机构名称：
¥ 1.0
现代制造业面临着巨大变化的挑战。当前的经济形势和工业 4.0 (I4.0) 和工业 5.0 (I5.0) 方面的技术发展迫使企业整合新技术，以生产出更高效、更高质量的产品。人工智能 (AI) 和机器学习 (ML) 是使机器能够做出类似人类决策的技术。从长远来看，AI 和 ML 可以添加一个层（功能），使 IoT 设备更具交互性和用户友好性。这些技术由数据驱动，ML 使用不同类型的数据来做出决策。我们的研究重点是测试基于协作机器人的质量控制 (CBQC) 系统，该系统使用智能夹具和机器视觉 (MV) 来确定具有相似设计但不同功能的产品内的电缆。该产品是用于接口、连接和 GPS 监控的小型电动汽车的 IoT 模块。先前的研究描述了为质量控制目的重新配置现有协作机器人单元的方法。在本文中，我们讨论了 CBQC 系统的测试，以及创建模式数据库、训练 ML 模型以及添加预测模型以避免产品电缆序列出现缺陷。初步测试在实验室环境中进行，从而导致中小企业制造中的生产测试。本文最后将介绍结果、发展和未来工作。
AI 功能.pdf
主要关键词
相关文件推荐
