Uncertainty Aware Functional Behavior Prediction and Material Fatigue Assessment for Circular Factory

Diese Forschung schlägt ein Rahmenwerk für unsicherheitsbewusste Funktionsvorhersage und Materialermüdungsbewertung für zurückgegebene Produkte in Kreislauffabriken vor, am Beispiel eines Winkelschleifers. Es kombiniert den aktuellen Werkzeugzustand und Nutzungsmuster mit einem Convolutional Encoder und einem LSTM-Netzwerk, um zukünftige Funktionserfüllung und Komponentenintegrität vorherzusagen.