Passgenaue Schuhe mittels 3D-Druck

Deep Learning unterstützt die Defekt-Erkennung bei Mass Customization

ZeitschriftIndustrie 4.0 Management
Ausgabe38. Jahrgang, 2022, Ausgabe 4, Seite 15-18
Literatur Teilen Zitieren Download

Abstract

Die additive Fertigung hat sich als Produktionsverfahren etabliert und auch Einzug in die Modeindustrie gefunden, in der individualisierte Schuhe im 3D-Druckverfahren hergestellt werden. Die Herstellung von solchen Einzelstücken stellt jedoch hohe Herausforderungen an eine automatisierte Qualitätskontrolle, da durch die vergleichsweise geringen Stückzahlen auch wenig Informationen über mögliche Defekte erzeugt werden. In diesem Beitrag wird ein Vorgehen zur Qualitätskontrolle durch Nutzung eines Autoencoders vorgestellt, welcher mittels Bildern von defektfreien Testobjekten so trainiert wird, dass auftretende Anomalien erkannt werden können. Mit einem ROC AUC score von 0,87 zeigen erste Tests vielversprechende Ergebnisse und belegen, dass durch diese Methode Defekte an den verwendeten Schuhmodellen erkannt werden können.

Keywords

Artikel

In den vergangenen Jahren konnte sich die additive Fertigung durch Verfahren wie dem Fused Layer Modeling (FLM) bereits in vielen verschiedenen Branchen und Industrien als Produktionsverfahren etablieren, so z. B. im Automobilbau, der Luftfahrt oder im Gesundheitswesen [1, 2]. Aufgrund einer verbesserten Energie- und Produktionseffizienz sowie durch Fortschritte in der Materialwissenschaft ergeben sich neue Anwendungsgebiete, worunter auch die Mode- und Schuhindustrie zählt. So sind sog. „3D-Drucker“ heutzutage in der Lage, textile Gewebestrukturen nachzuahmen und so Kleider und Schuhe „3D-drucken“ zu können [3, 4]. Konnten anfangs nur einzelne Komponenten, wie Leisten oder Sohlen auf diese Weise hergestellt werden, …

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen und die gewünschte(n) Datei(en) herunterladen zu können, müssen Sie über ein entsprechendes inklusiv-Abonnement verfügen. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo inklusive Einzelkauf
ohne 29,00 €
Digital 27,55 €
Expert 26,10 €
Professional 0,00 €

Download für einmalig 29,00 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.