Effizientes kontinuierliches Lernen für Schweißqualitätsvorhersage mit OOD‑Erkennung
In der modernen Fertigung spielt das Gasmetall-Schweißverfahren (GMAW) eine zentrale Rolle. Trotz großer Fortschritte bei maschinellen Lernmodellen zur Qualitätsvorhersage stoßen diese Systeme häufig an ihre Grenzen, wenn sich die Produktionsbedingungen ändern. Ein typisches Problem ist die Verschiebung der Datenverteilung, die die Genauigkeit der Vorhersagen stark beeinträchtigt.
