http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png
Real-time Quality Monitoring of Wire EDM Process Using Machine Learning
Paranjape, Akshay (Corresponding author) ; Küpper, UgurRWTH* ; Schulze Brock, DanielRWTH* ; Schmitt, Robert H.RWTH* ; Ohlenforst, Markus ; Peterek, Martin Joachim
In
18th CIRP Conference on Intelligent Computation in Manufacturing Engineering / edited by Prof. Roberto Teti
In
Procedia CIRP 138, Seiten/Artikel-Nr.:1015-1020
2026
Konferenz/Event:18. CIRP Conference on Intelligent Computation in Manufacturing Engineering
, Ischia , Italy , CIRP ICME 2024 , 2024-07-10 - 2024-07-12$
Impressum[Amsterdam] : Elsevier
ISSN2212-8271
Online
DOI: 10.1016/j.procir.2026.01.175
10.1016/j.procir.2026.01.175
DOI: 10.18154/RWTH-2026-08462
URL: https://publications.rwth-aachen.de/record/1041239/files/1041239.pdf
Einrichtungen
- Lehrstuhl für Fertigungstechnologie (417410)
- Manufacturing Technology Institute – MTI (417400)
- Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion (417510)
- Werkzeugmaschinenlabor WZL der RWTH Aachen (417200)
Projekte
- BMBF 01IS20096 - KI-Erosion: Einsatz von Methoden der Künstlichen Intelligenz zur datenbasierten Bewertung des Drahtfunkenerosionsprozesses (01IS20096) (01IS20096)
Inhaltliche Beschreibung (Schlagwörter)
ECDMTF100 (frei)
Thematische Einordnung (Klassifikation)
DDC: 670
OpenAccess:
PDF
Dokumenttyp
Journal Article/Contribution to a conference proceedings
Format
online
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-105030652951
Interne Identnummern
RWTH-2026-08462
Datensatz-ID: 1041239
Beteiligte Länder
Germany
Lizenzstatus der Zeitschrift
