Gast ::
| 001 | 783185 | ||
| 005 | 20230411160955.0 | ||
| 024 | 7 | _ | |2 HBZ |a HT020388294 |
| 024 | 7 | _ | |2 datacite_doi |a 10.18154/RWTH-2020-02351 |
| 024 | 7 | _ | |2 Laufende Nummer |a 39215 |
| 037 | _ | _ | |a RWTH-2020-02351 |
| 041 | _ | _ | |a German |
| 082 | _ | _ | |a 620 |
| 100 | 1 | _ | |0 P:(DE-82)IDM00351 |a Müller, Mario |b 0 |u rwth |
| 245 | _ | _ | |a Künstliche Intelligenz zur Struktur- und Maßsynthese ebener Führungs- und Übertragungsgetriebe |c vorgelegt von Mario Müller |h online |
| 246 | _ | 3 | |a Artificial intelligence for type- and dimensional synthesis of planar guidance and transfer mechanisms |y English |
| 260 | _ | _ | |a Aachen |c 2020 |
| 300 | _ | _ | |a 1 Online-Ressource (xi, 127, XXXIV Seiten) : Illustrationen, Diagramme |
| 336 | 7 | _ | |0 2 |2 EndNote |a Thesis |
| 336 | 7 | _ | |0 PUB:(DE-HGF)11 |2 PUB:(DE-HGF) |a Dissertation / PhD Thesis |b phd |m phd |
| 336 | 7 | _ | |2 BibTeX |a PHDTHESIS |
| 336 | 7 | _ | |2 DRIVER |a doctoralThesis |
| 336 | 7 | _ | |2 DataCite |a Output Types/Dissertation |
| 336 | 7 | _ | |2 ORCID |a DISSERTATION |
| 500 | _ | _ | |a Veröffentlicht auf dem Publikationsserver der RWTH Aachen University |
| 502 | _ | _ | |a Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2020 |b Dissertation |c Rheinisch-Westfälische Technische Hochschule Aachen |d 2020 |g Fak04 |o 2020-02-07 |
| 520 | 3 | _ | |a Getriebe sind mechanische Lösungen zur Wandlung von Bewegungen bzw. zur Übertragung von Kräften und Momenten. Die stetig steigenden Anforderungen an Getriebe können durch Entwickler ohne tiefergehende Kenntnisse in der Getriebetechnik kaum erfüllt werden. Um diese Entwicklergruppe zu unterstützen, wird auf das Forschungsfeld der künstlichen Intelligenz zurückgegriffen. Dieses liefert Lösungen, um sowohl Experten als auch Laien bei der Lösung komplexer Probleme zu unterstützen. Derartige IT-Systeme sind in Technik und Wissenschaft unter dem Begriff Expertensysteme bekannt. Im Rahmen dieser Arbeit wurde eine künstliche Intelligenz in Form eines Expertensystems zur Getriebesynthese entwickelt. Ausgehend von einer Bewegungsaufgabe kann die künstliche Intelligenz autonom den Getriebeentwurfsprozess durchlaufen. Die Bewegungsaufgabe wird dabei losgelöst von potentiellen Syntheseverfahren, sowohl für Übertragungs- als auch Führungsgetriebe formuliert. Genau wie bei der klassischen Getriebesynthese befasst sich die künstliche Intelligenz mit den beiden Themenbereichen der Struktur- und Maßsynthese. Im Themenbereich der Struktursynthese werden potentiell geeignete Getriebestrukturen für die nachfolgende Maßsynthese ermittelt. Im Rahmen dieser Arbeit wurde eine Datenbank entwickelt, welche Getriebestrukturen für die Erfüllung von Übertragungs- und Führungsaufgaben enthält. Diese Getriebestrukturen können neben Dreh- und Schubgelenken auch Kurvengelenke aufweisen. Mit Hilfe des implementierten Regelwerkes der künstlichen Intelligenz wird die große Anzahl potentiell geeigneter Getriebestrukturen innerhalb der Struktursynthese auf solche Getriebe eingeschränkt, welche die vom Entwickler geforderten Eigenschaften möglichst gut erfüllen. Diese Getriebestrukturen werden dann im Rahmen der Maßsynthese über geeignete Optimierungsalgorithmen bemaßt. Dazu werden sie in einzelne, wiederkehrende Bausteine zerlegt. Durch dieses Vorgehen können mit einer vergleichsweise geringen Anzahl von Bemaßungsalgorithmen, Lösungen für komplexe Getriebestrukturen ermittelt werden. Die Validierung der entwickelten künstlichen Intelligenz zeigt, dass sie nicht nur in der Lage ist, in der Praxis verwendete Standard-Lösungen für eine Problemstellung zu finden, sondern auch den bekannten Lösungsraum um weitere innovative Getriebelösungen zu erweitern. Die entwickelte künstliche Intelligenz stellt damit nicht nur ein Hilfsmittel für den Laien dar, sondern unterstützt auch den Getriebe-Experten bei anspruchsvollen Problemstellungen. |l ger |
