Busse, Alexander ; Meudt, Tobias ; Metternich, Joachim (2017)
Einsatz digitaler Systeme zur Prozessüberwachung.
In: Zeitschrift für Wirtschaftlichen Fabrikbetrieb : ZWF, 112 (10)
Artikel, Bibliographie
Kurzbeschreibung (Abstract)
Maschinelles Lernen ermöglicht es, Gesetzmäßigkeiten automatisch aus Eingangsdaten und verknüpften Zielwerten zu „erlernen“ und Vorhersagen abzuleiten. Dies kann in der Produktion zur Prozessstabilisierung genutzt werden. Ein strukturierter Implementierungsansatz ist nötig, der datentechnische Anforderungen definiert und den Nutzen der digitalen zur analogen Problemlösungen abwägt. Am Institut PTW der TU Darmstadt wurde ein solcher Ansatz entwickelt. Erste Versuche zeigen, dass die Methode gezieltes maschinelles Lernen unterstützt und akkurate Vorhersagen zur Prozessstabilisierung ermöglicht.
| Typ des Eintrags: | Artikel |
|---|---|
| Erschienen: | 2017 |
| Autor(en): | Busse, Alexander ; Meudt, Tobias ; Metternich, Joachim |
| Art des Eintrags: | Bibliographie |
| Titel: | Einsatz digitaler Systeme zur Prozessüberwachung |
| Sprache: | Deutsch |
| Publikationsjahr: | 2017 |
| Verlag: | Carl Hanser Verlag |
| Titel der Zeitschrift, Zeitung oder Schriftenreihe: | Zeitschrift für Wirtschaftlichen Fabrikbetrieb : ZWF |
| Jahrgang/Volume einer Zeitschrift: | 112 |
| (Heft-)Nummer: | 10 |
| Kurzbeschreibung (Abstract): | Maschinelles Lernen ermöglicht es, Gesetzmäßigkeiten automatisch aus Eingangsdaten und verknüpften Zielwerten zu „erlernen“ und Vorhersagen abzuleiten. Dies kann in der Produktion zur Prozessstabilisierung genutzt werden. Ein strukturierter Implementierungsansatz ist nötig, der datentechnische Anforderungen definiert und den Nutzen der digitalen zur analogen Problemlösungen abwägt. Am Institut PTW der TU Darmstadt wurde ein solcher Ansatz entwickelt. Erste Versuche zeigen, dass die Methode gezieltes maschinelles Lernen unterstützt und akkurate Vorhersagen zur Prozessstabilisierung ermöglicht. |
| Fachbereich(e)/-gebiet(e): | 16 Fachbereich Maschinenbau 16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW) 16 Fachbereich Maschinenbau > Institut für Produktionsmanagement und Werkzeugmaschinen (PTW) > CiP Center für industrielle Produktivität |
| Hinterlegungsdatum: | 14 Mai 2018 12:39 |
| Letzte Änderung: | 31 Mär 2020 12:41 |
| PPN: | |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum