Machine Learning-Algorithmen haben im weitesten Sinne das Ziel, aus Input-Daten sinnvolle Zusammenhänge zu erkennen und daraus Regeln abzuleiten. Z.B. Vorhersagen treffen, Trends erkennen, Daten nach bestimmten Kriterien gruppieren. Eines der wichtigsten Anwendungsgebiete ist die Datenanalyse im Rahmen der Vorausschauenden Wartung, z.B. die Vorhersage, ob eine Maschine oder ein Bauteil ausfallen wird oder nicht.
Im Fachbereich Angewandte Ingenieurwissenschaften (AING) werden Demonstratoren für Machine Learning mit Fokus Predictive Maintenance entwickelt und auf der Online-Plattform elab2go – Mobile Engineering Lab (https://www.elab2go.de/) veröffentlicht. Im Rahmen einer Web-Seminar-Reihe steht das Projektteam der Hochschule Kaiserslautern jeden ersten Freitag im Monat persönlich für eine Vorstellung der Plattform und der Live-Demonstratoren zur Verfügung.
Das elab2go ist Teil des Innovationsbereichs Produkte der Offenen Digitalisierungsallianz Pfalz. Die Offene Digitalisierungsallianz Pfalz ist ein Verbundvorhaben der Hochschule Kaiserslautern, der Technischen Universität Kaiserslautern sowie des Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik, gefördert durch die Bund-Länder-Initiative „Innovative Hochschule“.
Nutzen und Mehrwert
Der Nutzen und Mehrwert besteht darin, Einblick in neue Technologien wie Maschinelles Lernen und Predictive Maintenance zu erhalten, die für digitale Produktionsprozesse im Automotive-Bereich besonders relevant sind. Der Fokus liegt dabei auf der passenden Technologieauswahl und dem Erstellen von Demonstratoren. Zur Unterstützung und Vereinfachung des Erlernens neuer Technologien werden Anwendungsbeispiele vorgestellt, die durch Schritt-für-Schritt-Anleitungen eine schnelle Einarbeitung und ein erstes Kennenlernen der benötigten Programmiersprachen und Entwicklungs-Umgebungen (Python, R, MATLAB) ermöglichen.
- Hochschule
- Machine Learning
- Predictive Maintenance
- Künstliche Intelligenz
- Webbasierte Seminare