Predictive Quality in Process Control Neural Network as SPC 4.0

被引：0

作者：

Beckschulte S. ^{[1
]}

Klasen N. ^{[1
]}

Huebser L. ^{[1
]}

Schmitt R.H. ^{[1
]}

机构：

[1] Werkzeugmaschinenlabor WZL der RWTH Aachen Univ. Lehrst. F. Fertigungsmesstechnik und Qualitatsmanagement, Campus-Boulevard 30, Aachen

来源：

Beckschulte, Sebastian (s.beckschulte@wzl.rwth-aachen.de) | 1600年 / Walter de Gruyter GmbH卷 / 116期

关键词：

Convolutional Neural Network; Neural Network; Predictive Quality; Quality Management; Statistical Process Control;

D O I：

10.1515/zwf-2021-0134

中图分类号：

学科分类号：

摘要：

In the context of Industry 4.0, new opportunities are emerging in quality management to eliminate previous limitations of quality tools in order to increase process knowledge and product quality. Using the example of a screwing process, it is shown how a simple neural network approach can predict process disturbances better than a classic SPC with the same database. © 2021 Walter de Gruyter GmbH, Berlin/Boston, Germany.

引用

页码：662 / 666

页数：4

共 8 条

[1] Beckschulte S., Gunther R., Huebser L., Schmitt R.H., Mit Predictive Quality in die Zukunft sehen, ZWF, 115, pp. 715-718, (2020)
[2] Schmitt R.H., Et al., Datenbasiertes Qualitätsmanagement im Internet of Production. In: Frenz, W. (Hrsg.): Handbuch Industrie 4.0: Recht, Technik, Gesellschaft, pp. 489-516, (2020)
[3] Et Al. B.D., Pfeifer T., Schmitt R., Masing Handbuch Qualitätsmanagement. 7. Aufl, pp. 799-828, (2021)
[4] Zonnenshain A., Kenett R., Quality 4.0 - The Challenging Future of Quality Engineering, Quality Engineering, 32, pp. 614-626, (2020)
[5] Dietrich E., Schulze A., Statistische Verfahren Zur Maschinen- Und Prozessqualifikation. 7. Aufl, (2014)
[6] Syska A., Syska A., Produktionsmanagement, pp. 136-139, (2006)
[7] Faes G., SPC - Statistische Prozesskontrolle: Eine Praktische Einführung in Die Statistische Prozesskontrolle und Deren Nutzung. 2. Aufl, (2009)
[8] Zorriassatine F., Tannock J.D.T., A Review of Neural Networks for Statistical Process Control, Journal of Intelligent Manufacturing, 9, pp. 209-224, (1998)

← 1 →