In diversen Fertigungsprozessen werden die Teile vor der Produktion gereinigt. In manchen Prozessketten, wie zum Beispiel in der Galvanikindustrie, werden Reinigungsstraßen eingesetzt, die aus mehreren Vorbehandlungsbädern (Heißentfettung, Ultraschallentfettung, Wasserkaskaden) bestehen. Um Chemikalien und Wasserressourcen zu sparen, können Deep Learning Modelle eingesetzt werden, die den Verschmutzungsgrad bewerten, so dass mithilfe dieser Bewertung Reinigungsprozesse intelligenter gesteuert werden können.
Art:
- Studienarbeit(Master)
- Masterarbeit
Fachrichtungen: Maschinenbau, CSE, Informatik
Begin der Arbeit:
Zuletzt geändert: 14.09.2023