Login
- Original title:
- Industrial AI: A Development Methodology for Industrial Machine Learning Applications
- Original subtitle:
- Examined in the Context of Predictive Maintenance for Automotive Service Development
- Translated title:
- Industrielle KI: Eine Entwicklungsmethodik für industrielle Anwendungen des maschinellen Lernens
- Translated subtitle:
- Bewertet im Kontext von Prädiktiver Instandhaltung in der automobilen Service-Entwicklung
- Author:
- Wolf, Yannic Jesko
- Year:
- 2024
- Document type:
- Dissertation
- Faculty/School:
- TUM School of Engineering and Design
- Institution:
- Lehrstuhl für Vernetzte Verkehrssysteme (Prof. Antoniou)
- Advisor:
- Antoniou, Constantinos (Prof. Dr.)
- Referee:
- Antoniou, Constantinos (Prof. Dr.); Fromm Hansjörg (Prof. Dr.)
- Language:
- en
- Subject group:
- BAU Bauingenieurwesen, Vermessungswesen; DAT Datenverarbeitung, Informatik
- Keywords:
- Predictive Maintenance, Machine Learning, AIOps, Component-based Software Engineering, Automotive Applications, Fleet Data
- TUM classification:
- BAU 850
- Abstract:
- Predictive maintenance is currently focused on individual production machines in stationary environments. Thanks to scientific advances in connected car services, it is now possible to apply predictive maintenance applications to fleet vehicles. This can improve product quality by giving feedback about vehicle component behavior in customer fleets to Research & Development departments as well as service quality by giving feedback about the actual vehicle components’ conditions to customers.
- Translated abstract:
- Predictive Maintenance konzentriert sich derzeit auf einzelne Produktionsmaschinen in stationären Umgebungen. Dank wissenschaftlicher Fortschritte im Bereich des vernetzten Fahrzeugs ist es nun möglich, PdM auf Fahrzeugflotten anzuwenden. Dies kann die Produktqualität verbessern, indem es Rückmeldungen über das Verhalten von Fahrzeugkomponenten an die Entwicklungsabteilungen liefert, sowie die Servicequalität erhöhen, indem es Kunden über den Zustand der Fahrzeugkomponenten informiert.
- WWW:
- https://mediatum.ub.tum.de/?id=1744255
- Date of submission:
- 10.06.2024
- Oral examination:
- 19.11.2024
- File size:
- 2611132 bytes
- Pages:
- 246
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20241119-1744255-1-4
- Last change:
- 13.01.2025
BibTeX