Projekti / Programi
Kognitivna geometrijska kontrola mehansko obdelanih odkovkov na osnovi množičnih podatkov iz obdelovalnega procesa
| Koda |
Veda |
Področje |
Podpodročje |
| 2.06.00 |
Tehnika |
Sistemi in kibernetika |
|
| Koda |
Veda |
Področje |
| 2.02 |
Tehniške in tehnološke vede |
Elektrotehnika, elektronika in informacijski inženiring |
obdelovalna celica, mehanska obdelava odkovkov, nadzor procesa obdelave, sistem za upravljanje proizvodnje, digitalizacija, množični podatki, napoved kakovosti, strojno učenje, umetne nevronske mreže, globoke nevronske mreže
Podatki za zadnjih 5 let (citati za zadnjih 10 let) na dan
17. april 2024;
A3 za obdobje
2018-2022
Podatki za razpise ARIS (
04.04.2019 - Programski razpis,
arhiv
)
| Baza |
Povezani zapisi |
Citati |
Čisti citati |
Povprečje čistih citatov |
| WoS |
151 |
2.193 |
1.930 |
12,78 |
| Scopus |
193 |
2.876 |
2.562 |
13,27 |
Raziskovalci (13)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
50636 |
dr. Lucijano Berus |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2021 - 2024 |
25 |
| 2. |
12657 |
dr. Miran Brezočnik |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2021 - 2024 |
516 |
| 3. |
56552 |
Matjaž Cehner |
|
Tehnični sodelavec |
2022 - 2024 |
0 |
| 4. |
20231 |
dr. Mirko Ficko |
Proizvodne tehnologije in sistemi |
Vodja |
2021 - 2024 |
344 |
| 5. |
51822 |
Jernej Hernavs |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2021 - 2024 |
18 |
| 6. |
29571 |
dr. Simon Klančnik |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2021 - 2024 |
219 |
| 7. |
55206 |
Urška Nemet |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
0 |
| 8. |
39211 |
dr. Robert Ojsteršek |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2021 - 2024 |
144 |
| 9. |
20230 |
dr. Iztok Palčič |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2021 - 2024 |
639 |
| 10. |
53717 |
David Potočnik |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2021 - 2024 |
21 |
| 11. |
55205 |
Brigita Rebernik |
Energetika |
Raziskovalec |
2021 |
0 |
| 12. |
55207 |
Urška Vezjak |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
2 |
| 13. |
56553 |
Patrick Zver |
|
Tehnični sodelavec |
2022 - 2024 |
0 |
Organizacije (2)
Povzetek
Glavni dejavnik konkurenčnosti obdelave kovanih izdelkov je odvisen predvsem od kakovosti, produktivnosti in upravljanja stroškov. Obsežen nadzor obdelanih kosov predstavlja ozko grlo, ki zmanjšuje produktivnost proizvodnih celic in povzroča stroške. Poleg tega se produktivnost zmanjša, stroški pa se povečajo zaradi lomljenja orodja in posledično naraščajo stroški vzdrževanja obdelovalnih strojev. Predlagani projekt za reševanje omenjenih problemov uporablja prednosti postopka digitalizacije; spremljanje stanja in procesa stroja ter shranjevanje podatkov v oblak v obliki masovnih podatkov. Ideja je nadomestiti 100-odstotni nadzor kontrole kosov in preprečiti okvare orodij na podlagi obdelave masovnih podatkov. Sodelujoči podjetji na projektu sta soustanovitelj in projektni partner podjetje Marovt d.o.o., ki je specializirano za kovanje in obdelavo izdelkov za avtomobilsko industrijo, ter Inkolteh d.o.o., ki razvija sisteme vodenja proizvodnje, kot je sistem Ccleap. Ta med procesom kovanja in strojne obdelave za vsak izdelek zbira podatke in jih shranjuje v oblak. Ti podatki bodo služili kot vir podatkov za kognitivno napovedovanje ustreznosti kosov (dobri/slabi) na podlagi procesnih podatkov. Model kognitivne napovedi bo razvil tretji projektni partner, skupina raziskovalcev iz Univerze v Mariboru. Partnerji v projektu združujejo problem, zmožnost pridobivanja podatkov in znanje inteligentne proizvodnje za namen obdelave podatkov. Cilji projekta so zmanjšanje avtomatiziranega nadzor obdelanih kosov za 90 % in prihranek do 50 % pri stroških vzdrževanja obdelovalnih strojev povzročenih zaradi loma orodja. Za dosego teh ciljev je treba izpolniti naslednje raziskovalne cilje: (1) Razviti celoviti postopek za izdelavo reprezentativne baze podatkov (z določanjem značilk), ki jo je mogoče upravljati na najmanjši možni reprezentativni množici podatkov; (2) Najsodobnejša formulacija algoritmov ML in DL, prilagojena ciljem projekta; (3) Poiskati prelomno točko, kjer so rezultati in-silico dovolj blizu rezultatov in-vivo. Rezultati projekta bodo računalniški sistem za zajemanje in predhodno obdelavo procesnih podatkov, algoritmi za določanje, selekcijo in fuzijo značilk ter strojno učenje, nadgradnja programske opreme Ccleap in proizvodna celica s sistemom za napovedovanje kakovosti. Ti rezultati bodo omogočili dolgoročne cilje, kot so: razvoj sistema za obdelavo masovnih podatkov, zajetih iz tehnološkega procesa, napovedovanje kakovosti za različne proizvodne sisteme, napoved obrabe orodja in življenjske dobe orodja za sistem upravljanja z orodji ter napovedovanje napak za napovedno vzdrževanje. Projekt se bo izvajal v treh fazah, ki so podrobneje opisane v obliki delovnih sklopov in pripadajočih aktivnosti: prva faza je zajem in predobdelava procesnih podatkov, druga faza zajema obdelavo podatkov z razvojem modela, v tretji pa sledi implementacija v programsko opremo za nadzor proizvodnje. Odgovornosti so dodeljene posameznim raziskovalcem, opredeljeni pa so tudi vodje za vsak delovni sklop. Delovni sklop zajema tudi upravljanje projekta in širjenje informacij.
