Künstliche Neuronale Netze zur Schwachstellenanalyse
Auf dem Flaschenkeller-Seminar des Lehrstuhls für Brauereianlagen und Lebensmittel-Verpackungstechnik der TU München-Weihenstephan im Dezember 2002 berichtete Dipl.-Ing.(FH) Markus Schmidt, Assistent am Lehrstuhl, zu diesem Problem. In dem Forschungsprojekt arbeitet er mit der Firma ProLeit AG und der Warsteiner Brauerei zusammen. Ziel ist das automatische Erkennen von Schwachstellen in Abfüllbetrieben mit Hilfe der in einem BDE-System erfassten Daten. Er sieht große Möglichkeiten in der Anwendung Neuronaler Netze. Dabei handelt es sich definitionsgemäß um informationsverarbeitende Systeme, die aus einer großen Anzahl einfacher Einheiten (Zellen, Neuronen) bestehen, die sich Informationen durch Aktivierung der Zellen über gerichtete Verbindungen zusenden. Im ersten Schritt wird aufbereitetes Expertenwissen auf die Neuronalen Netze übertragen, dann erfolgt das Netztraining mit den festgestellten und aufbereiteten Mängeln oder den Stau-Situationen einer Abfüllanlage. In dem Baustein Data Mining berechnet das System den Zustand und die Daten für den Ausgang. Angelpunkt ist der Experte, der die Eingangsdaten entsprechend bewertet und interpretiert. Das Netztraining ist ein Lernprozess, damit das System neue Verbindungen entwickelt und vorhandene nicht mehr benötigte löscht und Modifikationen für neue Situationen entwickeln kann.
Angebot auswählen und weiterlesen
Alle Inhalte online lesen