Nikolai Johannes HelwigZustandsbewertung industrieller Prozesse mittels multivariater Sensordatenanalyse am Beispiel hydraulischer und elektromechanischer Antriebssysteme | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ISBN: | 978-3-8440-6494-0 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Series: | Aktuelle Berichte aus der Mikrosystemtechnik – Recent Developments in MEMS Herausgeber: Prof. Dr. Andreas Schütze and Prof. Dr. Helmut Seidel Saarbrücken | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Volume: | 30 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Keywords: | Condition Monitoring; Predictive Maintenance; Zustandsbasierte Wartung; Multisensorsignalverarbeitung; Hydraulik; Antriebstechnik | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Type of publication: | Thesis | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Language: | German | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Pages: | 212 pages | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Figures: | 111 figures | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weight: | 315 g | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Format: | 21 x 14,8 cm | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Binding: | Paperback | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Price: | 49,80 € / 62,30 SFr | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Published: | February 2019 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Buy: | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Download: | Available PDF-Files for this title: You need the Adobe Reader, to open the files. Here you get help and information, for the download. These files are not printable.
User settings for registered users You can change your address here or download your paid documents again.
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Recommendation: | You want to recommend this title? | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Review copy: | Here you can order a review copy. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Link: | You want to link this page? Click here. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Export citations: |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Abstract: | In industriellen Maschinen und Anlagen werden zunehmend Sensoren zur Prozessregelung und -überwachung verwendet. Die Analyse komplexer Multisensordaten mit dem Ziel, relevante Information zu extrahieren, etwa zur Prozess- und Instandhaltungsoptimierung, ist von hoher wirtschaftlicher Bedeutung. Bei komplexen Systemen spielen hierbei datengetriebene Verfahren, insbesondere das maschinelle Lernen, eine zunehmende Rolle. In dieser Arbeit wird ein teilautomatisierter Ansatz zur Merkmalsextraktion, selektion und Klassifikation auf Basis heterogener Sensordaten vorgeschlagen und anhand zweier Anwendungen evaluiert. Zum einen ist dies die Detektion und Quantifizierung von typischen Schäden eines hydraulischen Systems auf Basis von Prozesssensoren. Hierbei werden in einem Prüfstand künstliche Schadenszustände bei einem konstant und randomisiert ablaufenden Prozess emuliert. Zudem wird die Anfälligkeit der Analyse gegenüber Sensorstörungen untersucht und ein Vorgehen zur Detektion und Kompensation von letzteren vorgeschlagen und erprobt. Die zweite Anwendung ist die Zustandsüberwachung elektromechanischer Zylinder mit dem Fokus auf der Komponente Kugelgewindetrieb. Mittels eines entwickelten Dauerlaufprüfstands erfolgt die zyklische Belastung und Charakterisierung der Zylinder vom Neuzustand bis zum Ausfall auf Basis verschiedener Messgrößen. Ziel ist es hierbei, mittels der multivariaten Sensordatenanalyse eine Verschleiß- und Lebensdauerabschätzung zu ermöglichen. |