Abstract
Die Verfügbarkeit von Anlagen ist eines der höchsten Ziele jedes Anlagenbetreibers. Verfügbarkeitssteigerung bedeutet, den aktuellen Zustand von jedem Sensor und Aktor, über das Produkt bis hin zur gesamten Anlage einzuschätzen und, vor oder auch im Fehlerfall, Fehlerkompensationsmaßnahmen durchzuführen, um den Anlagenbetrieb aufrecht zu erhalten. Gleichzeitig soll in allen Situationen die geforderte Produktqualität erreicht werden. Das ist weit mehr, als Diagnosesysteme oder Asset Management Systeme (AMS) heutzutage leisten und erfordert neue und innovative Methoden, basierend auf aktuellen und zukünftigen Technologietrends. Der Lehrstuhl für Automatisierung und Informationssysteme erforscht neue und innovative Methoden für wissensbasierte Asset Management Systeme, datengetriebene Diagnosemethoden im Kontext von Industrie 4.0 und Cyber-Physical-Production Systems (CPPS) im kompletten Anlagen-Lifecycle und unter Berücksichtigung von menschlichen Einflussfaktoren bei Einsatz von Mensch-Maschine Schnittstellen. Dieser Beitrag soll einen Überblick über die aktuellen Forschungsarbeiten am Lehrstuhl bieten.
| Original language | English |
|---|---|
| Title of host publication | Tagungsband Automation Symposium 2016 |
| Publisher | Kassel University Press GmbH |
| State | Published - 2 Oct 2016 |
Fingerprint
Dive into the research topics of 'Lernen aus Daten – Wie aus Big Data, Smart Data werden'. Together they form a unique fingerprint.Cite this
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver