Application of Machine Learning Within the Integrative Design and Fabrication of Robotic Rod Bending Processes
Kein Vorschaubild vorhanden
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2018
Typ der Arbeit
Studiengang
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
De Rycke, Klaas
Gengnagel, Christoph
Baverel, Olivier
Burry, Jane
Mueller, Caitlin
Nguyen, Minh Man
Rahm, Philippe
Ramsgaard Thomsen, Mette
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Humanizing Digital Reality: Design Modelling Symposium Paris 2017
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
523-536
Patentnummer
Verlag / Herausgebende Institution
Springer
Verlagsort / Veranstaltungsort
Singapore
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
This paper presents the results of independent research that aims to investigate the potential and methodology of using Machine Learning (ML) algorithms for precision control of material deformation and increased geometrical and structural performances in robotic rod bending technology (RBT). Another focus lies in integrative methods where design, material properties analysis, structural analysis, optimization and fabrication of robotically rod bended space-frames are merged into one coherent data model and allows for bi-directional information flows, shifting from absolute dimensional architectural descriptions towards the definition of relational systems. The working methodology thus combines robotic RBT and ML with integrated fabrication methods as an alternative to over-specialized and enclosed industrial processes. A design project for the front desk of a gallery in Paris serves as a proof of concept of this research and becomes the starting point for future developments of this methodology.
Schlagwörter
robotic fabrication, machine learning, integrated design, integrative design, robotic rod bending, digital design, design to production
Fachgebiet (DDC)
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
978-981-10-6611-5
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Nein
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Lizenz
Zitation
SMIGIELSKA, Maria, 2018. Application of Machine Learning Within the Integrative Design and Fabrication of Robotic Rod Bending Processes. In: Klaas DE RYCKE, Christoph GENGNAGEL, Olivier BAVEREL, Jane BURRY, Caitlin MUELLER, Minh Man NGUYEN, Philippe RAHM und Mette RAMSGAARD THOMSEN (Hrsg.), Humanizing Digital Reality: Design Modelling Symposium Paris 2017. Singapore: Springer. 2018. S. 523–536. ISBN 978-981-10-6611-5. Verfügbar unter: https://irf.fhnw.ch/handle/11654/33073