data mining | FVA 872
Daten mit einfachen Methoden nutzbar machen, auch und gerade in KMU’s
Leitfaden "Anwendung statischer Methoden auf ingenieurmäßig systematisierte Datenquellen"
Betriebsbedingungen und Zustand moderner Antriebssysteme werden in zunehmendem Umfang überwacht. Produktions- und Qualitätssicherungssysteme sowie Wartungsaufzeichnungen generieren zusätzliche Daten über die Systemkomponenten.
Die Statistik stellt ein breites Spektrum von Methoden zur Verfügung, um aus diesen systematisierten Datenquellen relevante und sinnvolle Informationen zu extrahieren. Die Auswahl und Anwendung dieser Methoden erfordern jedoch statistische Grundkenntnisse. Unternehmen, die Antriebssysteme in Serie fertigen, z.B. für Windenergieanlagen, haben diese Kenntnisse etabliert, während dieses Methodenwissen für KMU nicht immer zur Verfügung steht.
Daher ist ein Leitfaden zu erstellen, der praxiserprobte Methoden (z.B. aus Automotive- oder Aerospace-Anwendungen) zur Datenerhebung und -auswertung beschreibt und damit einen breiteren Anwenderkreis erschließt. Der Leitfaden sollte sowohl Analysemethoden für bekannte Zusammenhänge (z.B. Weibull-Analyse) als auch die systematische Suche nach unbekannten Mustern (Data Mining) umfassen.
Kurzfristig werden die Erkenntnisse in Wartungskonzepte einfließen und Lebensdauerkosten reduzieren. Mittelfristig wird genauere Kenntnis der Betriebsbedingungen eine Erhöhung der Leistungsdichte ermöglichen und damit zu Kostenreduktion führen.
Ergebnis-Videos
2. Methoden Leitfaden "Anwendung statistischer Methoden auf ingenieurmäßig systematisierte Datenquellen"
3. Beispiele "Anwendung statistischer Methoden auf ingenieurmäßig systematisierte Datenquellen"