User: Guest  Login
Original title:
Improving industrial corrective maintenance by efficient realization of self-diagnosis in automated production systems reusing their engineering data 
Translated title:
Verbesserung der industriellen korrektiven Instandhaltung durch effiziente Realisierung von Selbstdiagnose in automatisierten Produktionssystemen unter Wiederverwendung der Engineering Daten 
Year:
2020 
Document type:
Dissertation 
Institution:
Fakultät für Informatik 
Advisor:
Knoll, Alois (Prof. Dr. habil.) 
Referee:
Knoll, Alois (Prof. Dr. habil.); Zoitl, Alois (Prof. Dr.) 
Language:
en 
Subject group:
DAT Datenverarbeitung, Informatik; NAT Naturwissenschaften (allgemein) 
Keywords:
Industrial corrective maintenance, Efficient realization of self-diagnosis, Reuse engineering data 
Translated keywords:
Industrielle korrektive Wartung, Effiziente Realisierung von Selbstdiagnosen, Wiederverwendung von Engineering-Daten 
TUM classification:
DAT 260; DAT 815 
Abstract:
This thesis proposes efficient realization of visual assistive self-diagnosis features in automated production systems as a means to improve the cost and resource efficiency of current industrial corrective maintenance. A methodology for effectively realizing self-diagnosis in the production systems by reusing their engineering data is devised. Two application examples confirm the improvement in industrial corrective maintenance with the proposed solution. 
Translated abstract:
Diese Dissertation schlägt eine effiziente Realisierung visuell, assistierender Selbstdiagnosefunktionen in automatisierten Produktionssystemen zur Verbesserung der Kosten- und Ressourceneffizienz für die industrielle korrektive Wartung vor. Dazu wird eine Methode zur effektiven Realisierung der Selbstdiagnose durch Wiederverwendung der Engineering Daten entworfen. Zwei Applikationsbeispiele bestätigen die Verbesserung der industriellen korrektiven Wartung durch die vorgeschlagene Lösung. 
Oral examination:
08.12.2020 
File size:
9411684 bytes 
Pages:
160 
Last change:
19.01.2021