Steigende Ansprüche an die Leistungsfähigkeit von Werkstücken führen zur Entwicklung von Werkstoffen, bei denen herkömmliche Fertigungsverfahren aus ökonomischer und ökologischer Sicht an ihre Grenzen stoßen. In den vergangenen Jahren wurden zwei Technologien entwickelt, die sich insbesondere bei Be...
Erstmalig an der Friedrich-Alexander-Universität Erlangen-Nürnberg wurde für die Masterstudiengänge Maschinenbau und Wirtschaftsingenieurwesen ein Praktikum zum Thema Maschine Learning (ML) am Lehrstuhl REP angeboten.
Der Anteil der Informatik am Engineering eines Fertigungssystems wird zukünftig...
In der Kalenderwoche 48 konnten wir wieder alle Teilnehmer zu unserem, durch das Bundesministerium für Bildung und Forschung, gefördertes Qualifizierungskonzeptes „Machine Learning @ Operations“ begrüßen.
Im zweiten Teil der 5 Module wurde der Gruppe Produktion, die Algorithmen der Regression, i...
Das Qualifizierungskonzept, welches durch das Bundesministeriums für Bildung und Forschung (BMBF) gefördert wird, bietet speziell für Prozessingenieure und Qualitätsingenieure sowie Anwendern aus dem Produktionsumfeld von Industriebetrieben die Möglichkeit sich mit den wichtigsten Algorithmen des Ma...
Konventionelle Prozessketten der spanenden Bearbeitung erfordern nach der Formgebung nicht wertschöpfende Prozesse zur Entgratung. Der Entgratungsprozess kann die Herstellkosten bis zur Unwirtschaftlichkeit verschlechtern. Für viele Bauteile haben sich vor allem Hochdruck- und thermische Verfahren m...
In hochdynamischen Bearbeitungsprozessen können Oberschwingungen einen wesentlichen Anteil des Energieverbrauchs darstellen, da schnelle Beschleunigungs- und Bremsvorgänge zur Sicherstellung einer hohen Produktivität notwendig sind. Nichtlineare Elemente im Regelkreis wie bspw. Gleichrichter etc. erzeugen dann ungewollte Oberschwingungen, die aufwendig aktiv oder passiv minimiert werden müssen. Aus diesem Grund wird es versucht, die Oberschwingungseffekte durch optimierte Anregelstrategien zu reduzieren.
Die Digitalisierung birgt große Potenziale zur Steigerung der Ressourceneffizienz industrieller Produktionsprozesse. Durch Technologien im Kontext von Industrie 4.0 können produktionsnahe Daten kurzzyklisch erfasst und aggregiert werden. In Anbetracht der dadurch zunehmenden Datenkomplexität und des...
