Daniel LieberData Mining in der Qualitätslenkung am Beispiel der Stabstahlproduktion | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ISBN: | 978-3-8440-6037-9 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Reihe: | Schriftenreihe Industrial Engineering Herausgeber: Univ.-Prof. Dr.-Ing. Jochen Deuse Dortmund | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Band: | 24 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Schlagwörter: | Data Mining; Industrial Data Science; KDID | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Publikationsart: | Dissertation | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sprache: | Deutsch | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Seiten: | 390 Seiten | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Abbildungen: | 256 Abbildungen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Gewicht: | 510 g | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Format: | 21 x 14,8 cm | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Bindung: | Paperback | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Preis: | 49,80 € | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erscheinungsdatum: | Juli 2018 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kaufen: | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Download: | Verfügbare Online-Dokumente zu diesem Titel: Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien. Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Benutzereinstellungen für registrierte Online-Kunden Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weiterempfehlung: | Sie möchten diesen Titel weiterempfehlen? | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Rezensionsexemplar: | Hier können Sie ein Rezensionsexemplar bestellen. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Verlinken: | Sie möchten diese Seite verlinken? Hier klicken. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Export Zitat: |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Zusammenfassung: | Die im Zuge von Industrie 4.0 verfolgte Vernetzung von Produktionsaggregaten durch Informations- und Kommunikationstechnologien zu cyber-physischen Systemen mit dem übergeordneten Ziel der Überwachung, Steuerung und Optimierung komplexer Produktionssysteme beruht auf echtzeitfähigen Ansätzen, welche die erfassten Daten auswerten und in Prozesswissen transformieren. Der erprobte Einsatz maschineller Lernverfahren im Rahmen gehobener Regelungsstrategien in der Prozessindustrie stellt in diesem Zusammenhang einen vielversprechenden Ansatz zur Übertragung des systemimmanenten Jidoka Qualitätslenkungsansatzes auf die betriebliche Gütesicherung in der Stahlindustrie dar.
An dieser Stelle setzt die vorliegende Arbeit an, welche einen neuen Lösungsansatz für die Qualitätslenkung anhand einer branchenübergreifenden Kombination selektiv adaptierter Qualitätsmethoden verfolgt. Dieser sieht die Übertragung überwachter und unüberwachter Lernverfahren zur Identifikation und Klassifikation von Prozessmustern und somit zur Prognose qualitativer Prozess- und Produktmerkmale vor. Hieraus resultierend erfolgt im Anschluss an die Einführung theoretischer Grundlagen des Data Mining hinsichtlich bestehender Lernparadigmen, Aufgabenstellungen und Methoden die Vorstellung eines erweiterten, adaptierten systematischen Vorgehensmodells zur Übertragung und Anwendung von Data Mining Untersuchungsansätzen im Kontext industrieller Produktion (Knowledge Discovery in Industrial Databases, KDID). Die Dissertationsarbeit dokumentiert den Ablauf eines KDID-Projektes anhand einer Fallstudie im Anwendungskontext der Herstellung von Edelstahllangprodukten. |