on

Produktionsausschuss mit Machine Learning verringern

Umsetzung flexibel. Blickrichtung erfolgreich.

Wenn Produktionsverantwortliche einen Fertigungsprozess optimieren, wollen sie mit möglichst wenigen Ressourcen die besten Ergebnisse erzielen. Kurz gesagt: Das Ziel ist ein qualitativ hochwertiges Produkt mit minimalem Ausschuss. Bei einem Fertigungsprozess mit über 100 Herstellungsparametern ist das keine einfache Aufgabe. So spielen unter anderem die Beschaffenheit der Ausgangsmaterialien, die Temperaturen an verschiedenen Punkten der Fertigung, Drücke, Zeitverläufe usw. ein Rolle. Moderne Produktionssysteme können die optimalen Einstellungen für alle Produkte prinzipiell verwalten, zwei Fragen bleiben aber unbeantwortet:

 

  1. Wie finde ich bei über 100 Parametern überhaupt die optimale Kombination für den gerade laufenden Produktionsprozess?
  2. Wie erkenne ich einen suboptimalen Produktionslauf rechtzeitig, um noch korrigierend einzugreifen?

Whitepaper anfordern

*“ zeigt erforderliche Felder an

Hidden
Die mit *-markierten Felder sind Pflichtfelder

Ihr Ansprechpartner

Sebastian Müller 400×400

Sebastian Müller

Technology and Innovation Lead

pmOne AG
Im Mediapark 6A
50670 Köln

 kontakt-ds@pmone.com

 +49 89 4161761-0

Weitere News zum Thema

Trendpapier
3
Whitepaper Zukunft Analyse Cloud
3
Whitepaper Design Thinking Praxiserprobter Ansatz
3
Whitepaper Mit Analytics Zum Nächsten Leistungsniveau
3
Menü