Bei der modernen und nahezu obligatorischen Maschinenüberwachung innerhalb der Industrie 4.0 und 5.0 wird durch die stetigen Verbesserungen bei der Bilderkennung immer mehr auf optische Messverfahren zurückgegriffen. Innerhalb dieses Moduls sollen die Studenten lernen ein solches System eigenständig aufzubauen und die Grundzüge der Bilderkennung anwenden. Dabei wird der Prozess welcher im Vorgängermodul «Smart Condition Monitoring» durch ein Kameramodul erweitert und auf Basis der Bilder weitere Kontroll-/Steuergrössen ermittelt. Zusätzlich werden alle Parameter innerhalb einer multivariaten Prozessüberwachung angewandt.
Die Studenten lernen dabei folgende Themen:
- Bilder über eine Webschnittstelle auslesen
- Arbeiten mit der OpenCV Bibliothek
- Ermitteln geeigneter Kenngrössen aus den Kameradaten der HLF
- Erweiterung der vorhandenen univariaten auf eine multivariate Prozesskontrolle
| Metadaten | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Version | 1 | ||||||||||||
| Bloomsche Taxonomy | |||||||||||||
| Sprache | |||||||||||||
| Anzahl Lektionen | 8 | ||||||||||||
| Art des Unterrichts | |||||||||||||
| Voraussetzungen |
Abgeschlossene Notebooks des «Smart Condition Monitoring» Moduls |
||||||||||||
| Vorbereitungen, Bedingungen |
Festo HLF Anlage Buchs – Python und Zugang zum OST Netzwerk in Buchs (vor Ort oder mit VPN) |
||||||||||||
| Lernziele |
|
||||||||||||
| Autor | Philip Trauth | ||||||||||||
| Co-Autor:innen | |||||||||||||
| Original-Studiengang |
Mechatronik
Informatik
5. Semester |
||||||||||||
| Dateien | |||||||||||||
| Zip-Datei |
 1216 (Typ: application/zip)
|