Entwickelt für Produktions- und Entwicklungsprozesse ermöglicht SOUNCE eine KI-gestützte Erkennung von Störgeräuschen. Mit SOUNCE klingen Bauteile so, wie sie sollen: in Ordnung.
Durch die Beantwortung einiger weniger Fragen erhalten Sie in zwei Minuten eine erste Einschätzung, wieviel Mehrwert unsere Lösung bei Ihnen schaffen kann.
Kostenpotentiale ermittelnDie modulare Cloud-Infrastruktur ermöglicht einen flexiblen Einsatz in verschiedenen Anwendungsszenarien mit nutzungsbasierter Abrechnungsmöglichkeit.
Automatische Erkennung von unerwünschten Geräuschen in Echtzeit, bei Bauteiltests oder End-of-Line Prüfständen. Kosten- und Ressourceneffizient.
Prüfstand oder Station werden mit minimalinvasiver Sensorik ausgestattet. Die Datenerfassung wird gestartet.
Über die Software dokumentiert der Ingenieur Qualitätskriterien der Geräuscherkennung und schafft so die Grundlage des KI-Modell-Trainings.
Auf Basis der vorhandenen Daten wird ein Deep-Learning-Algorithmus antrainiert und in der Cloud bereitgestellt
Der Prüfstand wird kontinuierlich überwacht und Geräuschanomalien werden automatisch in Echtzeit erkannt. Die Geräusche können visualisiert, bewertet und verglichen werden.
Der Ingenieur gibt Rückmeldung über die Genauigkeit der Geräuscherkennung und optimiert den Algorithmus langfristig.
The argument in favor of using filler text goes something like this: If you use real content in the design process, anytime reach a review point you’ll end up reviewing and negotiating.
The argument in favor of using filler text goes something like this: If you use real content in the design process, anytime reach a review point you’ll end up reviewing and negotiating.
The argument in favor of using filler text goes something like this: If you use real content in the design process, anytime reach a review point you’ll end up reviewing and negotiating.
The argument in favor of using filler text goes something like this: If you use real content in the design process, anytime reach a review point you’ll end up reviewing and negotiating.
The argument in favor of using filler text goes something like this: If you use real content in the design process, anytime reach a review point you’ll end up reviewing and negotiating.
Software zur Funktionsprüfung von Komponenten und Systemen muss zuverlässig sein und sich gleichzeitig flexibel und schnell neuen Anforderungn anpassen können.
→Sounce ermöglicht die Serienprüfung von Bewegungen, Positionierung oder Ausrichtungen ohne die aufwendige manuelle Definition von Grenzkurven und Schwellwerten für jede einzelne bekannten Fehlerquelle. Die Kombination aus Deep Learning mit erprobten Analyse-Verfahren ermöglicht ein selbstlernendes System, dass auch neu auftretende Anomalien immer wieder präzise detektiert.
So können durch die Qualitätssicherung mit Sounce z. B. Unwuchten, Verschleiß oder Versatz langfristig einfach erkannt werden.
Die Werkstoffprüfung umfasst diverse Prüfverfahren, mit denen das Verhalten und die Werkstoffkenngrößen präzise und zuverlässig ermittelt werden müssen.
→ Mit Hilfe von Sounce können Schäden bei Werkstoffen erkannt werden. Die Software as a Service Lösung ist für Werkstoffprüfungen in Serie und Entwicklung einsetzbar.
Mögliche Einsatzzwecke sind unter anderen, die Bewertung der Schweißpunktqualität, die Auswertung von Zugversuchen, die übergeordnete Auswertung von Qualitätsregelkreisen, sowie die Früherkennung von Werkstoffschäden.
Die Anforderungen an Akustikprüfungen steigen. Die Definition von manuellen Bewertungssystemen ist aufwendig und komplex.
→ Sounce ermöglicht Akustikprüfungen ohne eine vorherige Spezifizierung der zu erkennenden Störgrößen.
Darüber hinaus sind drehzahlabhängige Auswertungen und die Kombination von Deep Learning mit klassischen Verfahren wie Ordnungsanalysen bei der Akustikbewertung möglich.
Die Porsche Digital GmbH konzipierte und entwickelte die Software-as-a-Service-Lösung (SaaS) gemeinsam mit dem Entwicklungsressort der Porsche AG.
Pressemitteilung herunterladen
