Bewertung und Optimierung der Vollständigkeit von Betriebsdaten im Kontext der Fehlerprädiktion
-
- Deutsch ausgewählt
49,00 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Paperback
Erscheinungsdatum
18.11.2022
Verlag
ApprimusSeitenzahl
204
Maße (L/B/H)
21/14,8/1,3 cm
Gewicht
306 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-3-9855512-0-0
Das Ziel dieser Arbeit ist daher die Schaffung von Transparenz durch die Bewertung der Vollständigkeit von in Betriebsdaten erfassten Informationen im Kontext der Fehlerprädiktion. Die Zielstellung umfasst darüber hinaus, diese Transparenz für die Optimierung ebenjener Vollständigkeit zu nutzen, um so die Eignung der Daten für die Fehlerprädiktion zu verbessern. Vor diesem Hintergrund erfolgt im Rahmen dieser Arbeit die Entwicklung einer Bewertungsmethodik, bestehend aus vier aufeinander aufbauenden Modulen.
Zunächst erfolgt im ersten Modul, der Prozess- und Informationsmodellierung, die Modellierung relevanter Prozesse der Produktionskette sowie die damit verknüpfte Aufnahme und Klassifizierung systemseitig erfasster Informationen (Ist-Zustand). Im Rahmen des zweiten Moduls wird die Identifikation und Gewichtung potenzieller Fehlereinflussgrößen adressiert, um den Soll-Zustand der Informationserfassung im Kontext der Fehlerprädiktion zu ermitteln. Der darauffolgende Vergleich von Ist- und Soll-Zustand erfolgt im dritten Modul in Form einer quantitativen Vollständigkeitsbewertung. Im Fokus dessen steht die Entwicklung einer kontextspezifischen Bewertungsmetrik. Im vierten und letzten Modul wird die Ableitung konkreter Empfehlungen zur Optimierung der Vollständigkeit im Sinne einer modellbasierten Entscheidungsunterstützung expliziert. Dabei werden auf Basis der entwickelten Metrik modellgestützt Handlungsalternativen identifiziert und priorisiert, um die Vollständigkeit der in Betriebsdaten erfassten Informationen zu maximieren.
Abschließend wird die entwickelte Methodik an einem Fallbeispiel aus der industriellen Praxis angewendet und validiert sowie die zugrundeliegende Lösungshypothese dieser Arbeit geprüft. Durch eine Vergleichsbetrachtung der Klassifikationsgüte prädiktiver Modelle mit den korrespondierenden Vollständigkeitskennzahlen kann im Rahmen des Fallbeispiels eine Verbesserung der kontextbezogenen Dateneignung unter Anwendung der Methodik gezeigt werden.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.
Jetzt verkaufenKundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice