Unkompliziert an Wissen aus Fertigungsdaten kommen? Die Verwendung von CAD-Daten aus der Maschinenbauindustrie ermöglicht es Unternehmen zukünftig Wissen direkt aus ihren eigenen teilweise sensiblen Fertigungsdaten auf effizientere Art und Weise zugänglich zu machen.
Projektziele
Das Ziel des Mikroprojektes ist die Entwicklung eines interaktiven Teileidentifikationsmodells für Maschinenbauanwendungen. Dies wird Unternehmen helfen, Wissen aus ihren eigenen, oft sensiblen Fertigungsdaten effizienter zugänglich zu machen.
Die robuste kamerabasierte Erkennung einer großen Anzahl von Teilen ist Grundlage für Werkerassistenzsysteme oder intelligente Bauteilsuchen. In diesem Mikroprojekt soll ein neues Verfahren zur Teileidentifizierung erprobt werden, welches für CAD-Daten eine Zero-Shot Klassifikation für Maschinenbauteile direkt auf der 3D-Darstellung ermöglicht.
Der KI-Service des FZ Jülich Verbesserung von KI-Modellen mit Hyperparameter-Tuning zielt darauf ab, bestimmte Parameter (Punktzahl, Lernraten, Größe des Voxels) zu ermitteln, die ein optimiertes Training des Modells ermöglichen. Dadurch kann eine bessere Vorhersage mit den verfügbaren Daten erreicht werden.
Moderne Transformer-Modelle minimieren den Trainingsaufwand enorm – CAD-Objekte können ohne manuellen Aufwand direkt erkannt werden.
Projektförderung
BMBF-Förderung Mikroprojekt, SDI-S 3. Call (Laufzeit 2024, Dauer ca. 6 Monate)
Ansprechpersonen
Kimoknow UG, Lukas Kriete
Forschungszentrum Jülich, Dr. Chadi Barakat und Josefine Busch
.
