Auswirkung von Chargenschwankungen auf die Eigenschaften spritzgegossener Elastomerformteile

Anwendung künstlicher neuronaler Netze

28.April 2003 - Mit der übergreifenden Betrachtung des Herstellungsprozesses von Gummiprodukten ist die Beschreibung und Vorhersage von Auswirkungen vorangegangener Verarbeitungsschritte auf Zwischen- und Endprodukte möglich. Als geeignete Hilfsmittel zur Beschreibung der Zusammenhänge haben sich sowohl Regressionsmodelle als auch Künstliche Neuronale Netze (KNN) erwiesen. In diesem Beitrag werden die Möglichkeiten und Grenzen der KNN im Vergleich zu Regressionsmodellen für die Beschreibung der Auswirkungen von Mischungs- und Lagerungsvariationen auf die Eigenschaften spritzgegossener Elastomerformteile diskutiert.

Application of artificial neural networks for the prediction of the effects of batch variations on the properties of rubber mouldings
In order to describe and predict the effect of the different process steps on the part quality, the comprehensive inspection of the whole rubber manufacturing process chain becomes necessary. For the description of the complex connections between the different process steps artificial neural networks and regression models are capable tools. In this paper the possibilities and limitations of artificial neural networks describing the effect of batch and storage variations on the properties of rubber mouldings compared to regression models are discussed.

Nur für Abonnenten

Der vollständige Inhalt ist nur für Abonnenten der Fachzeitschrift KGK zugänglich. Bitte loggen Sie sich ein oder abonnieren Sie unsere Zeitschrift, um fortzufahren.

LOGIN

Sie sind bereits Abonnent?
Loggen Sie sich hier ein:

Sie sind noch kein Abonnent?

Als Abonnent der Fachzeitschrift KGK haben Sie Zugriff auf alle Inhalte des Portals kgk-rubberpoint.de

Loader-Icon