Fisch, Jessica
[VerfasserIn]
;
Diedrich, Christian
[MitwirkendeR]
Herausforderungen und Mehrwerte beim Einsatz von Predictive Maintenance unter Verwendung von Methoden der intelligenten Datenanalyse in der diskreten Fertigung
Titel:
Herausforderungen und Mehrwerte beim Einsatz von Predictive Maintenance unter Verwendung von Methoden der intelligenten Datenanalyse in der diskreten Fertigung
Beteiligte:
Fisch, Jessica
[VerfasserIn]
Erschienen:
Share it - Open Access und Forschungsdaten-Repositorium der Hochschulbibliotheken in Sachsen-Anhalt, 2022
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
Der Einsatz von voraussagender Instandhaltung (engl. Predictive Maintenance) in der diskreten Fertigung ist, u.a. für die Steigerung des Wettbewerbsvorteils, zielfüh-rend. Dadurch kann die Lebensdauer von Komponenten optimal ausgenutzt, die technische Verfügbarkeit gesteigert und Wartungen können geplant durchgeführt werden. Für die Realisierung von voraussagender Instandhaltung sind Vorhersage-modelle notwendig. Diese werden in der Regel mit Hilfe von Daten eines Fertigungssystems und Methoden des maschinellen Lernens trainiert. Jedoch ist die Umsetzung der voraussagenden Instandhaltung nicht trivial und es sind entsprechend der Literaturrecherche dieser Arbeit bislang keine alles abde-ckenden Software-Werkzeuge am Markt verfügbar. Dies lässt sich sicherlich auch darauf zurückführen, dass es laut einer Umfrage fünf Kernherausforderungen bei der Umsetzung von Predictive Maintenance gibt. Die Herausforderung über eine ausreichend große Datenbasis zu verfügen, ist dabei als einzige nicht messbar. Be-dingt dadurch sind für die Fertigung bisher keine fundierten Kenntnisse über die Größe der für den Einsatz von voraussagender Instandhaltung notwendigen Daten-basis entwickelt, wissenschaftlich analysiert und in unterschiedlichen Szenarien verglichen worden. Einleitend wird in dieser Arbeit auf die Herausforderungen in der Fertigung für die Vorhersage von Komponentenausfälle eingegangen. Durch einen Systementwurf wird die Generierung von Vorhersagemodellen aufgezeigt und somit eine Möglich-keit zur Realisierung der vorausschauenden Instandhaltung gegeben. Allerdings wird dabei erneut deutlich, dass ohne ausreichende Datenbasis kein Vorhersagemo-dell bei einem datengetriebenen Ansatz trainiert werden kann. Im Hauptteil der vorliegenden Promotionsarbeit wird somit eine Methodik zur Be-stimmung der idealisierten Vorhersagegüte entwickelt, um die notwendige Größe einer Datenbasis abschätzen zu können. Anschließend wird die Methode für ein ein-zelnes Fertigungssystem, nämlich einem Bearbeitungszentrum, unter Betrachtung ...