Entwicklung von KI-Systemen für Predictive-Maintenance im Gussverfahren

Leistungen

Unternehmensberatung

Individualsoftware

Branchen

Automobilindustrie

Künstliche Intelligenz

Individualsoftware

Zeitraum

Oktober 2018 - März 2020

Im Rahmen dieses Projekts wurde ein fortschrittliches KI-System zur automatisierten Erkennung und Klassifizierung von Gefahren in Durchleuchtungsanlagen entwickelt. Eine zentrale Aufgabe war die Vorverarbeitung der Bilddaten, um eine optimale Grundlage für die KI-Analyse zu schaffen. Dazu gehörten die Bereinigung, Normalisierung und gegebenenfalls Transformation der Rohdaten, um Rauschen zu reduzieren und die Genauigkeit der nachfolgenden Modelle zu erhöhen.

Darüber hinaus wurden maßgeschneiderte KI-Modelle entworfen und implementiert, die speziell auf die Anforderungen und Gegebenheiten der Anlagen abgestimmt sind. Diese Modelle erkennen und klassifizieren potenzielle Gefahren mit hoher Präzision und Zuverlässigkeit. Parallel dazu wurden Embedded-Hardware-Architekturen konzipiert und realisiert, um eine effiziente Integration und Ausführung der KI-Algorithmen in den Systemen zu gewährleisten.

Profile

Lukas Famula

Technologien

C#
Python
Keras
NVIDIA SDK
TensorFLow
Linux Server
Docker
Git