Development of a machine learning supporting database design for the machining industry

Abstract

Data management is a crucial task for enterprises to enhance their decision-making capabilities. Modern industrial manufacturing environments include a huge variety of manufacturing processes that involve many kinds of machines, tools, sensors, and IT systems. The heterogeneity of data obtained from these sources makes data management challenging. In the context of this thesis, the literature regarding the current state of CAx technologies, the classification of manufacturing-related data, and software systems responsible for the process and storage of manufacturing-related data were researched. In the practical part of this thesis, a data model that benefits from the advantages of relational and non-relational database technologies has been conceived for an application scenario specified by IFT. According to the literature research results, a software package has been developed that generates, prepares, and stores data from different phases of a workpiece's product life cycle. Finally, the software will be validated using a data analysis tool, which allows users to extract interesting insights from the data, such as a material removal report for cutting tools, visualizations of sensor data, and exports of all stored data of an individual workpiece.

Datenmanagement ist eine entscheidende Aufgabe für Unternehmen, um ihre Entscheidungsfähigkeiten zu verbessern. Moderne industrielle Fertigungsumgebungen umfassen eine große Vielfalt an Fertigungsprozessen, die viele Arten von Maschinen, Werkzeugen, Sensoren und IT-Systemen beinhalten. Die Heterogenität der aus diesen Quellen gewonnenen Daten macht das Datenmanagement herausfordernd. Im Rahmen dieser Masterarbeit wurde zuerst eine Literaturrecherche bezüglich des aktuellen Stands der CAx-Technologien, Klassifizierung der fertigungsbezogenen Daten und Software-Systeme, die für die Verarbeitung und Speicherung der Fertigungsdaten verantwortlich sind, durchgeführt. Im praktischen Teil dieser Masterarbeit wurde einerseits ein Datenmodell entwickelt, das die Vorteile relationaler und nicht-relationaler Datenbanktechnologien für ein vom IFT spezifiziertes Anwendungsfall nutzt. Andererseits wurde basierend auf den Ergebnissen der Literaturrecherche ein Softwarepaket entwickelt, das Daten aus verschiedenen Phasen des Produktlebenszyklus eines Werkstücks generiert, verarbeitet und speichert. Abschließend wird die Software durch die Nutzung eines Datenanalysetools validiert, das den Benutzern interessante Einblicke in die Daten ermöglicht, wie beispielsweise einen Materialabtragsbericht für Schneidwerkzeuge, Visualisierungen von Sensordaten, und den Export aller gespeicherten Daten eines einzelnen Werkstücks.