User: Guest  Login
Less Searchfields
Simple search
Original title:
Künstliche Intelligenz im Gießereiwesen
Original subtitle:
Stufenmodell und Einführungsmethode für Anwendungen in der Qualitätssicherung
Translated title:
Artificial Intelligence in Foundry Industry
Translated subtitle:
Step Model and Implementation Method for Applications in Quality Assurance
Author:
Dobmeier, Fabian
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Institution:
Lehrstuhl für Umformtechnik und Gießereiwesen (Prof. Volk)
Advisor:
Volk, Wolfram (Prof. Dr.-Ing.)
Referee:
Volk, Wolfram (Prof. Dr.-Ing.); Schilp, Johannes (Prof. Dr.-Ing.)
Language:
de
Subject group:
MAS Maschinenbau
Keywords:
Künstliche Intelligenz; Maschinelles Lernen; Vorgehensmethode; Gießereiwesen; Qualitätssicherung
Translated keywords:
Artificial Intelligence; machine learning; implementation method; foundry industry; quality assurance
TUM classification:
FER 210; FER 070
Abstract:
Diese Dissertation bearbeitet die Forschungslücke einer für das Gießereiwesen geeigneten Vorgehensweise für die Einführung von Anwendungen der Künstlichen Intelligenz (KI). Eine Kombination aus iterativer Einführungsmethode und Stufenmodell wird als Lösung aufgebaut, welche die ermittelten Anforderungen erfüllt. Sie wird anhand von zwei Anwendungen validiert, der Vorhersage der Bauteilqualität und der Auswertung von Daten aus der Computertomographie mittels maschinellem Lernen.
Translated abstract:
This dissertation addresses the research gap in a suitable approach for introducing artificial intelligence (AI) applications in the foundry industry. A combination of an iterative implementation method and a step model is built as a solution that meets the identified requirements. It is validated using two applications, a prediction of cast quality and an analysis of computer tomography data using machine learning.
Series volume:
Schriftenreihe Umformtechnik und Gießereiwesen 44
ISBN:
978-3-9820746-5-8
WWW:
https://mediatum.ub.tum.de/?id=1715387
Date of submission:
31.07.2023
Oral examination:
08.01.2024
Last change:
06.03.2024
 BibTeX