Machine learning Modell für die Abtragsvorhersage in der Roboter-Glaskeramik-Politur / Schneckenburger, Max

Ilmenau : Universitätsverlag Ilmenau, 2021. - XXV, 162, LX Seiten.

(Werkstofftechnik Aktuell : IWT ; 24)

ISBN 978-3-86360-259-8
DOI 10.22032/dbt.52077
URN urn:nbn:de:gbv:ilm1-2022000175
Preis (Druckausgabe): 17,00 €

Zugl.: Dissertation, Technische Universität Ilmenau, 2022

Inhalt

Im 21. Jahrhundert gehören hochgenaue optische Systeme zu den Schlüsseltechnologien und spielen eine entscheidende Rolle im technischen Fortschritt. Ihre Anforderungen an Stückzahl und Qualität steigen kontinuierlich. Einer der letzten Prozessschritte in der Fertigungskette von Glas Hochleistungsoptiken ist in der Regel die Politur.
Ziel dieser Arbeit ist die Entwicklung eines datengetriebenen Poliermodells für die Robotergestützte-Politur von Optiken. Auf Grundlage der Daten ein maschinenlernendes Modell zur Vorhersage von Materialabtrag auf gekrümmten Flächen erstellt und validiert.
Das vorliegende Machine learning Modell bildet den betrachteten Polierprozess ab und Einflüsse auf diesen werden durch den Sensoreinsatz abgebildet. Das Modell erreicht eine Vorhersagengenauigkeit des Abtrages von 99,22 % (R²-Wert), welches bei Prozessvorhersagen als sehr gut bewertet wird.

Zugriff auf den Volltext über die dbt:
https://nbn-resolving.org/urn:nbn:de:gbv:ilm1-2022000175

Druckfassung im lokalen und im Online-Buchhandel lieferbar und z.B. über den folgenden Webshop direkt bestellbar!