| 520 | _ | _ | |a Mechanisms are mechanical solutions for the transformation of motion or for the transmission of forces and torques. The increasing requirements on mechanisms in practice can hardly be met by a developer without in-depth knowledge in mechanism theory. Therefore, the research field of artificial intelligence is used to support the development process. It provides solutions to help both experts and nonprofessionals to solve complex problems. Such IT systems are known in engineering and science as expert systems. Within this work, an artificial intelligence was developed in the form of an expert system for mechanism synthesis. Starting from a motion task, the artificial intelligence can autonomously go through the mechanism design process. The motion task is thereby independent from potential synthesis methods, and can be formulated for both transfer and guidance mechanisms. Just as in classical mechanism synthesis, the artificial intelligence addresses the two topics of structural and dimensional synthesis. In the subject area of the structural synthesis, potentially suitable mechanism structures are determined for the following step of the dimensional synthesis. Therefore, in the context of this thesis, a database has been developed which contains mechanism structures for the fulfillment of transfer and guidance mechanisms. To generate such mechanism structures, a graph-based algorithm has been developed. The structures identified by this algorithm can consist of revolute joints, prismatic joints as well as cam joints. Due to the specific properties of the mechanism structures, the number of potentially suitable structures can be drastically limited within the structural synthesis by means of the set of rules of artificial intelligence. These mechanism structures can then be dimensioned within the dimensional synthesis by using optimization-based algorithms. For this, they are divided into recurring modules. Because of this procedure, solutions for complex mechanism structures can be determined with comparatively few dimensioning algorithms. The validation of the developed artificial intelligence shows that it is not only able to find known solutions of a problem, but also to extend the known scope of solution by further mechanisms. Thus, the artificial intelligence does not only provide a support for non-professionals but also for experts. |l eng |
| 588 | _ | _ | |a Dataset connected to Lobid/HBZ |
| 591 | _ | _ | |a Germany |
| 653 | _ | 7 | |a Getriebetechnik |
| 653 | _ | 7 | |a Maßsynthese |
| 653 | _ | 7 | |a Struktursynthese |
| 653 | _ | 7 | |a künstliche Intelligenz |
| 700 | 1 | _ | |0 P:(DE-82)IDM00222 |a Hüsing, Mathias |b 1 |e Thesis advisor |u rwth |
| 700 | 1 | _ | |0 P:(DE-82)IDM00228 |a Corves, Burkhard |b 2 |e Thesis advisor |u rwth |
| 700 | 1 | _ | |0 P:(DE-82)026974 |a Modler, Karl-Heinz |b 3 |e Thesis advisor |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185.pdf |y OpenAccess |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185_source.doc |y Restricted |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185_source.docx |y Restricted |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185_source.odt |y Restricted |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185.gif?subformat=icon |x icon |y OpenAccess |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185.jpg?subformat=icon-1440 |x icon-1440 |y OpenAccess |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185.jpg?subformat=icon-180 |x icon-180 |y OpenAccess |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185.jpg?subformat=icon-640 |x icon-640 |y OpenAccess |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/783185/files/783185.jpg?subformat=icon-700 |x icon-700 |y OpenAccess |
| 909 | C | O | |o oai:publications.rwth-aachen.de:783185 |p openaire |p open_access |p VDB |p driver |p dnbdelivery |
| 910 | 1 | _ | |0 I:(DE-588b)36225-6 |6 P:(DE-82)IDM00351 |a RWTH Aachen |b 0 |k RWTH |
| 910 | 1 | _ | |0 I:(DE-588b)36225-6 |6 P:(DE-82)IDM00222 |a RWTH Aachen |b 1 |k RWTH |
| 910 | 1 | _ | |0 I:(DE-588b)36225-6 |6 P:(DE-82)IDM00228 |a RWTH Aachen |b 2 |k RWTH |
| 914 | 1 | _ | |y 2020 |
| 915 | _ | _ | |0 StatID:(DE-HGF)0510 |2 StatID |a OpenAccess |
| 920 | 1 | _ | |0 I:(DE-82)411910_20180101 |k 411910 |l Lehrstuhl und Institut für Getriebetechnik, Maschinendynamik und Robotik |x 0 |
| 980 | 1 | _ | |a FullTexts |
| 980 | _ | _ | |a I:(DE-82)411910_20180101 |
| 980 | _ | _ | |a UNRESTRICTED |
| 980 | _ | _ | |a VDB |
| 980 | _ | _ | |a phd |
| Library | Collection | CLSMajor | CLSMinor | Language | Author |
|---|