Academic literature on the topic 'Montagefehler'

ZusammenfassungDie zunehmende Komplexität von manuellen Montageprozessen wirft in Unternehmen die Frage auf, wie die damit verbundenen Anforderungen an die Verarbeitung größerer Informationsmengen und die damit einhergehenden Zuwächse an kognitiven Beanspruchungen infolge zunehmender Unsicherheit seitens der Beschäftigten zu bewältigen sind. Eine Antwort hierauf liegt in der Integration von informatorischen Assistenzsystemen in bestehende Montagesysteme. Erklärtes Ziel solcher Assistenzsysteme ist die informatorische Unterstützung der Beschäftigten in der Form, dass in der Summe eine kognitive Entlastung erfolgt, die zu weniger Zeitverlusten und Montagefehlern und damit zu einer höheren Produktqualität führt. Dies setzt voraus, dass informatorische Assistenzsysteme nach kognitiv-ergonomischen Gesichtspunkten gestaltet sind und ihr Einsatz durch eine möglichst objektive Erfassung von kognitiven Beanspruchungen vor Ort am konkreten Arbeitsplatz begleitet wird.

Die Anwendung von Deep Learning in der manuellen Montage birgt großes Potenzial, Montagezeiten zu reduzieren und Montagefehler zu vermeiden. Indem der Montageablauf mithilfe einer Kamera erfasst und die aufgezeichneten Bilder durch einen Objekterkennungsalgorithmus analysiert werden, lassen sich Position, Lage und Art der montierten Bauteile bestimmen. Daraus lassen sich wiederum Informationen über Arbeitsschritte, Montagefehler oder den aktuellen Zustand des Produkts ableiten, sodass die Mitarbeiter bei der Montage durch entsprechende Anweisungen unterstützt werden können. Es stellt sich jedo