Skip to main content
SpringerLink
Log in

Bauteile ressourceneffizient reinigen mithilfe von KI

  • Teilereinigung
  • Published:
JOT Journal für Oberflächentechnik Aims and scope

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Bild 1

© Olemedia / Getty Images / iStock

Bild 2

© TU Dortmund

Bild 3

© TU Dortmund

Literaturhinweise

  1. Rochowicz, M.: Reinheit von Medizinprodukten im Herstellungsprozess. In: JOT Journal für Oberflächentechnik 59 (2019) S2, S. 10-13.

  2. Schulz, D.: Von höherer Reinigungsleistung bis Industrie 4.0. In: JOT Journal für Oberflächentechnik 58 (2018) S1, S. 5.

  3. Jeschke, S.: Leitfaden Selbstlernende Produktionsprozesse 2019.

  4. Mnih, V.; Kavukcuoglu, K.; Silver, D.; Graves, A.; Antonoglou, I.; Wierstra, D.; Riedmiller, M.: Playing Atari with Deep Reinforcement Learning 2013.

  5. Panzer, M.; Bender, B.: Deep reinforcement learning in production systems: a systematic literature review. In: International Journal of Production Research (2021), S. 1-26.

  6. Rochowicz, M.: Acht Thesen zur Zukunft der Teilereinigung. In: JOT Journal für Oberflächentechnik 60 (2020) 7-8, S. 20-25.

  7. Partikelmesstechnik in der Produktionslinie. In: JOT Journal für Oberflächentechnik 61 (2021) 9, S. 14-15.

  8. Sutton, R. S.; Barto, A.: Reinforcement learning, second edition. An introduction, 2nd ed. Cambridge 2018.

  9. Hussein, A.; Gaber, M. M.; Elyan, E.; Jayne, C.: Imitation Learning. In: ACM Computing Surveys 50 (2018) 2, S. 1-35.

  10. Eickelmann, M.; Wiegand, M.; Deuse, J.; Bernerstätter, R.: Bewertungsmodell zur Analyse der Datenreife. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb 114 (2019) 1-2, S. 29-33.

  11. Hein, D.; Udluft, S.; Tokic, M.; Hentschel, A.; Runkler, T. A.; Sterzing, V.: Batch reinforcement learning on the industrial benchmark: First experiences: 2017 International Joint Conference on Neural Networks (IJCNN) 2017.

  12. Rögner, F.-H.; Vohrer, U.: Die Erweiterung des Sinner'schen Kreises. In: JOT Journal für Oberflächentechnik 61 (2021) S1, S. 8-10.

Download references

Author information

Authors and Affiliations

  1. TU Dortmund, Dortmund, Germany

    Jan Büscher, Roman Möhle, Mikhail Polikarpov, Nils Plettenberg, Ronny Zwinkau & Jochen Deuse

  2. TU Dortmund, Dorrtmund, Germany

    Akshay Paranjape

  3. RWTH Aachen, Aachen, Germany

    Robert H. Schmitt

Authors
  1. Jan Büscher
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Akshay Paranjape
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Roman Möhle
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Mikhail Polikarpov
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Nils Plettenberg
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Ronny Zwinkau
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. Jochen Deuse
    View author publications

    You can also search for this author in PubMed Google Scholar

  8. Robert H. Schmitt
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Büscher, J., Paranjape, A., Möhle, R. et al. Bauteile ressourceneffizient reinigen mithilfe von KI. J Oberfl Techn 63, 40–43 (2023). https://doi.org/10.1007/s35144-022-2338-z

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s35144-022-2338-z

Search

Navigation