Das Kapitel beschreibt den Aufbau von künstlichen neuronalen Netzen, die in der Lage sind den Bahnfehler des Industrierobotern mit einer mittleren Abweichung von 0,32 mm vorherzusagen und damit das Potential haben, die Bahngenauigkeit deutlich zu steigern. Darüber hinaus zeigt es, dass diese Netze echtzeitfähig in die Steuerung des Roboters integrierbar sind. Aufgrund von Veränderungen am Roboter zwischen der Aufnahme der Trainingsdaten und der Erprobung der künstlichen neuronalen Netze kann diese Genauigkeitssteigerung nicht nachgewiesen werden, es bleibt jedoch zu vermuten, dass eine Steigerung der Bahngenauigkeit in den angestrebten Submillimeterbereich mit den beschriebenen Methoden möglich ist.


    Zugriff

    Zugriff prüfen

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Künstliche neuronale Netze zur Steigerung der Bahngenauigkeit mobiler Roboter


    Weitere Titelangaben:

    Mechanics and Adaptronics


    Beteiligte:


    Erscheinungsdatum :

    09.10.2024


    Format / Umfang :

    27 pages





    Medientyp :

    Aufsatz/Kapitel (Buch)


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch




    Bahngenauigkeit mobiler Roboter

    Neitmann, Maximilian | Springer Verlag | 2024


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

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


    Stand des Wissens zur Bahngenauigkeit mobiler Roboter

    Neitmann, Maximilian | Springer Verlag | 2024


    Künstliche neuronale Netze im leistungsbasierten Luftverkehrsmanagement

    Reitmann, Stefan / Technische Universität Dresden | TIBKAT | 2020

    Freier Zugriff

    Künstliche neuronale Netze im leistungsbasierten Luftverkehrsmanagement

    Reitmann, Stefan / Technische Universität Dresden | SLUB | 2020