Dierolf, ChristianChristianDierolfSauer, AlexanderAlexanderSauer2022-03-062022-03-062021https://publica.fraunhofer.de/handle/publica/26686610.37544/1436-4980-2021-03-60Obwohl Druckluftleckagen jährlich hohe Kosten verursachen, ist deren automatisierte und aufwandsarme Erkennung immer noch nicht möglich. In diesem Beitrag wird das Konzept einer automatisierten KI-basierten Leckage-Erkennung vorgestellt und auf einen Druckluft-Labordemonstrator angewendet. Erste Validierungen der Vorgehensweise zeigen, welche Potenziale und Herausforderungen sich für das Leckage-Management an Druckluftmaschinen ergeben.Though incurring substantial costs every year, compressed air leakages still cannot be detected automatically and without much effort. This paper presents a method for an automated AI-based leak detection system, which is applied to a com - pressed air laboratory demonstrator. First validations of the approach show what potential and challenges there are in the leakage management of compressed air machines.deIndustrie 4.0Künstliche IntelligenzDigitalisierungmaschinelles LernenDruckluft658journal article