Anhand vorhandener messbarer Betriebsgrößen wie Motorstrom und -drehmoment in servoelektrisch betriebenen Umformmaschinen wird auf schadensrelevante Zustände geschlossen. Die dafür erforderlichen Kenntnisse über fehler- bzw. schadensrelevante Auswirkungen dieser Zustände werden mit Hilfe eines elastischen parametrischen Maschinenmodells gewonnen. Diese Betriebsgrößendatensätze bilden die Grundlage für eine lernfähige Diagnosesoftware mit künstlichen neuronalen Netzten (KNN), die zur Regression bzw. Klassifi kation zwecks Diagnose eingesetzt werden. Der entsprechende Algorithmus ist in der Lage, aus den gelernten Merkmalen, Zusammenhängen und Tendenzen auf potenzielle Fehler zu schließen bzw. diese einzugrenzen. https://www.efb.de/efb-forschungsbericht-nr-615.htmlweiterlesen