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/

Zendy Plus

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

Zendy Tools

Zendy Open

Die Anwendung maschineller Lernverfahren zur Detektion von Fehlern in automatisierten Verschraubungsprozessen der Motormontage wird durch deren oft unbekannte Fehlerbilder erschwert. In diesem Beitrag wird ein selbstlernendes Verfahren verwendet, um den Normalzustand des Schraubprozesses zu erlernen und Anomalien zu erkennen. Es wird zudem ein Ansatz zur Verbesserung der Sensitivität vorgestellt. Die Erprobung anhand produktiver Daten der Motormontage zeigt eine erhebliche Verbesserung der Fehlererkennung.

Detektion von Anomalien in automatisierten Schraubprozessen: Erprobung von Autoencodern zum Erlernen des Normalzustandes von Drehmomentverläufen