Entwurf und prototypische Realisierung einer künstlichen Intelligenz zur Steuerung einer Papierschneidemaschine

Inhaltsverzeichnis

1. Einleitung

2. Grundlagen

2.1 Einführung künstliche Intelligenz

2.2 Künstliche neuronale Netze

2.2.1 Einführung

2.2.2 Natürliche und künstliche Neuronen

2.2.3 Aufbau neuronaler Netze

2.2.4 Eigenschaften neuronaler Netze

2.2.5 Netzarchitekturen

2.2.6 Lernen

2.2.7 Netzgrößen und Generalisierungsfähigkeit

2.2.8 Schematischer Überblick über neuronale Netze

3. Analyse

3.1 Ausgangssituation und Problembeschreibung

3.2 Papierschneidemaschinen in der Praxis

3.2.1 Schneiden mit Schnellschneidern oder Planschneidern

3.2.2 Profil der beteiligten Firmen Perfecta und MCS

3.2.3 Schnellschneider der Firma Perfecta

3.3 Dateiformate und –standards

3.3.1 JDF, CIP3 und CIP4

3.3.2 Schnittprogramme

3.3.3 SNNS Netzdateien und Trainingsmusterdateien

4. Anforderungsdefinition

4.1 Zielsetzung der Arbeit und Eingrenzung des Themas

4.2 Pflichtenheft

5. Design

5.1 Benutzerführung

5.2 Model View Controller

5.3 Prototyping

5.4 Unified Modeling Language

6. Implementierung

6.1 Das Entwicklungsumfeld

6.1.1 Stuttgarter Neuronale Netz Simulator

6.1.2 Entwicklungsumgebung Microsoft .net

6.2 Strukturierung und Workflow des Prototyps

6.2.1 Look ’n Feel und Workflow der GUI

6.2.2 Workflow der Core

6.2.3 Künstliche Intelligenz des Prototyps

6.2.4 Kommunikation des Programms mit dem Netz

6.3 Beschreibung besonderer Codefragmente

7. Untersuchungen

7.1 Erfüllung der Randbedingungen

7.1.1 Kontrolle: Benutzerfreundlichkeit der GUI

7.1.2 Kontrolle: Ausgabewerte des NN im Vergleich zum SNNS

7.1.3 Kontrolle: Koordinatenunabhängigkeit des Prototyps

7.1.4 Kontrolle: Wiedergabe einer erlernten Schnittabfolge

7.1.5 Kontrolle: Wiedergabe zweier erlernter Schnittabfolgen

7.1.6 Kontrolle: Wiedergabe fünf erlernter Schnittabfolgen

7.2 Denkbares Innovationspotential des Prototyps

7.2.1 Untersuchung: Übertragbarkeit von Wissen auf andere Konstellationen I

7.2.2 Untersuchung: Übertragbarkeit von Wissen auf andere Konstellationen II

7.2.3 Untersuchung: notwendige Größe der Zwischenschicht

7.2.4 Untersuchung: Wiederholung 7.2.2 mit Zwischenschichtgröße aus 7.2.3

7.2.5 Untersuchung: Übertragbarkeit von Wissen auf andere Konstellationen III

7.2.6 Untersuchung: Aussagekraft 7.2.5

8. Ergebnis und Zusammenfassung

8.1 Zusammenfassung

8.2 Bewertung und Fazit

8.3 Software anderer Hersteller im Vergleich zum Prototyp

8.4 Ausblick und Ideen

Zielsetzung & Themen

Die Diplomarbeit hat zum Ziel, einen prototypischen Ansatz für eine Software zu entwickeln, die Papierschneidemaschinen steuert, indem sie KI-gestützte Schnittvorschläge auf Basis neuronaler Netze erstellt, um Arbeitsprozesse effizienter zu gestalten und die Bedienung zu vereinfachen.

• Entwicklung eines KI-Prototyps zur Schnittoptimierung
• Visualisierung von Nutzen und Schnittgut auf Basis von CIP3-Daten
• Einsatz von neuronalen Netzen zur automatisierten Entscheidungsfindung
• Benutzerführung mit Fokus auf intuitiver Bedienbarkeit für ungelernte Kräfte
• Architekturkonzept basierend auf dem Model View Controller (MVC) Modell

Auszug aus dem Buch

Zusammenfassung der Kapitel

1. Einleitung: Diese Einleitung beschreibt den Bedarf an einer optimierten Steuerung für Papierschneidemaschinen und das Ziel der Arbeit, eine KI-basierte Lösung zu entwerfen.

