Nalaganje ...
Projekti / Programi vir: ARIS

Kognitivna geometrijska kontrola mehansko obdelanih odkovkov na osnovi množičnih podatkov iz obdelovalnega procesa

Raziskovalna dejavnost

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 
Ključne besede
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
Vrednotenje (pravilnik)
vir: COBISS
Upoš. tč.
4.558
A''
556,44
A'
1.228,61
A1/2
2.332,37
CI10
2.239
CImax
106
h10
25
A1
14,88
A3
2,16
Podatki za zadnjih 5 let (citati za zadnjih 10 let) na dan 19. maj 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 
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  220 
7.  55206  Urška Nemet  Računalništvo in informatika  Raziskovalec  2021 - 2024 
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  641 
10.  53717  David Potočnik  Proizvodne tehnologije in sistemi  Raziskovalec  2021 - 2024  21 
11.  55205  Brigita Rebernik  Energetika  Raziskovalec  2021 
12.  55207  Urška Vezjak  Računalništvo in informatika  Raziskovalec  2021 - 2024 
13.  56553  Patrick Zver    Tehnični sodelavec  2022 - 2024 
Organizacije (2)
št. Evidenčna št. Razisk. organizacija Kraj Matična številka Štev. publikacijŠtev. publikacij
1.  0795  Univerza v Mariboru, Fakulteta za strojništvo  Maribor  5089638010  23.964 
2.  5228  INKOLTEH, svetovanje, projektiranje, razvoj in inženiring, d.o.o.  Slovenska Bistrica  6713238000 
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.
Zgodovina ogledov
Priljubljeno