Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
liche oder körperlich anspruchsvolle Aufgaben eingesetzt Durch den Einsatz von KI erweitert sich ihr Anwendungsbereich auf ständig wechselnde Bauteile und Situationen in der Produktion Dabei verkürzen verschiedene KI-Lerntechniken wie Simulationslernen und ‚Deep Grasping‘ die Lernzeit von Robotern und verbessern ihre Leistung in einer industriellen Umgebung Durch den Einsatz von Kameras und Bilddatenverarbeitung mittels Künstlicher Intelligenz lässt sich die Lernund Leistungszeit von Montagerobotern deutlich verbessern Insbesondere der Trend zu kollaborativen Robotern Cobots ermöglicht den Einsatz von Robotern in KMU Mit ihnen bietet sich eine neue Plattform für die Anwendung von maschinellen Lernverfahren bei diesen Unternehmen Hierfür bietet sich der Einsatz der Technologie ‚Machine Vision‘ besonders an – schließlich erhöhte sich die Präzision der Bilderkennung von circa 72 % im Jahr 2010 auf über 96 % im Jahr 2015 Damit übersteigt sie in vielen Bereichen die menschliche Fähigkeit und Geschwindigkeit der Bilderkennung Die Technologie ist in verschiedensten Bereichen nutzbar – beispielsweise bei parallelkinematischen Robotern die in der Sortierung eingesetzt werden oder bei komplexen wechselnden autonom durchgeführten Montageschritten Zusammenfassend ist festzuhalten dass Machine Vision zu einem effizienteren Einsatz von Cobots in KMU beitragen kann – Menschen werden so bei der Arbeit noch besser durch Cobots unterstützt manche Aufgaben können sogar komplett von Cobots ausgeführt werden Der digitale Zwilling Die ständig fortschreitende Vernetzung von Maschinen und ihren Bauteilen sowie ein kontinuierlich wachsender Datenpool öffnen die Tür für Technologien des digitalen Zwillings und des Internet of Things IoT Als technologische Treiber führen diese zu einer höheren vom Markt geforderten Produktionsflexibilität Hierbei kristallisiert sich bei Unternehmen der Wunsch heraus verschiedene Varianten anzubieten und die Produktionslinien dynamisch einsetzbar zu machen So soll sich die Produktion weg von der herkömmlichen ‚Ein-Produkt-Fertigungsstraße‘ hin zu einer dynamisch veränderbaren Produktionsumgebung entwickeln Dies lässt sich mithilfe spezieller Simulationsalgorithmen erreichen die regelmäßig auf Auslöser von Veränderungen reagieren und die Produktionsarchitekturen dynamisch anpassen Dabei umfasst die Simulation Strukturmodelle von Maschinen und ihren Komponenten deren mechanische und elektrische Funktionen sowie die Modelle der Produktionssystemebene um eine flexible Darstellung der Ereignisse des ‚Shopfloor‘ zu gewährleisten Im Fall der Nutzung des digitalen Zwillings als Vorhersage-Instrument oder Entscheidungshilfe verweist die Literatur häufig auf die Verwendung von Algorithmen des maschinellen Lernens wie ‚Supervised Classification‘ und ‚Regression‘ Ein weiterer notwendiger Punkt für die Verwendung digitaler Zwillinge ist eine vollständig vernetzte Umgebung in der jede Maschine mit ihren Sensoren Teil der gemeinsamen www sigmatekautomation com ■ HöcHste LeistungsdicHte - Bis zu 3 Achsen Versorgung Netz fi lter Bremswiderstand und Zwischenkreis in hochkompaktem Packaging - Baugröße 1 75 x 240 x 219 mm 3x 5A 15A Baugröße 2 150 x 240 x 219 mm 3x 10A 30A ■ FLeXiBLes sYsteM - Versorgungs-Achsmodule und Erweiterungs-Achsmodule beider Baugrößen kombinierbar - In Anreihtechnik werkzeuglos verbinden - Einkabellösung Hiperface DSL viele Standard-Geber ■ vieL saFetY scHneLL startkLar - STO SS1 SOS SBC SLS – alle SIL 3 PL e - Verkürzte Inbetriebnahmezeiten durch Auto-Tuning und vorgefertigte Motion-Softwarebausteine superkoMpakt ModuLar MuLtiacHsservosYsteM Mdd 2000