2. Grundlagen: Hier werden die wissenschaftlichen theoretischen Fundamente der künstlichen Intelligenz sowie der Aufbau und die Funktionsweise neuronaler Netze erläutert.

3. Analyse: Dieses Kapitel analysiert die Ist-Situation in Druckereien, die verwendete Maschinentechnik der Firma Perfecta und die relevanten Datenformate.

4. Anforderungsdefinition: Hier werden die Anforderungen an den zu entwickelnden Prototyp sowie das Pflichtenheft mit Muss- und Wunschkriterien spezifiziert.

5. Design: Dieses Kapitel beschreibt das entworfene GUI-Konzept, die Architektur nach dem MVC-Modell und den Einsatz der Unified Modeling Language.

6. Implementierung: Hier wird das Entwicklungsumfeld, der Workflow der Anwendung und die spezifische Umsetzung der KI im Prototyp dokumentiert.

7. Untersuchungen: Dieses Kapitel umfasst die Testreihen zur Validierung der Netzwerte, der Benutzerfreundlichkeit und der Generalisierungsfähigkeit des Prototyps.

8. Ergebnis und Zusammenfassung: Abschließend werden die Ergebnisse bewertet, ein Fazit gezogen und Ausblicke für eine mögliche Weiterentwicklung gegeben.

Schlüsselwörter

Papierschneidemaschine, Künstliche Intelligenz, Neuronale Netze, Schnittoptimierung, CIP3, Software-Prototyping, Model View Controller, Benutzerschnittstelle, Backpropagation, Schnittvorschlag, Trainingsmuster, Automatisierung, Druckindustrie, Steuerungstechnik, Klassifizierung.

Häufig gestellte Fragen

Worum geht es in dieser Diplomarbeit grundlegend?

Es geht um die Entwicklung eines Software-Prototyps für Papierschneidemaschinen, der mithilfe einer künstlichen Intelligenz selbstständig sinnvolle Schnittfolgen vorschlägt.

Welche zentralen Themenfelder werden bearbeitet?

Die Arbeit behandelt die Bereiche künstliche Intelligenz und neuronale Netze, angewandt auf die industrielle Praxis der Papierschneidetechnik und Prozessautomatisierung.

Was ist das primäre Ziel der Forschung?

Das Ziel ist es, durch eine KI-gestützte Steuerung die Effizienz bei Schneidevorgängen zu steigern und die Bedienung der Maschine so intuitiv zu gestalten, dass auch ungelernte Kräfte optimale Ergebnisse erzielen können.

Welche wissenschaftliche Methode kommt zum Einsatz?

Es werden künstliche neuronale Netze eingesetzt, die mittels Backpropagation-Verfahren auf Trainingsmustern angelernt werden, um Schnittvorschläge zu generieren.

Was ist Gegenstand des Hauptteils?

Im Hauptteil werden die Analyse der Ausgangssituation, das Pflichtenheft, das Design der Software-Architektur (MVC) sowie die Implementierung des Prototyps ausführlich beschrieben.

Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?

Wichtige Begriffe sind Papierschneidemaschine, KI-Steuerung, Neuronale Netze, Schnittoptimierung und CIP3-Datenintegration.

Warum wird das "Model View Controller" (MVC) Modell verwendet?

MVC wird eingesetzt, um die Software modular, wiederverwendbar und wartungsfreundlich zu gestalten, indem die Programmlogik von der grafischen Benutzeroberfläche und der KI-Logik getrennt wird.

Wie geht das System mit bisher unbekannten Schneidesituationen um?

Der Prototyp kann manuell vom Benutzer korrigierte Schnitte als neue Trainingsmuster speichern, die dann in einem nächsten Trainingsdurchgang genutzt werden, um das System zu verbessern.

Welche Rolle spielt die "Generalisierungsfähigkeit" in den Untersuchungen?

Die Untersuchung der Generalisierungsfähigkeit prüft, ob das neuronale Netz in der Lage ist, erlerntes Wissen auf neue, ähnliche Schneidesituationen zu übertragen, was sich im Prototyp als Herausforderung darstellte.