In dieser Arbeit wird gezeigt, wie mittels künstlicher neuronaler Netze (KNN) automatisierte Handhabungsprozesse hinsichtlich ihrer Genauigkeit kalibriert werden und damit ihre Montagezuverlässigkeit verbessert werden kann. Als Grundlage für Versuchsreihen zur Handhabung und Stapelbildung biegeschlaffer Brennstoffzellenkomponenten wird die Konzeption und der prototypische Aufbau einer roboterbasierten Stapelanlage vorgestellt. Neben Handhabungs- und Kalibrierversuchen mit KNN enthält die Arbeit einen Vergleich von elf Regressionsmethoden über fünf Datensätze für die Einordnung der Leistungsfähigkeit von KNN im dargestellten Anwendungsfall. Final werden die Erkenntnisse zum Einsatz der KNN zur Genauigkeitssteigerung in einem generalisierten Prozessablauf zusammengefasst und an einem Stapelprozess getestet


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    Genauigkeitssteigerung in der robotergeführten Brenstoffzellenmontage mittels künstlicher neuronaler Netze


    Beteiligte:
    Bobka, Paul (Autor:in) / Dröder, Klaus (Akademische:r Betreuer:in) / Schilde, Carsten (Akademische:r Betreuer:in) / Technische Universität Braunschweig (Grad-verleihende Institution)


    Erscheinungsdatum :

    2024


    Format / Umfang :

    1 Online-Ressource (PDF-Datei: 49 MB)


    Anmerkungen:




    Medientyp :

    Hochschulschrift


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch



    Klassifikation :

    DDC:    670.4272 / 621.312429
    BKL:    53.36 Energiedirektumwandler, elektrische Energiespeicher






    Bildkomprimierung mittels künstlicher neuronaler Netzwerke

    WONG CHUP-CHUNG / YOGAMANI SENTHIL KUMAR | Europäisches Patentamt | 2023

    Freier Zugriff

    Steigerung der Bahngenauigkeit mobiler Industrieroboter durch eine Modellerweiterung mittels künstlicher neuronaler Netze

    Neitmann, Maximilian / Technische Universität Braunschweig / Springer-Verlag GmbH | TIBKAT | 2024