßzahl und Strahldurchmesser in der Praxis? Laser Technik Journal 1 (2007) 2, S. 63–66 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  120. [6] Brinksmeier, E.; Riemer, O.; Gläbe, R. M.: Fabrication of Complex Optical Components. From Mold Design to Product. Heidelberg: Springer 2013 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  121. [7] Bliedtner, J.: Optiktechnologie. Grundlagen – Verfahren – Anwendungen – Beispiele. München: Hanser 2022 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  122. [8] Nollau, S.; Kunz, A.; Rübenach, O. et al.: Innovative Optikdesigns durch Präzisionsblankpressen. Optik & Photonik 6 (2011) 1, S. 30–34 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  123. [9] Saljé, E.: Prozessoptimierung beim Schleifen keramischer Werkstoffe. Industrie Diamanten Rundschau IDR 21 (1987) 4, S. 243–247 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  124. [10] Marshall, D. B.: The nature of machining damage in brittle materials. Proceedings of the Royal Society of London. A. Mathematical and Physical Sciences 385 (1983) 1789, pp. 461–475 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  125. [11] König, W.: Fertigungsverfahren 2. Schleifen, Honen, Läppen. Heidelberg: Springer 2005 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  126. [12] Sinhoff, V. R.: Feinbearbeitung optischer Gläser in der Kleinserie. Dissertation, TH Aachen, 1996 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  127. [13] Klocke, F.; Wirtz, C.; Mueller, S. et al.: Analysis of the Material Behavior of Cemented Carbides (WC-Co) in Grinding by Single Grain Cutting Tests. Procedia CIRP 46 (2016), pp. 209–213 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  128. [14] Tiku, S.; Biswas, D.: III-V integrated circuit fabrication technology. Boca Raton, Florida: Pan Stanford Publishing 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  129. [15] Trapp, F. von: Wafer Dicing: A Sticky Situation. Stand: 2007. Internet: sst.semiconductor-digest.com/2007/03/wafer-dicing-a-sticky-situation/. Zugriff am 16.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  130. [16] Omazic, M.; Tscharnuter, D.; Oreski, G. et al.: Optimum Chip-Tape Adhesion for Reliable Pickup Process. IEEE Transactions on Components, Packaging and Manufacturing Technology 7 (2017) 12, pp. 2057–2065 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  131. [17] Ozawa, T.; Ishiwata, S.; Kano, Y. et al.: Acrylate Copolymer/Ultraviolet Curable Oligomer Blends as Pressure-sensitive Adhesives. The Journal of Adhesion 72 (2000) 1, pp. 1–16 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  132. [18] Ebe, K.; Seno, H.; Horigome, K.: UV curable pressure-sensitive adhesives for fabricating semiconductors. I. Development of easily peelable dicing tapes. Journal of Applied Polymer Science 90 (2003) 2, pp. 436–441 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-41
  133. [1] Kress, J.: Auswahl und Einsatz von polykristallinem kubischem Bornitrid beim Drehen, Fräsen und Reiben. Essen: Vulkan-Verlag 2007 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-47
  134. [2] Butler-Smith, P.: The economics of rapid grinding of PCD and PCBN cutting tools. Industrial Diamond Review 63 (2003) 596, pp. 20–23 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-47
  135. [3] Wendt GmbH: Know-How gesucht und gefunden. Systemanbieter präsentiert optimale Lösungen beim Schleifen von CBN-/PKD-Werkzeugen. NC-Fertigung (2003) 05–03, S. 84–87 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-47
  136. [4] Behrens, L.: Schleifen von PCBN. Dissertation, Leibniz Universität Hannover, Garbsen: TEWISS Verlag 2016 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-47
  137. [5] Friemuth, T.: Herstellung spanender Werkzeuge. Düsseldorf: VDI-Verlag 2002 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-47
  138. [6] Denkena, B.; Grove, T.; Kempf, F. et al.: Model-based manufacturing and application of metal-bonded grinding wheels. CIRP Annals 68 (2019) 1, pp. 321–324 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-47
