Klassifizierung von Schmiedeteilen mittels KNN: KI erlaubt automatisierte Erkennung und Einteilung von geometrischen komplexen Schmiedebauteilen

Publikation: Beitrag in FachzeitschriftArtikelForschung

Autoren

  • Yorck Hedicke-Claus
  • Jan Langner
  • Malte Stonis
  • Bernd Arno Behrens

Externe Organisationen

  • Institut für integrierte Produktion Hannover (IPH) gGmbH
Forschungs-netzwerk anzeigen

Details

Titel in ÜbersetzungAI enables automated recognition and classification of geometrically complex forged parts
OriginalspracheDeutsch
Seiten (von - bis)822-827
Seitenumfang6
Fachzeitschriftwt Werkstattstechnik online
Jahrgang109
Ausgabenummer11-12
PublikationsstatusVeröffentlicht - 2019

Abstract

This paper presents a method for the automated classification of forged parts for classification into the Spies order of shapes by artificial neural networks.The aim is to develop a recognition program within the framework of automated forging sequence planning, which can directly identify a shape class from the CAD file of the forged part and characteristics of the forged part relevant for the design of the process.

ASJC Scopus Sachgebiete

Zitieren

Klassifizierung von Schmiedeteilen mittels KNN: KI erlaubt automatisierte Erkennung und Einteilung von geometrischen komplexen Schmiedebauteilen . / Hedicke-Claus, Yorck; Langner, Jan; Stonis, Malte et al.
in: wt Werkstattstechnik online, Jahrgang 109, Nr. 11-12, 2019, S. 822-827.

Publikation: Beitrag in FachzeitschriftArtikelForschung

Hedicke-Claus Y, Langner J, Stonis M, Behrens BA. Klassifizierung von Schmiedeteilen mittels KNN: KI erlaubt automatisierte Erkennung und Einteilung von geometrischen komplexen Schmiedebauteilen . wt Werkstattstechnik online. 2019;109(11-12):822-827. doi: 10.37544/1436-4980-2019-11-12-24
Hedicke-Claus, Yorck ; Langner, Jan ; Stonis, Malte et al. / Klassifizierung von Schmiedeteilen mittels KNN : KI erlaubt automatisierte Erkennung und Einteilung von geometrischen komplexen Schmiedebauteilen . in: wt Werkstattstechnik online. 2019 ; Jahrgang 109, Nr. 11-12. S. 822-827.
Download
@article{d9859e7b6b3f41938b3a7bb4ef0a3375,
title = "Klassifizierung von Schmiedeteilen mittels KNN: KI erlaubt automatisierte Erkennung und Einteilung von geometrischen komplexen Schmiedebauteilen ",
abstract = "This paper presents a method for the automated classification of forged parts for classification into the Spies order of shapes by artificial neural networks.The aim is to develop a recognition program within the framework of automated forging sequence planning, which can directly identify a shape class from the CAD file of the forged part and characteristics of the forged part relevant for the design of the process.",
author = "Yorck Hedicke-Claus and Jan Langner and Malte Stonis and Behrens, {Bernd Arno}",
year = "2019",
doi = "10.37544/1436-4980-2019-11-12-24",
language = "Deutsch",
volume = "109",
pages = "822--827",
number = "11-12",

}

Download

TY - JOUR

T1 - Klassifizierung von Schmiedeteilen mittels KNN

T2 - KI erlaubt automatisierte Erkennung und Einteilung von geometrischen komplexen Schmiedebauteilen

AU - Hedicke-Claus, Yorck

AU - Langner, Jan

AU - Stonis, Malte

AU - Behrens, Bernd Arno

PY - 2019

Y1 - 2019

N2 - This paper presents a method for the automated classification of forged parts for classification into the Spies order of shapes by artificial neural networks.The aim is to develop a recognition program within the framework of automated forging sequence planning, which can directly identify a shape class from the CAD file of the forged part and characteristics of the forged part relevant for the design of the process.

AB - This paper presents a method for the automated classification of forged parts for classification into the Spies order of shapes by artificial neural networks.The aim is to develop a recognition program within the framework of automated forging sequence planning, which can directly identify a shape class from the CAD file of the forged part and characteristics of the forged part relevant for the design of the process.

UR - http://www.scopus.com/inward/record.url?scp=85078619689&partnerID=8YFLogxK

U2 - 10.37544/1436-4980-2019-11-12-24

DO - 10.37544/1436-4980-2019-11-12-24

M3 - Artikel

AN - SCOPUS:85078619689

VL - 109

SP - 822

EP - 827

JO - wt Werkstattstechnik online

JF - wt Werkstattstechnik online

IS - 11-12

ER -