Hoppenstedt, Burkhard and Pryss, Rüdiger and Treß, Alexander and Biechele, Bernd and Reichert, Manfred (2017) Datengetriebene Module für Predictive Maintenance. ProductivITy, 22 . pp. 21-23.
![[thumbnail of hoppenstedt_Datengetriebene-Module-fuer-Predictive-Maintenance_productivity17-1.pdf]](http://dbis.eprints.uni-ulm.de/style/images/fileicons/application_pdf.png)
PDF
- Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB)
Abstract
Der Wunsch aus Produktionsdaten einen vorausschauenden Wartungszyklus abzuleiten, definiert das Umfeld des Themengebiets Predictive Maintenance. Hierbei unterscheiden sich die jeweiligen Anforderungen an eine Anwendung sehr stark, u. a. aufgrund der zugrunde liegenden Datenbasis, bestehenden Echtzeitanforderungen und vorhandenem Expertenwissen. In diesem Beitrag wird erörtert, welche Module in den Kreislauf eines Predictive Maintenance Systems einfließen können. Ein Schwerpunkt liegt auf der Datenreduktion mittels der Principal Component Analysis.
| Item Type: | Article |
|---|---|
| Subjects: | DBIS Research > Publications |
| Divisions: | Faculty of Engineering, Electronics and Computer Science > Institute of Databases and Informations Systems > DBIS Research and Teaching > DBIS Research > Publications |
| Depositing User: | Herr Burkhard Hoppenstedt |
| Date Deposited: | 17 May 2017 14:03 |
| Last Modified: | 17 May 2017 14:03 |
| URI: | http://dbis.eprints.uni-ulm.de/id/eprint/1491 |
Actions (login required)
- View Item