KI-gestützte Qualitätssicherung im Flugzeugbau

Um die hohen luftfahrttechnischen Qualitätsanforderungen zu gewährleisten, investiert die Premium Aerotec viel Aufwand in die Qualitätssicherung ihrer Bauteilproduktion für Verkehrsflugzeuge,. Algorithmen der künstliche Intelligenz bieten dabei ein großes Potential, einen Teil der Prüfungen zu automatisieren und den Qualitätssicherungsprozess zu rationalisieren.

Am Beispiel einer automatisierten Auswertung von Ultraschall-Prüfdaten wird gezeigt, wie die Detektion von Material- und Produktionsfehlern in großen Flugzeugrumpfschalen, mithilfe von modernen Convolutional Networks automatisiert durchgeführt wird. Eine wesentliche Herausforderung hierbei ist, mit vergleichsweise wenig Trainingsbeispielen eine gute Vorhersagegüte zu erzielen.

Vorkenntnisse

Grundsätzliches Verständnis von Machine Learning und Neuronalen Netzen

Lernziele

Anwendung von ML/KI im Produktionsumfeld

 

Speaker

 

Olaf Beesdo Olaf Beesdo besitzt langjährige Erfahrung im Bereich Luftfahrt und arbeitet bei der Premium Aerotec GmbH als Data Scientist, mit dem Schwerpunkt auf Analyse und Optimierung von Fertigungsprozessen mithilfe von maschinellem Lernen.

Mathias Burger Mathias Burger begeistert sich für Open-Source-Software und aktuelle Trends, besonders im Bereich des Computer Vision. Er ist Senior Consultant bei der TNG Technology GmbH und arbeitet derzeit an Defekterkennungssystemen im Bereich Aerospace. Bei Deep Learning setzt er derzeit je nach Anwendungszweck auf Tensorflow, Keras, Pytorch und fast.ai.

Gold-Sponsor

Novatec

Minds Mastering Machines-Newsletter

Sie möchten über den Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden