Shop : Details
Shop
Details
59,80 €ISBN 978-3-8440-9570-8Paperback292 Seiten113 Abbildungen384 g21 x 14,8 cmDeutschDissertation
Juli 2024
Patrick Strauß
Cyber-physisches System zur Befähigung von Produktionsanlagen zur prädiktiven Instandhaltung
Produzierende Unternehmen müssen sich aufgrund der Globalisierung und wachsenden Wettbewerbsintensität zunehmend flexibler und kundenindividueller aufstellen. Die fortschreitende Digitalisierung ermöglicht dabei neue Chancen bei der Gestaltung und digitalen Unterstützung von Geschäfts- und Produktionsprozessen. Ein zentraler Prozess ist dabei die Instandhaltung. Hierfür können Ausfälle von Bauteilen und Anlagen vorausgesagt werden, um ungeplante Stillstände zu vermeiden.
Für die Skalierung in der Praxis fehlt bislang ein kostengünstiger und gesamtheitlicher Ansatz, um Produktionssysteme zur prädiktiven Instandhaltung zu befähigen. Retrofitting – die Nachrüstung von Sensoren an Altanlagen – bietet große Potentiale, um insbesondere die instandhaltungsintensivere Produktion im Brownfield zu Cyber-physischen Systemen zu erweitern. Hierfür wurde im Rahmen der Dissertation ein gesamthaftes System aus den Komponenten Internet-of-Things (IoT) Gerät, IoT-Architektur und Data Analytics entwickelt.
Das gesamte System wurde an einer Elektrohängebahn der BMW Group validiert. Hierfür wurden 60 Gehänge mit verschiedenen IoT-Sensoren ausgestattet. Für die IoT-Architektur wurde eine Referenzimplementierung aufgesetzt und die Sensoren sowie weitere Prozessdaten angebunden. Die ausführliche Analyse von unüberwachten, semiüberwachten und überwachten maschinellen Verfahren zeigt, wie Anomalien unter Berücksichtigung des Projektzeitpunktes zuverlässig detektiert werden können.
Für die Skalierung in der Praxis fehlt bislang ein kostengünstiger und gesamtheitlicher Ansatz, um Produktionssysteme zur prädiktiven Instandhaltung zu befähigen. Retrofitting – die Nachrüstung von Sensoren an Altanlagen – bietet große Potentiale, um insbesondere die instandhaltungsintensivere Produktion im Brownfield zu Cyber-physischen Systemen zu erweitern. Hierfür wurde im Rahmen der Dissertation ein gesamthaftes System aus den Komponenten Internet-of-Things (IoT) Gerät, IoT-Architektur und Data Analytics entwickelt.
Das gesamte System wurde an einer Elektrohängebahn der BMW Group validiert. Hierfür wurden 60 Gehänge mit verschiedenen IoT-Sensoren ausgestattet. Für die IoT-Architektur wurde eine Referenzimplementierung aufgesetzt und die Sensoren sowie weitere Prozessdaten angebunden. Die ausführliche Analyse von unüberwachten, semiüberwachten und überwachten maschinellen Verfahren zeigt, wie Anomalien unter Berücksichtigung des Projektzeitpunktes zuverlässig detektiert werden können.
Schlagwörter: Industrie 4.0; Instandhaltung; Prädiktive Instandhaltung; Maschinelles Lernen; Internet der Dinge; Sensoren; Retrofitting
Schriftenreihe Industrial Engineering
Herausgegeben von Univ.-Prof. Dr.-Ing. Jochen Deuse, Dortmund
Band 40
Export bibliographischer Daten
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Am Langen Graben 15a
52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
