Benutzer: Gast  Login
Originaltitel:
A Data Quality Metric for Multi-Dimensional Data Sets of Sensor and Actuator Data in Process Automation
Übersetzter Titel:
Metrik für die Datenqualität multidimensionaler Sensor- und Aktuatordaten in der Prozessautomatisierung
Autor:
Weiß, Iris Maria
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Engineering and Design
Betreuer:
Vogel-Heuser, Birgit (Prof. Dr.-Ing.)
Gutachter:
Vogel-Heuser, Birgit (Prof. Dr.-Ing.); Kleinert, Tobias (Prof. Dr.-Ing.); Klinker, Gudrun J. (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAS Maschinenbau
TU-Systematik:
MSR 500; DAT 000
Kurzfassung:
Data processing and Machine Learning have high potential to increase productivity and flexibility in automated production systems. However, sensor and actuator data often show deficiencies in data quality, in particular in the completeness of possible sensor and actuator value combinations. To assess the so-called Data Set Completeness a novel metric is developed and evaluated on a condition monitoring use case for control valves in process industry.
Übersetzte Kurzfassung:
Maschinelle Lernverfahren bieten großes Potential zur Erhöhung der Produktivität und Flexibilität automatisierter Produktionssysteme. Jedoch haben Sensor- und Aktuatordaten häufig Defizite hinsichtlich der Datenqualität insbesondere der Datenabdeckung in multidimensionalen Daten. Die entwickelte Metrik ermittelt die sogenannte Data Set Completeness. Anhand der datengetriebenen Zustandsüberwachung von Stellventilen in der Prozessindustrie wurde die Metrik evaluiert.
ISBN:
978-3-96548-169-5
WWW:
https://mediatum.ub.tum.de/?id=1692600
Eingereicht am:
01.12.2022
Mündliche Prüfung:
21.03.2023
Letzte Änderung:
10.07.2023
 BibTeX