Willkommen. Schön, sind Sie da!
Mein Ex Libris
DEFR
KontaktGeschenkefinderGutscheineFirmenkundschaftFilialen
0
Erweiterte Suche
🤯 Schon gesehen? Neu persönliche Kaufberatung erhalten
Mehr erfahren

IHR WARENKORB IST AKTUELL LEER.

Haben Sie noch nichts passendes gefunden? Stöbern Sie durch unser komplettes Sortiment.

Oder melden Sie sich an bzw. registrieren Sie sich.

Ihre Vorteile
  • Kostenlose Lieferung
  • Kauf auf Rechnung
  • Ex Libris Tiefpreis
  • Filiallieferung und 650+ Abholorte
  • Rabatt-Bons als Club-Mitglied

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

Von:
Nikolai West

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 ...

Format auswählen

  • Kartonierter EinbandCHF 62.15
Kartonierter Einband
CHF62.15
TIEFPREIS
CHF62.15
Auslieferung erfolgt in der Regel innert 1 bis 2 Wochen. 
Kostenlose Lieferung 
Kein Rückgaberecht 

Wird oft zusammen gekauft

Andere Kunden kauften auch

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"

Mehr entdecken: Technik

Bau- & Umwelttechnik, Chemische Technik, Elektronik & Elektrotechnik, Luft- & Raumfahrttechnik, Maschinenbau & Fertigungstechnik, Sonstige Technikbücher, Technik-Lexika, Wärme-, Energie- & Kraftwerktechnik