Header

Shop : Details

Shop
Details
49,80 €
ISBN 978-3-8440-9108-3
Hardcover
266 pages
73 figures
606 g
24 x 17 cm
German
Thesis
June 2023
Daniel Beck
Bedeutung und Nutzen von Predictive Analytics für metallbasierte additive Fertigungssysteme
Die Dissertation untersucht die Vorhersage ungeplanter Ausfälle von PBF-LB/M-Systemen (Laser-basierte Pulverbettfusion von Metallen) mittels KI und maschinellem Lernen. Ziel ist Kostenreduktion und Verbesserung der Maschinenzuverlässigkeit in der metallbasierten additiven Fertigung. Die Studie analysiert tausende Baujobs aus realen industriellen Produktionsumgebungen verschiedener Industriesektoren.

In der Arbeit wurde CRISP-DM, eine Methode zur Kombination von Data Mining und betriebswirtschaftlichen Zielen, eingesetzt. Der Fokus lag auf der Reduzierung der Kosten durch präventive Baujobabbrüche und Fehler-Ursachen-Analyse mittels Interpretation von Black-Box-Modellen. Die Daten wurden in aggregierte Form konvertiert und zur Lösung des binären Klassifizierungsproblems mittels verschiedener Lernverfahren verarbeitet. Gradient Boosted Trees wurde als bestes Lernverfahren identifiziert und weiter optimiert. Die Ergebnisse zeigten exzellente Prognosegüten innerhalb der ersten 3-6 Stunden der Produktionsphase.

Die Studie zeigt durchschnittliche Kosteneinsparungen von 10-40% bei präventiven Eingriffen und überproportionale Einsparungen für langandauernde, hochvolumige Bauteile bei zunehmenden Ausfallraten. SHAP wurde zur Interpretation von Black-Box-Modellen und Identifizierung von Maßnahmen zur Steigerung der Maschinenzuverlässigkeit eingesetzt.

Zukünftige Projekte könnten ein Frühwarnsystem für PBF-Systembetreiber entwickeln, um Kostenvorteile und bessere Maschinenkontrolle zu realisieren. Die Arbeit zeigt Potenzial ungenutzter Sensordaten aus additiven Baujobs für die Wertschöpfungskette. Der Fokus sollte auf kooperativem Datenaustausch zwischen Marktteilnehmern liegen, um neue Geschäftsmodelle zu finden und additive Fertigung zur industriellen Serienreife zu führen.
Keywords: Künstliche Intelligenz; PBF; 3D-Druck; CRISP-DM; Maschinenausfälle; Gradient Boosted Trees; XGBoost; SHAP-Visualisierungen; Maschinenalter; Serienfertigung; Vorhersagemodelle; Zeitsegmente; Kosteneinsparungen; Ausfallraten; Präventive Maßnahmen
Available online documents for this title
DOI 10.2370/9783844091083
You need Adobe Reader, to view these files. Here you will find a little help and information for downloading the PDF files.
Please note that the online documents cannot be printed or edited.
Please also see further information at: Help and Information.
 
 DocumentDocument 
 TypePDF 
 Costs37,35 € 
 ActionDownloadPurchase in obligation and download the file 
     
 
 DocumentTable of contents 
 TypePDF 
 Costsfree 
 ActionDownloadDownload the file 
     
User settings for registered online customers (online documents)
You can change your address details here and access documents you have already ordered.
User
Not logged in
Export of bibliographic data
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Germany
  +49 2421 99011 9
Mon. - Thurs. 8:00 a.m. to 4:00 p.m.
Fri. 8:00 a.m. to 3:00 p.m.
Contact us. We will be happy to help you.
Captcha
Social Media