Methodik zur datengetriebenen Fehlererkennung in industriellen Zeitreihen durch den Einsatz maschineller Lernverfahren mit Validierung in einem Anwendungsfall der Schraubtechnik

Von:

Nikolai West

Beschreibung

Format auswählen

Kartonierter EinbandCHF 66.40

Kartonierter Einband

CHF66.40

TIEFPREIS

CHF66.40

Auslieferung erfolgt in der Regel innert 1 bis 2 Wochen.

Kostenlose Lieferung

Kein Rückgaberecht

20% auf ausgewählte E-Books: Nur bis Montag

Beschreibung

Die fortschreitende Digitalisierung eröffnet neue Möglichkeiten für die industrielle Qualitätssicherung. Während traditionelle, regelbasierte Ansätze aufwändige manuelle Konfigurationen erfordern, ermöglichen maschinelle Lernverfahren (ML) eine adaptivere und präzisere Fehlererkennung. Diese Arbeit adressiert die bislang fehlende systematische Methodik zur Integration von ML-Verfahren in bestehende Qualitätssicherungsprozesse. Die Dissertation entwickelt einen ganzheitlichen Ansatz zur ML-gestützten Prozessüberwachung zeitreihenbasierter Fertigungsprozesse. Die Methodik gliedert sich in drei Ebenen: Die Datenebene behandelt den systematischen Umgang mit fehlenden Labels und integriert Expertenwissen durch automatisierte Vorauswahl und Ausbreitung von Annotationen. Die Modellebene kombiniert überwachte Verfahren zur Fehlerklassifikation mit unüberwachten Ansätzen zur Anomalieerkennung. Die Nutzerebene entwickelt strukturierte Konzepte für Fehlerkataloge und die Integration in bestehende Arbeitsabläufe. Die umfassende Validierung erfolgt an einer automatisierten Schraubstation mit mehreren tausend systematisch erzeugten Prozessverläufen in über 20 Fehlerkategorien, wobei ein Software-Demonstrator alle Komponenten zu einem kohärenten System integriert. Die empirischen Ergebnisse bestätigen die deutliche Überlegenheit gegenüber konventionellen Methoden. Der Ansatz ist dank seiner generischen Architektur auf weitere zeitreihenbasierte Produktionsprozesse wie Pressen, Spritzgießen oder Nieten übertragbar. Für Industrieunternehmen bietet die Arbeit konkrete Handlungsempfehlungen für einen schrittweisen Einstieg mit überschaubarem Initialaufwand und messbaren Qualitätsverbesserungen.

Produktinformationen

Titel:

Methodik zur datengetriebenen Fehlererkennung in industriellen Zeitreihen durch den Einsatz maschineller Lernverfahren mit Validierung in einem Anwendungsfall der Schraubtechnik

Untertitel:

Schriftenreihe Industrial Engineering 42

Autor:

Nikolai West

EAN:

9783819103346

ISBN:

978-3-8191-0334-6

Format:

Kartonierter Einband

Genre:

Maschinenbau & Fertigungstechnik

Veröffentlichung:

05.11.2025

Anzahl Seiten:

268

Jahr:

2025

Lesemotiv:

Verstehen

Weitere Produkte aus der Reihe "Schriftenreihe Industrial Engineering"

Band 42

Kartonierter Einband Methodik zur datengetriebenen Fehlererkennung in industriellen Zeitreihen durch den Einsatz maschineller Lernverfahren mit Validierung in einem Anwendungsfall der Schraubtechnik von Nikolai West

Tief- preis

Methodik zur datengetriebenen Fehlererkennung in industriellen Zeitreihen durch den Einsatz maschineller Lernverfahren mit Validierung in einem Anwendungsfall der Schraubtechnik
Nikolai West

Sie sind hier.

Band 43