Automated flank wear segmentation and measurement with deep learning image processing
- Weitere Titel
-
Automatisierte Segmentation und Messung von Freiflächenverschleiß mit Deep Learning Bildverarbeitug
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
RWTH Aachen University, Dissertation, 2024
- Schlagwort
-
Werkzeugverschleiß
Spanende Bearbeitung
Hartmetallwerkzeug
Bildsegmentierung
Spanwerkzeug
Prozessmodell
- Ereignis
-
Veröffentlichung
- (wo)
-
Aachen
- (wer)
-
Universitätsbibliothek der RWTH Aachen
- (wann)
-
2025
- Urheber
- Beteiligte Personen und Organisationen
- DOI
-
10.18154/RWTH-2025-01423
- URN
-
urn:nbn:de:101:1-2503090043309.999805638969
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
15.08.2025, 07:25 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Holst, Carsten
- Bergs, Thomas
- Dix, Martin
- Universitätsbibliothek der RWTH Aachen
Entstanden
- 2025
Ähnliche Objekte (12)
Acoustic emission signal source separation for a flank wear estimation of drilling tools
Untersuchungen zum Verformungs- und Lastabtragungsverhalten einer Kaikonstruktion
Untersuchungen zum Verformungs- und Lastabtragungsverhalten einer Kaikonstruktion
Digital image processing with deep learning for automated cutting tool wear detection
Analysis of tool wear in face hobbing plunging manufacturing processes
Analyse der Wirkmechanismen beim laserunterstützten Drehen von Siliziumnitridkeramik
Deep Learning Approach for Enhanced Transferability and Learning Capacity in Tool Wear Estimation
Investigation of the influence of asymmetrical profiles on the wear behavior in gear hobbing
Material removal and grinding wheel wear mechanisms during grinding of polycrystalline cubic boron nitride
Machine Learning for Tool Wear Classification in Milling Based on Force and Current Sensors
Deep learning and rule-based image processing pipeline for automated metal cutting tool wear detection and measurement
Autoencoder based Wear Assessment in Sheet Metal Forming
Acoustic emission signal source separation for a flank wear estimation of drilling tools
Untersuchungen zum Verformungs- und Lastabtragungsverhalten einer Kaikonstruktion
Untersuchungen zum Verformungs- und Lastabtragungsverhalten einer Kaikonstruktion
Digital image processing with deep learning for automated cutting tool wear detection
Analysis of tool wear in face hobbing plunging manufacturing processes
Analyse der Wirkmechanismen beim laserunterstützten Drehen von Siliziumnitridkeramik
Deep Learning Approach for Enhanced Transferability and Learning Capacity in Tool Wear Estimation
Investigation of the influence of asymmetrical profiles on the wear behavior in gear hobbing
Material removal and grinding wheel wear mechanisms during grinding of polycrystalline cubic boron nitride
Machine Learning for Tool Wear Classification in Milling Based on Force and Current Sensors
Deep learning and rule-based image processing pipeline for automated metal cutting tool wear detection and measurement
Autoencoder based Wear Assessment in Sheet Metal Forming
Acoustic emission signal source separation for a flank wear estimation of drilling tools
Untersuchungen zum Verformungs- und Lastabtragungsverhalten einer Kaikonstruktion
Untersuchungen zum Verformungs- und Lastabtragungsverhalten einer Kaikonstruktion
Digital image processing with deep learning for automated cutting tool wear detection
Analysis of tool wear in face hobbing plunging manufacturing processes
Analyse der Wirkmechanismen beim laserunterstützten Drehen von Siliziumnitridkeramik
Deep Learning Approach for Enhanced Transferability and Learning Capacity in Tool Wear Estimation
Investigation of the influence of asymmetrical profiles on the wear behavior in gear hobbing
Material removal and grinding wheel wear mechanisms during grinding of polycrystalline cubic boron nitride
Machine Learning for Tool Wear Classification in Milling Based on Force and Current Sensors
Deep learning and rule-based image processing pipeline for automated metal cutting tool wear detection and measurement