Diese Arbeit zeigt eine Machbarkeitsanalyse zum Einsatz von Machine Learning Algorithmen im Umfeld von produktiven Anlagen.
Screenshot der simulierten Produktionsanlage
| Platform | Web-Applikation (Express, React) / Jupiter Notebook |
| Datenbank | MSSQL Datenbank |
| Sprachen | Javascript / Python |
Durch den Einsatz von Machine Learning könnten Personen, die eine produktive Anlage in der Industrie bedienen, besser in ihrer Tätigkeit unterstützt werden und dabei zur Produktionssteigerung beitragen. Um die Frage zu beantworten, wie dies möglich wäre soll anhand einer simulierten Produktionsanlage eine Analyse über geeignete Algorithmen gemacht werden.
Das Ergebnis des Projekts ist eine Webanwendung über diese eine produktive Anlage simuliert werden kann, sowie Trainingsdaten fürs Machine Learning generiert werden können. Anhand dieser Trainingsdaten wurde eine Analyse von Algorithmen aus dem Bereich Überwachtes Lernen durchgeführt und den geeignetsten ausgewählt. Dieser Algorithmus wurde abschliessend in die Simulation implementiert, so dass dieser dort anhand von Live Daten angewendet werden kann.
| Projektdauer | 22.2.2021 bis 20.8.2021 |
| Aufwand in Personenstunden | 360h (180h pro Studierenden) |
| Teamgrösse | 2 Studierende |
