19.12.2018 | Ausgabe 12/2018

Analyse von Gießereidaten mit Methoden des Maschinellen Lernens – Teil 2

Stauchversuch am Institut für Technologien der Metalle (itm) / Quelle: Philine Kerst, Johannes Gottschling, Dierk Hartmann

Nachdem im ersten Teil untersucht wurde, mit welchen Methoden die Key-Performance-Indikatoren einer gegebenen Datenmenge ermittelt werden können, werden diese Methoden auf zwei betriebliche Datenmengen angewendet. Die Vorgehensweise wird zunächst an einer hinreichend vollständigen Datenmenge für die Fließspannung der Stahlsorte C15 ausführlich erläutert. Anschließend wird eine Datenmenge aus dem Gießereibereich betrachtet, mithilfe derer die mechanischen Eigenschaften von duktilem Gusseisen mit Kugelgraphit auf Basis der chemischen Analyse prognostiziert werden.

Um die im ersten Teil dieses Artikels [1] vorgestellten Methoden des Maschinellen Lernens zu verifizieren, werden im Folgenden zwei Praxisbeispiele aus der Gießerei- und Umformtechnik betrachtet. Im Gegensatz zu den zuvor zur Validierung genutzten Datenmengen sind die hier verwendeten Daten nicht synthetisch erzeugt worden, sondern geben tatsächliche Messungen wieder.

----

7 Seiten


Newsletter
Ja, ich möchte den Newsletter von GIESSEREI PRAXIS abonnieren