  139. [7] Denkena, B.; Krödel, A.; Wilckens, M.: Einfluss der Kornkonzentration auf die Bindungshärte sintermetallischer Schleifwerkzeuge. Werkstatt und Betrieb. Stand: Juli 2021. Internet: www.werkstatt-betrieb.de/a/article-339084. Zugriff am 05.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-47
  140. [1] Tawakoli, T. (Hrsg.): Moderne Schleiftechnologie und Feinstbearbeitung 2010. Dissertation, Hochschule Furtwangen University, Villingen-Schwenningen, 2010 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  141. [2] Böß, V.: Werkzeugwege für das Bandschleifen von Freiformflächen. Garbsen: PZH Produktionstechnisches Zentrum 2007 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  142. [3] Tönshoff, H.-K.; Böß, V.; Urban, B.: Automatisiertes Schleifen von Hohlformen. wt Werkstattstechnik online 91 (2001) 7, S. 422–427. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  143. [4] Meyerhoff, M.: NC-Programmierung für das kraftgesteuerte Bandschleifen von Freiformflächen. Düsseldorf: VDI-Verlag 1998 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  144. [5] Timmermann, S.: Automatisierung der Feinbearbeitung in der Fertigung von Hohlformwerkzeugen. Dissertation, Institut für Werkzeugmaschinen und Betriebstechnik der Universität Karlsruhe, 1990 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  145. [6] Tücks, R.: Automatisierte Feinbearbeitung von komplexen Werkzeugen und Formen aus Stahl. Aachen: Apprimus-Verlag 2012 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  146. [7] Driemeyer Wilbert, A.; Behrens, B.; Dambon, O. et al.: Robot assisted manufacturing system for high gloss finishing of steel molds. In: Su, C. Y., Rakheja, S., Liu, H. (eds.): Intelligent Robotics and Applications. ICIRA 2012, pp. 673–685, doi.org/10.1007/978–3–642–33509–9_67 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  147. [8] Denkena, B.; Turger, A.; Wang, B. et al.: Fünfachsige Schleifbearbeitung-Medizintechnik, Turbinenbau, Werkzeug-und Formenbau. 8. Seminar Moderne Schleiftechnologie und Feinstbearbeitung. Neue Entwicklungen und Trends aus Forschung und Praxis 2010, pp. 3.10 – 3.19 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  148. [9] Tönshoff, H.-K.; Denkena, B.; Böß, V. et al.: Automated finishing of dies and molds. Production Engineering 9 (2002) 2, pp. 1–4 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  149. [10] Denkena, B.; Lütjens, G.; Böß, V.: Feinbearbeitung von Werkzeugen und Formen. Automatisiertes Schleifen und Bandschleifen von Freiformflächen im Praxiseinsatz. wt Werkstattstechnik online 93 (2003) 11, S. 729–734. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  150. [11] Denkena B., Krödel A., Wilckens M.: Einfluss der Schleifscheibenanstellung auf die Oberflächenqualität. wt Werkstattstechnik online 110 (2020) 6, S. 389–392. Internet: www.werkstattstechnik.de. Düsseldorf: VDI Fachmedien Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  151. [12] Nagata, F.; Watanabe, K.; Kusumoto, Y. et al.: New Finishing System for Metallic Molds Using a Hybrid MotiodForce Control. 2003 IEEE International Conference on Robotics and Automation (Cat. No.03CH37422), Taipei, Taiwan, 2003, pp. 2171–2175 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  152. [13] Driemeyer Wilbert, A.; Behrens, B.; Zymla, C. et al.: Robotic finishing process – An extrusion die case study. CIRP Journal of Manufacturing Science and Technology 11 (2015), pp. 45–52 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  153. [14] Tücks, R.; Zunke R.; Driemeyer Wilbert, A.: MoldFinish. Intelligentes Poliersystem zur Automatisierung der Endbearbeitung im Werkzeug- und Formenbau. Aachen: Verlag Fraunhofer IPT 2011 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  154. [15] Preston, F. W.: The theory and design of plate glass polishing machines. Journal of the Society of Glass Technology 11. (1927), pp. 214–256 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  155. [16] Hi.automize GmbH: iCTS-The Intelligent Compliant Tooling System. Internet: www.hi-automize.de/cth-one. Zugriff am 16.