KIT | KIT-Bibliothek | Impressum | Datenschutz

Bayesian-Based Predictive Analytics for Manufacturing Performance Metrics in the Era of Industry 4.0

Salehi, Mehdi

Abstract (englisch):

The research in this dissertation proposes Bayesian-based predictive analytics for modeling and prediction of the manufacturing metrics such as cutting force, tool life and reliability in the technological era of Industry 4.0. Bayesian statistics is a probabilistic method, which can quantify and minimize manufacturing process uncertainties. The Bayesian method combines previous knowledge about the manufacturing models with experimental data to predict the manufacturing metrics.


Volltext §
DOI: 10.5445/KSP/1000091806
Veröffentlicht am 20.09.2019
Die gedruckte Version dieser Publikation können Sie hier kaufen.
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Informationsmanagement im Ingenieurwesen (IMI)
Publikationstyp Hochschulschrift
Publikationsjahr 2019
Sprache Englisch
Identifikator ISBN: 978-3-7315-0908-0
ISSN: 1860-5990
urn:nbn:de:0072-918068
KITopen-ID: 1000091806
Verlag KIT Scientific Publishing
Umfang XVI, 176 S.
Serie Reihe Informationsmanagement im Engineering Karlsruhe / Hrsg.: Karlsruher Institut für Technologie, Institut für Informationsmanagement im Ingenieurwesen (IMI) ; 2019,2
Art der Arbeit Dissertation
Prüfungsdaten 07.12.2018
Schlagwörter Industrie 4.0, Fertigungstechnik, Prädiktive Analyse, Bayesianische Statistik, Werkzeugmaschinen,, Industry 4.0, Manufacturing technology, Predictive Analytics, Bayesian Statistics, Machine Tools
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page