Stockert, A., Glawar, R., Ansari, F., & Sihn, W. (2019). Qualitätsprognose anhand Prozess-parametern einer Papiermaschine mittels Industrial Data Science. ZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb, 114(5), 310–313. https://doi.org/10.3139/104.112086
E330-02-1 - Forschungsgruppe Smart and Knowledge Based Maintenance E330-02 - Forschungsbereich Betriebstechnik, Systemplanung und Facility Management
-
Journal:
ZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb
-
ISSN:
0947-0085
-
Date (published):
2019
-
Number of Pages:
4
-
Publisher:
De Gruyter
-
Peer reviewed:
Yes
-
Keywords:
General Engineering; Strategy and Management; Management Science and Operations Research; Quality Prediction; Indusrial Data Science; Anlagenmanagement; Qualitätsmanagement
-
Abstract:
Eine hohe Prozessstabilität und Produktqualität ist für viele Unternehmen entscheidend, um in einem sehr kompetitiven Markt konkurrenzfähig zu bleiben. Vor dem Hintergrund der digitalen Transformation der Produktion werden an Produktionsanlagen eine Vielzahl an Prozess- und Qualitätsdaten erfasst, verarbeitet und gespeichert. In diesem Zusammenhang wird ein Ansatz zur Qualitätsprognose anhand Prozessparametern einer Papiermaschine mittels Industrial Data Science vorgestellt. Der entwickelte Ansatz ermöglicht eine Reduktion des qualitätsbedingten Ausschusses aufgrund kürzerer Reaktionszeiten im Fall von Prozessschwankungen.
