KIT | KIT-Bibliothek | Impressum | Datenschutz

Intelligente Anomalieerkennung für hochflexible Produktionsmaschinen : Prozessüberwachung in der Brownfield Produktion

Netzer, Markus 1
1 Institut für Produktionstechnik (WBK), Karlsruher Institut für Technologie (KIT)

Abstract:

Unter dem Begriff "Industrie 4.0" wurden im letzten Jahrzehnt Ansätze der Dateninfra-struktur in Produktionen entwickelt und in großem Umfang angewendet. Dennoch kann das volle Potenzial datengetriebener Analysen kaum ausgeschöpft werden, da viele Produktionsanlagen durch eine hohe Komplexität und Prozessvielfalt gekennzeichnet sind. Zudem ist die Datenmenge in der Praxis meist zu gering, um selbstlernende Me-thoden anzuwenden. Die Integration von Anwenderwissen in datengetriebenen Metho-den ist bisher nicht ganzheitlich erforscht. In dieser Dissertation werden Ansätze zur Anomalieerkennung in verschiedenen hochflexiblen Produktionsmaschinen und die In-tegration von Domänenwissen eines Anwenders vorgestellt. ... mehr

Abstract (englisch):

Under the term "Industry 4.0" approaches of data infrastructure in productions have been developed and applied to a large extent in the last decade. Nevertheless, the full potential of data-driven analyses can hardly be exploited, as many production machines are characterized by a high degree of complexity and diversity of processes. Further-more, the amount and variance of data in brownfield applications is usually too small to apply self-learning methods. The integration of user knowledge to data-driven methods has not been holistically researched. In this dissertation approaches for fault detection in different highly flexible production machines and the integration of domain knowledge of a user are introduced. ... mehr


Volltext §
DOI: 10.5445/IR/1000156837
Veröffentlicht am 13.03.2023
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Produktionstechnik (WBK)
Publikationstyp Hochschulschrift
Publikationsdatum 13.03.2023
Sprache Deutsch
Identifikator ISBN: 978-3-8440-9011-6
ISSN: 0724-4967
KITopen-ID: 1000156837
Verlag Shaker Verlag
Umfang VII, 151 S., XXVII
Serie Forschungsberichte aus dem wbk, Institut für Produktionstechnik, Karlsruher Institut für Technologie (KIT) ; 266
Art der Arbeit Dissertation
Fakultät Fakultät für Maschinenbau (MACH)
Institut Institut für Produktionstechnik (WBK)
Prüfungsdatum 16.02.2023
Schlagwörter Anomalieerkennung; Produktion; Prozessüberwachung; Brownfield
Referent/Betreuer Fleischer, Jürgen
Aurich, J. C.
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page