User: Guest  Login
Original title:
A Data Quality Metric for Multi-Dimensional Data Sets of Sensor and Actuator Data in Process Automation
Translated title:
Metrik für die Datenqualität multidimensionaler Sensor- und Aktuatordaten in der Prozessautomatisierung
Author:
Weiß, Iris Maria
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Vogel-Heuser, Birgit (Prof. Dr.-Ing.)
Referee:
Vogel-Heuser, Birgit (Prof. Dr.-Ing.); Kleinert, Tobias (Prof. Dr.-Ing.); Klinker, Gudrun J. (Prof. Dr.)
Language:
en
Subject group:
MAS Maschinenbau
TUM classification:
MSR 500; DAT 000
Abstract:
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.
Translated abstract:
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
Date of submission:
01.12.2022
Oral examination:
21.03.2023
Last change:
10.07.2023
 BibTeX