Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Bereichsnavigation

Hauptinhalt

IPS präsentiert zwei Data Science Projekte auf der 10. International Conference on Applied Human Factors and Ergonomics (AHFE 2019) in Washington D.C.

Motion Capture und Image Mining im Kontext von Management of Productivity in Smart Manufacturing/Industry 4.0

IC-Applied Human Factors

Das Institut für Produktionssysteme beteiligte sich wie bereits 2018 mit Beiträgen und Vorträgen mit dem Titel „Automatic generation of methods-time measurement analyses for assembly tasks from motion capture data using convolutional neuronal networks - A proof of concept“ sowie „Automatic particle classification through deep learning approaches for increasing productivity in the technical cleanliness laboratory“ an der AHFE 2019.

Der erste Vortrag beschreibt die Forschungshypothese, dass Bewegungsdaten zur Ableitung von MTM-Analysen verwendet werden können. In einem ersten Schritt werden manuelle Montagearbeiten mit Bewegungserfassungssystemen erfasst und Bewegungsdaten erzeugt. Diese Daten werden zum Training eines neuronalen Netzes verwendet, was darauf abzielt, diese Bewegungen als MTM.1 Grundvorgänge zu klassifizieren. Damit kann der Aufwand für die Generierung von MTM-Analysen deutlich reduziert werden.

Der zweite Beitrag beschreibt einen alternativer Ansatz zur etablierten Metall/Nichtmetall Klassifikation von Partikeln mit polarisiertem Licht. Durch das Training eines neuronalen Netzes mit 70.000 Bildern von metallischen und nichtmetallischen Partikeln können gegenüber dem etablierten Vorgehen der VDA 19.1 vergleichbare Ergebnisse erzielt werden. Der Vorteil des Ansatzes besteht in der minimierten Empfindlichkeit des Verfahrens gegenüber Glanz sowie in der Anpassbarkeit des Klassifikationsmodells.

Detaillierte Informationen zu den vorgestellten Inhalten finden Sie hier.



Nebeninhalt

Kontakt

Jürgen Mazarov, M.Sc.
Wissenschaftlicher Mitarbeiter
Tel.: 0231 755-5767
Patrick Wolf, M.Sc.
Wissenschaftlicher Mitarbeiter
Tel.: 0231 755-2658