English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Agile Produktionssysteme vereinen ein hohes Maß an Flexibilität und Wandlungsfähigkeit. Diese Qualitäten sind insbesondere in einer Umgebung mit hoher Unsicherheit entscheidend, beispielsweise im Kontext von Remanufacturing. Remanufacturing beschreibt den industriellen Prozess der Aufbereitung von Gebrauchtteilen, sodass diese vergleichbare technische Eigenschaften wie Neuteile zurückerlangen. Aufgrund der Ressourcenknappheit und regulatorischer Vorgaben nimmt die Bedeutung von Remanufacturing zu. Bedingt durch die unvorhersehbaren Bauteileigenschaften spielt Automatisierung im Remanufacturing eine untergeordnete Rolle. Die Autoren präsentieren ein Konzept, wie eine automatisiere Demontage auch bei Bauteilen ungewisser Spezifikationen durch den Einsatz von künstlicher Intelligenz erreicht werden kann. Zum autonomen Aufbau der Demontagefähigkeiten werden zum einen gezielt digitale Zwillinge als Lernumgebungen eingesetzt. Zum anderen werden aus der Beobachtung des Menschen Fähigkeiten und Problemlösungsstrategien identifiziert und abstrahiert. Um ein effizientes, vernetztes Demontagesystem zu erreichen, findet ein modulares Stationskonzept Anwendung, sowohl auf technischer als auch auf informationstechnischer Ebene.

Agiles Produktionssystem mittels lernender Roboter bei ungewissen Produktzuständen am Beispiel der Anlasser-Demontage