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  156. [17] Alzmetall Werkzeugmaschinenfabrik und Gießerei Friedrich GmbH & Co. KG: Bearbeitungszentrum GS1000/5-FDT. Internet: alzmetall.de/produkt/bearbeitungszentrum-gs-1000–5-fdt/. Zugriff am 16.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  157. [18] Daiwa Kasai Kogyo Co., Ltd: DAIWA RABIN. Internet: www.daiwa-rabin.co.jp/digitalcatalog/pdf_en/daiwa_e_all.pdf. Zugriff am 16.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  158. [19] Produktdatenblatt. B-Cool 9665. Stand: 2016. Internet: www.oel-engel.de/mediafiles/Produktblatt/B-Coll_9665_Var._45_PIDS.pdf. Zugriff am 16.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  159. [20] Mahr Metering Systems GmbH: MarSurf LD 130 – Konturen- und Rauheitsmessgerät. Internet: metrology.mahr.com/de/produkte/artikel/6720821-kombinierter-konturen-und-oberflaechenmessplatz-marsurf-ld-130. Zugriff am 16.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  160. [21] Klein, T. B.: Prozessstrategien beim NC-Formschleifen mit Schleifstiften. Dissertation, Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik; Technische Universität Berlin, 2015 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-52
  161. [1] Gößling-Reisemann, S.; Stührmann, S.; Wachsmuth, J. et al.: Vulnerabilität und Resilienz von Energiesystemen. In: Radtke, J.; Henning, B. (Hrsg.): Die deutsche „Energiewende“ nach Fukushima. Der wissenschaftliche Diskurs zwischen Atomausstieg und Wachstumsdebatte. Weimar (Lahn): Metropolis impr. 2013, S. 367–396 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  162. [2] Tukamuhabwa, B. R.; Stevenson, M.; Busby, J. et al.: Supply chain resilience: definition, review and theoretical foundations for further study. International Journal of Production Research 53 (2015) 18, S. 5592–5623 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  163. [3] Roque Júnior, L. C.; Frederico, G. F.; Costa, M. L. N.: Maturity and resilience in supply chains: a systematic review of the literature. International Journal of Industrial Engineering and Operations Management 5 (2023) 1, S. 1–25 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  164. [4] Ivanov, D.; Hägele, S.; Grosse, E. H.: Supply chain resilience: a tertiary study. International Journal of Integrated Supply Management 16 (2023) 1, S. 1 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  165. [5] Alexopoulos, K.; Anagiannis, I.; Nikolakis, N. et al.: A quantitative approach to resilience in manufacturing systems. International Journal of Production Research (2022), S. 1–16 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  166. [6] Cheng, Y.; Elsayed, E. A.; Huang, Z.: Systems resilience assessments: a review, framework and metrics. International Journal of Production Research 60 (2022) 2, S. 595–622 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  167. [7] Yang, M.; Sun, H.; Geng, S.: On the quantitative resilience assessment of complex engineered systems. Process Safety and Environmental Protection 174 (2023), S. 941–950 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  168. [8] Caputo, A. C.; Pelagagge, P. M.; Salini, P.: A methodology to estimate resilience of manufacturing plants. IFAC-PapersOnLine 52 (2019) 13, S. 808–813 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  169. [9] Caputo, A. C.; Donati, L.; Salini, P.: Estimating Resilience of Manufacturing Plants: Model and Application (2023). Internet: https://dx.doi.org/10.2139/ssrn.4352124. Zugriff am 23.05.2023 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58
  170. [10] Gibbons, P. M.; Burgess, S. C.: Introducing OEE as a measure of lean Six Sigma capability. International Journal of Lean Six Sigma 1 (2010) 2, S. 134–156 Google Scholar öffnen doi.org/10.37544/1436-4980-2023-06-58

Zitation

Download RIS Download BibTex

Downloads

Download Kapitel (PDF)

Hinweis

Dieses Werk ist urheberrechtlich geschützt und darf nur nach den Vorgaben der Nutzungs- und Lizenzvereinbarung genutzt werden. Jede darüber hinaus gehende Nutzung des Werkes ist ausdrücklich untersagt und wird verfolgt.

Per E-Mail teilen

Medien