@article{2024:leiner:generalisi,
title = {Generalisierung eines maschinellen Lernmodells für das Laserschneiden auf verschiedenen Blechdicken/Generalising a machine learning model for laser cutting on various sheet thicknesses},
year = {2024},
note = {In diesem Beitrag wird ein Machine-Learning-Modell auf Basis eines
Autoencoders trainiert. Das Ziel des Modells ist es, Fehlschnitte beim
Laserschneiden zu erkennen, da fehlerhafte Schnitte zu hohen
Ausschussraten führen. Die Literatur zeigt, dass es möglich ist, mit
Machine Learning Fehler beim Laserschneiden zu erkennen. Eine noch
nicht vollständig gelöste Problemstellung ist die Anwendung eines
Modells auf verschiedene Prozessparameter. In diesem Beitrag wird ein
Ansatz vorgestellt, wie sich ein trainiertes Modell auf verschiedenen
Blechdicken anwenden lässt. Zu diesem Zweck wird der Autoencoder mit
einer erweiterten Verlustfunktion trainiert. Das Modell ist dann in
der Lage, einen Fehlschnitt generalisiert über mehrere Blechdicken zu
erkennen.},
journal = {wt Werkstattstechnik online},
pages = {246--252},
author = {Leiner, Kathrin and Wall, Daniel and Kühlem, Jan and Huber, Marco},
volume = {114},
number = {05}
}