User: Guest  Login
If you experience problems opening the document, please try this link.
Original title:
A Data-Driven Approach for Predictive Maintenance Integrated Production Scheduling
Translated title:
Datengetriebener Ansatz zur integrierten Produktions- und Instandhaltungsplanung mittels Predictive Maintenance
Author:
Zhai, Simon Ximeng
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Reinhart, Gunther (Prof. Dr.)
Referee:
Reinhart, Gunther (Prof. Dr.); Fottner, Johannes (Prof. Dr.)
Language:
en
Subject group:
MAS Maschinenbau
Keywords:
Predictive Maintenance, Integrated Planning, Generative Artificial Intelligence
Translated keywords:
Predictive Maintenance, integrierte Planung, generative künstliche Intelligenz
TUM classification:
FER 000; WIR 000
Abstract:
This dissertation proposes an approach that integrates predictive maintenance models with production and maintenance scheduling. A generative deep learning model was applied to derive an operation-specific health indicator for subsequent scheduling. Finally, the approach was tested using simulated and real industrial data and was prototypically implemented in the automotive industry.
Translated abstract:
Diese Dissertation präsentiert einen ganzheitlichen Ansatz, der Predictive-Maintenance-Modelle mit der Produktions- und Instandhaltungsplanung integriert. Der Ansatz beinhaltet ein generatives Deep-Learning-Modell, um einen operationsspezifischen Gesundheitsindikator aus industriellen Zustandsüberwachungsdaten abzuleiten. Mittels simulierter und realen Daten aus der Industrie wurde der Ansatz getestet und abschließend prototypisch in der Automobilindustrie implementiert.
WWW:
https://mediatum.ub.tum.de/?id=1703829
Date of submission:
20.04.2023
Oral examination:
08.12.2023
File size:
2838221 bytes
Pages:
115
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20231208-1703829-1-1
Last change:
19.01.2024
 BibTeX