Teilvorhaben Data Mining und KI zur optimierten prozessübergreifenden Steuerung des Verbundprojektes Digitale Kautschukverarbeitung am Beispiel Extrusion (DIGITRUBBER)
| dc.date.accessioned | 2025-10-13T13:22:10Z | |
| dc.date.available | 2025-10-13T13:22:10Z | |
| dc.date.issued | 2025-10-13 | |
| dc.description.abstract | Am ITA werden die Arbeitspakete 6.1 (Datenbankaufbau) und 6.2 (Konzeptentwicklung zur online-Optimierung der Kautschukextrusion) bearbeitet. In AP 6.1 liegt der Schwerpunkt zu-nächst auf der Erstellung von Lasten- und Pflichtenheft, um die Abstimmung mit den Projektpartnern sicherzustellen. Anschließend folgt die Auseinandersetzung mit der Datenaufnahme, wobei sowohl auf bestehende Messtechnik als auch auf neue Messtechnik der Projektpartner zurückgegriffen wird. Letztendlich wird basierend auf den Steuer- und Messgrößen ein Data-Mining-Algorithmus zur Identifikation von prozessimmanenten Wirkzusammenhängen entwickelt. Parallel hierzu finden iterative Versuche zum Test und zur Validierung der Messtechnik und des Data-Mining-Algorithmus statt. In AP 6.2 wird zunächst ebenfalls ein Lasten- und Pflichtenheft zur KI-basierten Steuerung mit den Projektpartnern entwickelt. Zusätzlich werden Schnittstellen zur Ansteuerung der Extrusi-onsprozessstrecke integriert. Ebenso findet die Entwicklung und Implementierung der KI statt, die zunächst dezentral in einer simulativen Umgebung trainiert wird. Analog zum Data-Mining-Algorithmus wird die KI-basierte Steuerung iterativ getestet und validiert. | ger |
| dc.description.version | publishedVersion | |
| dc.identifier.uri | https://oa.tib.eu/renate/handle/123456789/24527 | |
| dc.identifier.uri | https://doi.org/10.34657/23544 | |
| dc.language.iso | ger | |
| dc.publisher | Hannover : Technische Informationsbibliothek | |
| dc.relation.affiliation | Leibniz Universität Hannover, Institut für Transport- und Automatisierungstechnik | |
| dc.rights.license | Creative Commons Attribution-NonDerivs 3.0 Germany | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nd/3.0/de/ | |
| dc.subject.ddc | 600 | |
| dc.title | Teilvorhaben Data Mining und KI zur optimierten prozessübergreifenden Steuerung des Verbundprojektes Digitale Kautschukverarbeitung am Beispiel Extrusion (DIGITRUBBER) | ger |
| dc.type | Report | |
| dcterms.extent | 18 Seiten | |
| dtf.duration | 01.04.2021-31.03.2024 | |
| dtf.funding.funder | BMFTR | |
| dtf.funding.program | 13XP5126F | |
| dtf.funding.verbundnummer | 01229683 | |
| tib.accessRights | openAccess |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- BMBF13XP5126F.pdf
- Size:
- 787.83 KB
- Format:
- Adobe Portable Document Format
- Description:
